一种图案织物瑕疵检测方法、系统及检测终端机技术方案

本发明专利技术提供一种图案织物瑕疵检测方法、系统及检测终端机，涉及纺织工业技术领域，获取待检测织物图像以及模板图像，得到显著性图像以及前景点；基于前景点的位置信息，解析出前景点的聚类结果，根据聚类结果后，得到候选区域；对候选区域进行检测，判断有无瑕疵。其中本发明专利技术通过随机点群启发式寻优法以及线性插值法对算法效率进行优化。根据LAT得到的待检测图像和模板图像之间的映射关系，利用动态阈值方法获取显著性图像以及前景点。然后使用最小生成树算法以及DEVI评价指标对前景点进行聚类并获取候选区域。根据候选区域的灰度体积特征判定瑕疵本发明专利技术可以很好的检测图案织物的瑕疵，特别是对于小和不明显的瑕疵检测效果非常好。常好。常好。

【技术实现步骤摘要】
一种图案织物瑕疵检测方法、系统及检测终端机


[0001]本专利技术涉及纺织工业
，尤其涉及一种图案织物瑕疵检测方法、系统及检测终端机。

技术介绍

[0002]织物是由细小柔长物通过交叉，绕结，连接构成的平软片块物。机织物是由存在交叉关系的纱线构成的。针织物是由存在绕结关系的纱线构成的。
[0003]一般织物上配置了图案，图案织物的色彩有三个基本的表现要素，表现要素主要涉及色相、明度和彩度。其中，色相是指色彩的相貌，它是区别一种色彩物质的名称。如：红、黄、蓝等及相互混调的色彩。明度是指色彩本身的明暗度，在无彩色上由白到灰至黑的整个过程都是明度。所以低明度色彩是指阴暗的颜色，明度色彩是明亮的颜色。在色相中，黄色明度最高，蓝色则最低。彩度是指色彩的纯度，浓度或饱和度，色彩越强则纯度越高。
[0004]由于织物图案的复杂性和多样性，会造成图案织物上具有一些瑕疵。目前对图案织物瑕疵的检测方式有的采用如申请号CN202110762582.7，公开了一种织物瑕疵检测方法，包括织物图像采集机构及电控制器，织物设置信息存贮单元，在织物图像采集机构的进布侧或出布侧或在织物图像采集机构处设置用于读取信息存贮单元织物信息的信息读取机构，信息读取机构、织物图像采集机构与电控制器连接，该方法包括以下步骤：(a)信息读取机构读取织物分类信息；(b)织物图像采集机构采集织物图像；(c)根据获取的织物分类，电控制器调取与该织物分类匹配的运算处理模板，将采集的织物图像进行运算处理，对织物瑕疵进行检测。可以看出该方案仅仅适合检测表现要素单一的图案织物，比如色相单一，彩度较低的图案。对于色相相互混调较为复杂的色彩，明度色彩较为明亮的颜色则检测效果不佳，无法到达瑕疵检测要求。而且还会造成图案织物上瑕疵检测不准确、检测效率低的问题。

技术实现思路

[0005]本专利技术提供一种图案织物瑕疵检测方法，方法是为了解决表现要素较为复杂的情况下，图案织物上瑕疵检测不准确、检测效率低的问题，能够对带图案的织物瑕疵进行有效的检测，并提高检测效率。
[0006]图案织物瑕疵检测方法包括：
[0007]步骤1：获取待检测织物图像以及模板图像，得到显著性图像以及前景点；
[0008]步骤2：基于前景点的位置信息，解析出前景点的聚类结果，根据聚类结果后，得到候选区域；
[0009]步骤3：对候选区域进行检测，判断有无瑕疵。
[0010]进一步需要说明的是，步骤1中还包括：定义晶格为待检测织物图像边长的子图d；
[0011]其中第i个晶格记为
[0012]所有的晶格构成对G的划分。
[0013]进一步需要说明的是，设o
i
(r
i
,i)是晶格的中心，则晶格仿射变换φ
i
:(x,y)
→
(x
′
.
′
)定义为：
[0014][0015]其中p,q∈[
‑
0.1,0.1],,n∈[
‑
1,1]；
[0016]定义下式作为目标函数：
[0017][0018]s.t.p
i
,q
i
∈[
‑
0.1,0.1],m
i
,n
i
∈[
‑
1.0,1.0][0019]计算得到所有晶格对应的p,q,m,n，则得到待检测图像和模板图像之间的映射关系，再通过做差和OTUS方法获取显著性图像和前景点。
[0020]进一步需要说明的是，步骤1还包括：使用随机点群法计算p,q,m,n；得到近似最优解；
[0021]挑选1/25的晶格，利用局部性原理，即相邻晶格之间形变存在相似性，计算仿射变换参数；
[0022]剩余晶格采用插值法计算。
[0023]进一步需要说明的是，步骤2中使用最小生成树迭代的对前景点的位置信息进行聚类。
[0024]进一步需要说明的是，步骤2定义评价指标：DEVI；定义方式如下：
[0025][0026][0027][0028]其中π
k
表示第k棵树占据的面积，|T
k
|是第k棵树前景点的个数，|B|是前景点的总个数；
[0029]定义得到最优的聚类结果后，得到候选区域C
k
，即每棵树在显著性图像上所占据的区域。
[0030]进一步需要说明的是，步骤3还包括：通过下述公式计算候选区域体积：
[0031][0032]瑕疵的判定方式如下：
[0033]Defects＝{C
k
|(C
k
)≥τ}
[0034]按照下式计算阈值τ：
[0035]τ＝argmin
τ
∑
V＜τ
p
d
(V)+∑
V≥τ
p
n
(V)。
[0036]本专利技术还提供一种图案织物瑕疵检测系统，系统包括：图像获取模块、聚类解析模块以及图案检测模块；
[0037]图像获取模块用于获取待检测织物图像以及模板图像，得到显著性图像以及前景点；
[0038]聚类解析模块基于前景点的位置信息，解析出前景点的聚类结果，根据聚类结果后，得到候选区域；
[0039]图案检测模块用于对候选区域进行检测，判断有无瑕疵。
[0040]本专利技术还提供一种检测终端机，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，处理器执行所述程序时实现图案织物瑕疵检测方法的步骤。
[0041]从以上技术方案可以看出，本专利技术具有以下优点：
[0042]本专利技术使用启发式算法RPG并且结合线性插值法。根据映射关系，通过动态阈值法获得显著性图像以及前景点。本专利技术还使用最小生成树算法并结合DEVI指标获取前景点的最优聚类，计算候选区域。最后，使用灰度体积滤波判断候选区域是否存在瑕疵。实现图案织物瑕疵检测，进而反映织物上图案的状态。进一步有效解决了传统织物上图案检测的不足，避免因图案复杂，颜色众多而导致检测不准以及检测效率低的问题。
[0043]本专利技术能够对图案织物的瑕疵进行检测，方便用户对图案织物上瑕疵的查阅，有效提升图案织物的检测效率。还能够对图案织物的数据高效率地收集、存储，并进行处理，使用多维空间描述图案织物的检测过程。提高图案织物瑕疵的检测质量和效能，及时发现在图案织物上的瑕疵，以提高图案织物的质量，满足后期使用要求，从而实现图案织物加工全过程监督、管理和控制的及时性和科学性。
附图说明
[0044]为了更清楚地说明本专利技术的技术方案，下面将对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。
[0045]图1为图案织物瑕疵检测方法流程图；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图案织物瑕疵检测方法，其特征在于，方法包括：步骤1：获取待检测织物图像以及模板图像，得到显著性图像以及前景点；步骤2：基于前景点的位置信息，解析出前景点的聚类结果，根据聚类结果后，得到候选区域；步骤3：对候选区域进行检测，判断织物图像有无瑕疵。2.根据权利要求1所述的图案织物瑕疵检测方法，其特征在于，步骤1中还包括：定义晶格为待检测织物图像边长的子图d；其中第i个晶格记为所有的晶格构成对G的划分。3.根据权利要求2所述的图案织物瑕疵检测方法，其特征在于，设o
i
(r
i
,i)是晶格的中心，则晶格仿射变换φ
i
:(x,y)
→
(x
′
.
′
)定义为：其中p,q∈[
‑
0.1,0.1],,n∈[
‑
1,1]；定义下式作为目标函数：s.t.p
i
,i∈[
‑
0.1,0.1],
i
,i∈[
‑
1.0,1.0]计算得到所有晶格对应的p,q,m,n，则得到待检测图像和模板图像之间的映射关系，再通过做差和OTUS方法获取显著性图像和前景点。4.根据权利要求1或2所述的图案织物瑕疵检测方法，其特征在于，步骤1还包括：使用随机点群法计算p,q,m,n；得到近似最优解；挑选1/25的晶格，利用局部性原理，即相邻晶格之间形变存在相似性，计算仿射变换参数；剩余晶格采用插值法计算。5.根据权利要求1或2所述的图案织物瑕疵检测方法，其特征在于，步骤2中使用...

【专利技术属性】
技术研发人员：盛守祥，王国栋，高秀彬，李锋，李春光，李科，崔乘耀，邢训彬，位田田，于剑，高嵩，曹国泰，
申请(专利权)人：滨州华纺工程技术研究院有限公司，
类型：发明
国别省市：