一种基于机器视觉的布匹缺陷检测评分方法技术

本发明专利技术公开了一种基于机器视觉的布匹缺陷检测评分方法，通过以下6个步骤实现：1、图像采集；2、缺陷检测；3、缺陷标注；4、缺陷分析；5、综合评分；6、返回评分及后续处理。相对于现有技术，本发明专利技术解决了以下问题：1、解决了图像采集过程中细节丢失问题严重的问题，即使用彩色工业相机进行视频流图像采集和后处理；2、解决了现有缺陷标注难以实时且易重复标注的问题，即通过人工智能技术实现缺陷自动化的非重复标注；3、解决了传统布匹缺陷评估受评估者的主观因素影响过大的问题，提出了基于布匹缺陷种类、大小、横纵走向、缺陷置信度的综合评分标准，并设置可接受的正常布匹评分阈值，使缺陷评分标准化。评分标准化。评分标准化。

【技术实现步骤摘要】
一种基于机器视觉的布匹缺陷检测评分方法


[0001]本专利技术涉及布匹缺陷检测处理领域，具体涉及一种基于机器视觉的布匹缺陷检测评分方法。

技术介绍

[0002]由于纺织业工业生产中对整段布匹的缺陷存在所谓的接受程度，并非是存在缺陷即舍弃和回收，即在此接受范围内，该段布匹可是为合格产品，若超过了可接受的范围，则需舍弃该段布匹。但此接受范围的设定往往受纺织工人对缺陷判断的主观因素影响较大，因此需要探究一种合理的缺陷评分机制来指导布匹缺陷的检测和处理；传统的布匹缺陷评估方案由图像采集、缺陷标注和缺陷评分三个步骤组成。
[0003]例如，现有技术1(专利号为CN114723705A)提出了一种基于图像处理的布匹瑕疵的检测方法；该方案将采集到的布匹图像分割成多个窗口并获取相应的频率直方图，再根据平均相似度绘制相似度曲线，根据相似度曲线得出相似度值的最大值，根据相似度值的最大值确定标准窗口图像，基于标准窗口图像计算位置缺陷窗口图像的布匹纹理的周期符合率，通过周期符合率确定缺陷像素点，从而有效避免布匹自身纹理的干扰，准确的定位缺陷位置；尽管此技术方案本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的布匹缺陷检测评分方法，其特征在于包括以下步骤：步骤1，图像采集；步骤2，缺陷检测；步骤3，缺陷标注；步骤4，缺陷分析；步骤5，综合评分；步骤6，返回评分及后续处理；至此，则整体流程完成。2.根据权利要求1所述的基于机器视觉的布匹缺陷检测评分方法，其特征在于：所述步骤1，图像采集，通过上位机连接工业相机获取其视频流，然后整理为输入待检测视频流供步骤2使用。3.根据权利要求1所述的基于机器视觉的布匹缺陷检测评分方法，其特征在于：所述步骤2，缺陷检测，将经上述过步骤1获取到的待检测视频流送入预训练的基于Faster R
‑
CNN的缺陷检测模型，模型将当前输入视频流中每一帧图像检测出的缺陷以“缺陷种类+置信度+位置”的形式返回，供步骤3使用。4.根据权利要求1所述的基于机器视觉的布匹缺陷检测评分方法，其特征在于：所述步骤3，缺陷标注，将上述步骤2中以“缺陷种类+置信度+位置”的形式逐帧返回的缺陷检测处理结果标注在输出视频流的当前帧上，并将标注后的每一帧作为输出视频流的当前刷新帧，则输出视频流即为缺陷标注后的视频流。5.根据权利要求1所述的基于机器视觉的布匹缺陷检测评分方法，其特征在于：所述步骤4，缺陷分析，上述步骤3仅返回并标注“缺陷种类+置信度+位置”的信息，无法对当前识别出的缺陷的面积大小和横纵走向进行深度的分析，因此需要通过基于计算机视觉的图像处理方法进行缺陷像素面积计算，并分析横纵走向，以供后续步骤5综合评分使用。6.根据权利要求5所述的基于机器视觉的布匹缺陷检测评分方法，其特征在于：所述步骤4中，缺陷分析的具体步骤为：步骤4.1，分解标注信息，获取输出视频流中当前刷新帧的缺陷标注信息，对已有的缺陷标注信息进行分解，以字典的形式返回所有检测到的缺陷的类型以及对应的缺陷置信度；步骤4.2，计算横纵走向评分，获取分解后的标注信息中的缺陷位置及对应的缺陷标注框的信息，对上述信息进行处理，计算得到当前帧中各个缺陷对应的横纵走向参数信息；步骤4.3，面积占比计算，截取当前帧已进行标注的缺陷标注框中的内容，通过基于计算机视觉的实例分割方...

【专利技术属性】
技术研发人员：蔡丹，林怀周，贾海滨，孙立贤，徐芬，邹勇进，向翠丽，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：