一种基于多源异构信息的布匹表面图像瑕疵检测方法技术

本发明专利技术公开了一种基于多源异构信息的布匹表面图像瑕疵检测方法。获取布匹特定波长和特定角度线扫相机的图像；将图像划分为有瑕疵样本图像和正常样本图像，进而构建图像训练数据集合；建立用于布匹表面瑕疵检测的多源异构神经网络，使用图像训练数据集合进行训练，完成训练后获取训练后的多源异构神经网络；将待检测的布匹的图像输入训练后的多源异构神经网络获得布匹表面瑕疵结果。本发明专利技术检测准确，能有效检测布匹表面不同姿态和复杂纹理的瑕疵，克服单一成像瑕疵检测模式局限性，具有较大应用价值。大应用价值。大应用价值。

【技术实现步骤摘要】
一种基于多源异构信息的布匹表面图像瑕疵检测方法


[0001]本专利技术涉及一种计算机视觉图像处理方法，具体涉及了一种基于多源异构信息的布匹表面图像瑕疵检测方法。

技术介绍

[0002]表面瑕疵检测是布匹分级的重要依据之一，在世界各国的布匹评级标准中有严格的规定。如何保持我国纺织业国际市场竞争力，纺织质量是重要因素，表面质量疵点检测作为纺织品质量控制的重要环节之一。目前国内纺织企业主要采购国外纺织品布匹表面质量检测设备，受制于价格昂贵和售后服务不到位等因素，无法满足国内高品质布匹产品质量在线检测需求。国外大量学者研究通过计算机视觉方式检测布匹表面瑕疵，国内相关检测技术研究起步较晚。
[0003]把自动化技术应用于生产检测和管理，其对纺织行业已变得越来越重要，基于机器视觉的自动检测系统能在生产过程(在线)进行疵点的检测，充分保证产品质量。因此，研制基于机器视觉的布匹表面质量检测系统，可以切实提升纺织企业坯布表面质量的检测效率，使坯布质量检测从传统的人工检测升级到自动化检测其不仅降低了人力成本，而且还提升了坯布的产品质量等级，从而使坯布更具市本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多源异构信息的布匹表面图像瑕疵检测方法，其特征在于，所述方法包括如下步骤：1)获取布匹特定波长和特定角度线扫相机的图像；2)将步骤1)获得的图像划分为有瑕疵样本图像和正常样本图像，进而构建图像训练数据集合；3)建立用于布匹表面瑕疵检测的多源异构神经网络，使用步骤3)的图像训练数据集合进行训练，完成训练后获取带有网络连接权重矩阵S的训练后的多源异构神经网络；4)将待检测的布匹的图像输入训练后的多源异构神经网络获得布匹表面瑕疵结果。2.根据权利要求1所述的一种基于多源异构信息的布匹表面图像瑕疵检测方法，其特征在于：所述步骤1)具体为：1.1)获取布匹的黄色580nm波长、蓝色470nm波长、紫色380nm波长的90度线扫相机图像；1.2)获取布匹的45度线扫、90度线扫、135度线扫的450nm波长相机图像。3.根据权利要求1所述的一种基于多源异构信息的布匹表面图像瑕疵检测方法，其特征在于：所述步骤2)具体为：2.1)将步骤1)获得的布匹的黄色580nm波长、蓝色470nm波长、紫色380nm波长的90度线扫相机图像分为有瑕疵样本图像和正常样本图像，并构建多源多波段图像数据集合；2.2)将步骤1)获得的布匹的45度线扫相机、90度线扫相机、135度线扫相机的450nm波长图像分为有瑕疵样本图像和正常样本图像，构建多源多角度图像数据集合；2.3)将多源多波段图像数据集合和多源多角度图像数据集合，构建图像训练数据集合。4.根据权利要求3所述的一种基于多源异构信息的布匹表面图像瑕疵检测方法，其特征在于：所述图像训练数据集合为有瑕疵样本图像和其对应的二值化图像样本以及正常样本图像和其对应的二值化图像样本。5.根据权利要求1所述的一种基于多源异构信息的布匹表面图像瑕疵检测方法，其特征在于：所述步骤4)中，待检测的布匹的图像是将待检测的布匹按照步骤1)相同方式处理获得。6.根据权利要求1所述的一种基于多源异构信息的布匹表面图像瑕疵检测方法，其特征在于：所述步骤3)的具体步骤如下：3.1)根据布匹是否有瑕疵，将布匹的黄色580nm波长、蓝色470nm波长、紫色380nm波长的90度线扫相机图像、45度线扫相机、90度线扫相机、135度线扫相机的450nm波长图像均分为有瑕疵布匹样本图像和无瑕疵的正常布匹样本图像的两种之一；3.2)针对有瑕疵布匹样本图像，其中瑕疵区域像素值标记为255，非瑕疵区域像素值标记为0，从而建立有瑕疵布匹样本图像的二值化图像样本；针对正常布匹样本图像，其中所有像素值均标...

【专利技术属性】
技术研发人员：容典，裴翔，
申请(专利权)人：杭州国辰机器人科技有限公司，
类型：发明
国别省市：