【技术实现步骤摘要】
一种基于机器视觉的纺织品检测方法及系统
[0001]本专利技术涉及图像数据处理
,尤其涉及一种基于机器视觉的纺织品检测方法及系统
。
技术介绍
[0002]图像数据处理涉及使用计算机和算法来处理和分析静态或动态图像数据的方法和技术
。
这个领域包括图像采集
、
预处理
、
特征提取
、
对象识别
、
图像分割
、
模式匹配等多个方面
。
它的主要目标是从图像中提取有用的信息
、
识别图像中的对象或特征
、
以及进行图像数据的分析和理解
。
[0003]其中,纺织品检测方法是一种应用机器视觉技术的方法,目的是通过自动化和计算机分析检测纺织品的质量
、
缺陷和特征,确保最终产品符合质量标准
。
通过图像采集
、
预处理
、
特征提取
、
模式识别和实时监测等手段,该方法不仅提高了检测准确性和效率,还记录和分析数据以改进生产过程,并能够预测潜在问题
。
因此,基于机器视觉的纺织品检测方法在纺织业中起到了关键作用,帮助确保产品质量和生产效率
。
[0004]在纺织品检测方法的实际使用过程中,现有的纺织品检测方法过于简单和浅层,无法对隐蔽的瑕疵进行深入识别,容易出现遗漏
。
同时,缺乏实时的质量控制和智能缺陷分析可能导致生产过程中
【技术保护点】
【技术特征摘要】
1.
一种基于机器视觉的纺织品检测方法,其特征在于,包括以下步骤:基于纺织品图像,利用卷积神经网络对图像进行特征提取,生成初步识别图像特征库;基于所述初步识别图像特征库,采用循环神经网络对纺织品图像序列进行时序分析,得到纺织品瑕疵序列分析结果;依据所述纺织品瑕疵序列分析结果,应用多光谱图像采集技术与机器学习方法,进行隐蔽缺陷的深入识别,生成多光谱瑕疵检测报告;针对所述多光谱瑕疵检测报告,实施实时纺织品检测和控制系统,通过计算机视觉技术调整生产参数,形成实时质量控制指令;将所述实时质量控制指令纳入智能缺陷分析和排序系统,利用图像分割和深度学习技术,进行产品的质量级别智能判定,获得纺织品质量等级标签;基于所述纺织品质量等级标签,应用区块链技术和物联网设备,构建纺织品的质量信息追溯,创建纺织品完整追溯记录
。2.
根据权利要求1所述的基于机器视觉的纺织品检测方法,其特征在于,基于纺织品图像,利用卷积神经网络对图像进行特征提取,生成初步识别图像特征库的步骤具体为:基于原始纺织品图像,采用高斯滤波算法进行图像去噪,并用直方图均衡化进行图像增强,生成增强后的纺织品图像;基于所述增强后的纺织品图像,采用卷积神经网络中的卷积层,针对纹理和结构进行特征抽取,生成初步特征映射;基于所述初步特征映射,应用最大池化方法减小参数规模同时保留主要特征,生成池化后的特征映射;基于所述池化后的特征映射,通过全连接层,使用
ReLU
激活函数整合特征,生成纺织品特征向量;针对所述纺织品特征向量,采用
Softmax
分类层实现特征区域的分类识别,生成初步识别图像特征库
。3.
根据权利要求1所述的基于机器视觉的纺织品检测方法,其特征在于,基于所述初步识别图像特征库,采用循环神经网络对纺织品图像序列进行时序分析,得到纺织品瑕疵序列分析结果的步骤具体为:对所述初步识别图像特征库中的数据实现序列化处理,生成序列化纺织品数据;基于所述序列化纺织品数据,使用长短时记忆网络捕获数据中的长期依赖关系,生成时序特征映射;针对所述时序特征映射,运用全连接层并采用线性激活函数进行特征整合,生成整合后的时序特征向量;基于所述整合后的时序特征向量,利用
Softmax
层进行瑕疵分类和序列化标注,生成纺织品瑕疵序列分析结果
。4.
根据权利要求1所述的基于机器视觉的纺织品检测方法,其特征在于,依据所述纺织品瑕疵序列分析结果,应用多光谱图像采集技术与机器学习方法,进行隐蔽缺陷的深入识别,生成多光谱瑕疵检测报告的步骤具体为:基于所述纺织品瑕疵序列分析结果,应用多光谱摄像技术深入捕获瑕疵区域的图像细节,生成多光谱瑕疵图像;
基于所述多光谱瑕疵图像,采用灰度共生矩阵提取瑕疵的深层特征,生成深层瑕疵特征数据;利用支持向量机对所述深层瑕疵特征数据进行分类分析,确定瑕疵种类,生成隐蔽缺陷识别结果;根据所述隐蔽缺陷识别结果,利用数据可视化工具进行报告整理与可视化展示,生成多光谱瑕疵检测报告
。5.
根据权利要求1所述的基于机器视觉的纺织品检测方法,其特征在于,针对所述多光谱瑕疵检测报告,实施实时纺织品检测和控制系统,通过计算机视觉技术调整生产参数,形成实时质量控制指令的步骤具体为:基于所述多光谱瑕疵检测报告,采用边缘检测算法进行缺陷定位,生成缺陷位置图;基于所述缺陷位置图,使用模板匹配技术对缺陷进行分类,生成缺陷类型识别表;基于所述缺陷类型识别表,采用模糊逻辑控制提出生产参数的实时调整建议,生成生产参数调整建议表;基于所述生产参数调整建议表,通过计算机视觉技术自动调整生产设备参数,生成实时质量控制指令
。6.
根据权利要求1所述的基于机器视觉的纺织品检测方法,其特征在于,将所述实时质量控制指令纳入智能缺陷分析和排序系统,利用图像分割和深度学习技术,进行产品的质量级别智能判定,...
【专利技术属性】
技术研发人员:赵桂安,彭荣,陈海林,赵杨军,周国龙,谢明海,王海雷,
申请(专利权)人:山东华盛创新纺织科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。