一种医用无纺布的缺陷识别方法技术

本发明专利技术涉及一种医用无纺布的缺陷识别方法，属于图像处理技术领域，该方法步骤包括：采集医用无纺布的灰度图像，并获取灰度图像中透气孔洞区域和其他区域；获取其他区域中由异常像素点组成的异常线段；将与透气孔洞区域边界不相交的异常线段作为最终异常线；将与透气孔洞区域边界相交的异常线段按照异常线延伸方向进行合并得到多条最终异常线；利用每条最终异常线的方向多样性、灰度异常性、灰度渐变性计算出每条最终异常线为划痕的可信程度；根据每条最终异常线为划痕的可信程度，判断每条最终异常线是否为划痕缺陷；本发明专利技术用于准确识别出医用无纺布表面划痕缺陷。出医用无纺布表面划痕缺陷。出医用无纺布表面划痕缺陷。

【技术实现步骤摘要】
一种医用无纺布的缺陷识别方法


[0001]本专利技术属于图像处理
，具体涉及一种医用无纺布的缺陷识别方法。

技术介绍

[0002]医用无纺布是一种直接通过物理方法粘合在一起的织物，具有抗敏、抗菌、无毒的优点，可用于生产口罩、手术帽和手术衣等一次性用品。医用无纺布与传统纺织物相比，常用医用无纺布表面会存在多个椭圆形透气孔洞区域，在高效率防尘的同时还具有良好的透气性，随着口罩日用品的需求量持续增大，对日用品的品质要求不断提高，医用无纺布表面如果存在划痕缺陷会严重影响外观和防护性。
[0003]医用无纺布表面可能存在折痕和划痕，但是折痕对医用无纺布的质量并没有影响，然而划痕会影响医用无纺布的质量与性能，因此需要准备识别出医用无纺布表面的划痕缺陷；但是现有技术中在使用传统的阈值分割方法检测医用无纺布表面的划痕缺陷时，会由于医用无纺布表面的划痕与折痕灰度差距较小，从而造成将医用无纺布表面的折痕误识别为划痕缺陷。

技术实现思路

[0004]本专利技术提供一种医用无纺布的缺陷识别方法，用于解决现有技术中使用传统的阈值分割方法，不能准确的识别出医用无纺布表面划痕缺陷的问题。
[0005]本专利技术的一种医用无纺布的缺陷识别方法采用如下技术方案：采集医用无纺布的灰度图像，并获取灰度图像中透气孔洞区域和其他区域；获取其他区域中异常像素点；选取任意一个异常像素点作为种子点，从种子点开始生长延伸得到多条由异常像素点组成的异常线段；将与透气孔洞区域边界不相交的异常线段作为最终异常线；将与透气孔洞区域边界相交的异常线段按照异常线延伸方向进行合并得到多条最终异常线；根据每条最终异常线上由多对像素点连线的斜率，计算出每条最终异常线的方向多样性；利用每条最终异常线上包含的全部像素点的灰度值，计算出每条最终异常线的灰度异常性；根据每条最终异常线上相邻像素点的灰度值差值，确定每条最终异常线的灰度渐变性；利用每条最终异常线的方向多样性、灰度异常性和灰度渐变性计算出每条最终异常线为划痕的可信程度；根据每条最终异常线为划痕的可信程度，判断每条最终异常线是否为划痕缺陷。
[0006]进一步地，每条最终异常线的方向多样性的计算步骤包括：从每条最终异常线的第一个像素点开始遍历，直至最终异常线遍历结束后停止遍历，计算出每次遍历的像素点与预设距离后像素点连线的斜率绝对值；
将每条最终异常线对应的全部斜率绝对值方差，作为每条最终异常线的方向多样性。
[0007]进一步地，每条最终异常线的灰度异常性的计算步骤包括：利用每条最终异常线上所有像素点的灰度值，计算出每条最终异常线对应的灰度平均值和灰度方差；将每条最终异常线对应的灰度平均值和灰度方差乘积进行归一化处理，得到每条最终异常线的灰度异常性。
[0008]进一步地，确定每条最终异常线的灰度渐变性的步骤包括：获取每条最终异常线的遍历方向；其中，遍历方向为存在相邻像素点灰度值减小的方向；按照每条最终异常线的遍历方向从第一个像素点开始遍历，计算后一个像素点与前一个像素点的灰度差值，并统计灰度差值小于零的个数；将每条最终异常线对应的灰度差值小于零的个数与最终异常线像素点总间隔的比值，作为每条最终异常线的灰度渐变性。
[0009]进一步地，获取其他区域中异常像素点的步骤包括：计算出每个透气孔洞区域主方向，将主方向相同并且相邻的透气孔洞区域的质心拟合成一条参考直线；以灰度图像中第一列每个像素点为起点，作多条与参考直线平行的直线，由每条与参考直线平行的直线穿过灰度图像中的像素点组成像素点序列；从每个像素点序列中选取多段位于其他区域的子像素点序列，利用每段子像素点序列中全部像素点的灰度值，计算出每段子像素点序列的灰度异常性；将灰度异常性小于灰度异常性阈值的子像素点序列筛选出作为筛选后子像素点序列；将筛选后子像素点序列中包含的全部像素点的灰度值均值，作为灰度阈值；从灰度图像其他区域中选取出灰度值大于灰度阈值的像素点作为异常像素点。
[0010]进一步地，计算出每个透气孔洞区域主方向，将主方向相同并且相邻的透气孔洞区域的质心拟合成一条参考直线的步骤包括：根据每个透气孔洞区域内全部像素点的坐标信息计算出协方差矩阵，获取协方差矩阵的所有特征值，将最大特征值所对应的特征方向作为每个透气孔洞区域主方向；任意选取一个透气孔洞区域作为中心透气孔洞区域，获取中心透气孔洞区域的相邻透气孔洞区域；计算中心透气孔洞区域与每个相邻透气孔洞区域主方向的角度差值，选取角度差值小于预设角度阈值的相邻透气孔洞区域作为筛选后透气孔洞区域；将筛选后透气孔洞区域作为新中心透气孔洞区域，利用获取中心透气孔洞区域对应的筛选后透气孔洞区域的方法，获取新中心透气孔洞区域对应的筛选后透气孔洞区域，得到全部筛选后透气孔洞区域；对全部筛选后透气孔洞区域的质心进行线性拟合得到一条参考直线。
[0011]进一步地，根据每条最终异常线为划痕的可信程度，判断每条最终异常线是否为划痕缺陷的步骤包括：
当每条最终异常线为划痕的可信程度大于预设可信程度阈值时，则该条最终异常线为划痕缺陷。
[0012]本专利技术的有益效果是：本专利技术提供的一种医用无纺布的缺陷识别方法，先获取医用无纺布灰度图像中透气孔洞区域和其他区域，之后获取其他区域中异常像素点得到由异常像素点组成的异常线段；本专利技术仅获取其他区域的异常像素点，是由于透气孔洞区域并不会受到划痕或者折痕的影响，因此只获取其他区域的异常线段即可；由于医用无纺布表面的划痕或折痕会不可避免地穿过透气孔洞区域，会使一条划痕或折痕断裂为多条异常线段，在划痕或折痕被透气孔洞区域分割为多条异常线段后，需要将多条异常线段连成一条完整的最终异常线才能准确的判断出最终异常线是否为划痕缺陷，同时划痕或折痕不穿过透气孔洞区域就会直接表现为一条异常线段，因此本专利技术将与透气孔洞区域边界不相交的异常线段作为最终异常线；将与透气孔洞区域边界相交的异常线段按照异常线延伸方向进行合并得到多条最终异常线；由于划痕和折痕相比较医用无纺布中其他像素点灰度异常性较大，同时由于在方向上折痕有明确的方向性而划痕会出现曲折的情况，而在灰度变化上划痕会出现渐变性，而折痕则表现为无规律性，因此利用每条最终异常线的方向多样性、灰度异常性、灰度渐变性计算出每条最终异常线为划痕的可信程度；根据每条最终异常线为划痕的可信程度，判断每条最终异常线是否为划痕缺陷；本专利技术可将划痕与灰度差距不大的划痕区分开，实现准确识别出划痕缺陷。
附图说明
[0013]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0014]图1为本专利技术的一种医用无纺布的缺陷识别方法的实施例总体步骤流程图。
[0015]图2为本专利技术中透气孔洞区域主方向示意图。
具体实施方式
[0016]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医用无纺布的缺陷识别方法，其特征在于，该方法包括：采集医用无纺布的灰度图像，并获取灰度图像中透气孔洞区域和其他区域；获取其他区域中异常像素点；选取任意一个异常像素点作为种子点，从种子点开始生长延伸得到多条由异常像素点组成的异常线段；将与透气孔洞区域边界不相交的异常线段作为最终异常线；将与透气孔洞区域边界相交的异常线段按照异常线延伸方向进行合并得到多条最终异常线；根据每条最终异常线上由多对像素点连线的斜率，计算出每条最终异常线的方向多样性；利用每条最终异常线上包含的全部像素点的灰度值，计算出每条最终异常线的灰度异常性；根据每条最终异常线上相邻像素点的灰度值差值，确定每条最终异常线的灰度渐变性；利用每条最终异常线的方向多样性、灰度异常性和灰度渐变性计算出每条最终异常线为划痕的可信程度；根据每条最终异常线为划痕的可信程度，判断每条最终异常线是否为划痕缺陷。2.根据权利要求1所述的一种医用无纺布的缺陷识别方法，其特征在于，每条最终异常线的方向多样性的计算步骤包括：从每条最终异常线的第一个像素点开始遍历，直至最终异常线遍历结束后停止遍历，计算出每次遍历的像素点与预设距离后像素点连线的斜率绝对值；将每条最终异常线对应的全部斜率绝对值方差，作为每条最终异常线的方向多样性。3.根据权利要求1所述的一种医用无纺布的缺陷识别方法，其特征在于，每条最终异常线的灰度异常性的计算步骤包括：利用每条最终异常线上所有像素点的灰度值，计算出每条最终异常线对应的灰度平均值和灰度方差；将每条最终异常线对应的灰度平均值和灰度方差乘积进行归一化处理，得到每条最终异常线的灰度异常性。4.根据权利要求1所述的一种医用无纺布的缺陷识别方法，其特征在于，确定每条最终异常线的灰度渐变性的步骤包括：获取每条最终异常线的遍历方向；其中，遍历方向为存在相邻像素点灰度值减小的方向；按照每条最终异常线的遍历方向从第一个像素点开始遍历，计算后一个像素点与前一个像素点的灰度差值，并统计灰度差值小于零的个数；将每条最终异常线对应的灰度差值小于零的个数与最终异常...

【专利技术属性】
技术研发人员：谢海鹏，韩雪峰，张永飚，
申请(专利权)人：南通正德医疗科技有限公司，
类型：发明
国别省市：