【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及基于机器视觉的床单布匹检测方法及系统。
技术介绍
1、床单布匹的磨损是指织物之间或与其他物质之间反复摩擦，床单布匹逐渐磨损破损的现象。而床单布匹耐磨性的测试原理则是指床单布匹在机械力反复摩擦的作用下，抵抗磨损的能力。因为床单布匹在使用过程中，会受到各种不同的外界因素的作用，特别是经常与周围所接触的物体进行摩擦，造成床单布匹不同程度的磨损乃至损坏，影响其使用性能。检测床单布匹的耐磨性，可以提高纺织品的利用效率，是纺织产品质量的一个重要指标，所以在布匹的生产过程中，磨损检测是至关重要的。尽早发现并处理磨损区域对于确保产品质量和客户满意度至关重要。但是由于布匹的纹理、颜色和样式各不相同，因此确定磨损区域的方法也因布匹的特征而异。在布匹生产过程中，需要对布匹进行磨损测试，但是由于布匹可能存在细小的编织纹理，传统的通过边缘检测确定布匹磨损区域时，确定磨损区域的准确性较低。
技术实现思路
1、为了解决传统的通过边缘检测确定布匹磨损区域时，确定磨损区域的准确性较低的技术问题，本专利技术的目的在于提供基于机器视觉的床单布匹检测方法及系统，所采用的技术方案具体如下：
2、第一方面，本专利技术一个实施例提供了一种基于机器视觉的床单布匹检测方法，该方法包括以下步骤：
3、获取床单布匹图像；确定所述床单布匹图像的边缘区域；
4、根据所述边缘区域的不规则度和完整度，确定边缘区域为床单布匹的纹理区域的第一可能性；基于所述第一可能性，从所述边缘
5、根据所述异常受损区域的形态变化和边缘明暗变化，确定异常受损区域为床单布匹的纹理区域的第二可能性；基于所述第二可能性，从所述异常受损区域中筛选出初始磨损区域；
6、对所述初始磨损区域进行膨胀，得到床单布匹图像的预测磨损区域。
7、优选的，所述根据所述边缘区域的不规则度和完整度，确定边缘区域为床单布匹的纹理区域的第一可能性，包括：
8、根据所述边缘区域的不规则度，确定边缘区域的毛刺程度；根据所述边缘区域的完整程度和毛刺程度，确定边缘区域为床单布匹的纹理区域的第一可能性。
9、优选的，所述毛刺程度的计算公式为：
10、
11、其中，为第v个边缘区域的毛刺程度；为第v个边缘区域的边缘点数量；为第v个边缘区域的第i个边缘点的切线方向；为第v个边缘区域的第i-1个边缘点的切线方向；为第v个边缘区域的第i+1个边缘点的切线方向。
12、优选的，所述根据所述边缘区域的完整程度和毛刺程度，确定边缘区域为床单布匹的纹理区域的第一可能性，包括：
13、将边缘区域的边缘点数量作为边缘区域的完整程度；
14、将边缘区域的完整程度和毛刺程度的比值的归一化值，作为边缘区域为床单布匹的纹理区域的第一可能性。
15、优选的，所述根据所述异常受损区域的形态变化和边缘明暗变化，确定异常受损区域为床单布匹的纹理区域的第二可能性，包括：
16、根据所述异常受损区域的形态变化，确定异常受损区域的区域边缘特征；根据所述异常受损区域的边缘明暗变化，确定异常受损区域的明暗异常特征；结合所述异常受损区域的区域边缘特征和明暗异常特征，确定异常受损区域为床单布匹的纹理区域的第二可能性。
17、优选的，所述根据所述异常受损区域的形态变化，确定异常受损区域的区域边缘特征，包括：
18、获取异常受损区域的相邻边缘点之间的链码值；
19、将相邻边缘点的链码值的差值作为边缘点的形态变化值；计算每个异常受损区域的所有边缘点的形态变化值的均值，作为每个异常受损区域的区域边缘特征。
20、优选的，所述明暗异常特征的计算公式为：
21、；
22、其中，为第v个异常受损区域的明暗异常特征；为第v个边缘区域的边缘点数量；为第v个异常受损区域的第i个边缘点的八邻域内第n个像素点的灰度值；为第v个异常受损区域的第i个边缘点的八邻域内像素点的灰度均值。
23、优选的，所述第二可能性的计算公式为：
24、；
25、其中，为第v个异常受损区域为床单布匹的纹理区域的第二可能性；为归一化函数；为第v个异常受损区域的明暗异常特征；为第v个异常受损区域的临近异常受损区域的数量；为第v个异常受损区域的第k个临近异常受损区域的区域边缘特征；为第v个异常受损区域的区域边缘特征。
26、优选的，所述异常受损区域的临近异常受损区域的获取方法为：
27、以任意异常受损区域作为目标异常受损区域，获取目标异常受损区域与距离最近的异常受损区域的最短距离；
28、将每个异常受损区域对应的最短距离的均值作为半径，以异常受损区域的最小外接矩形的中心作为圆点，进行作圆，将异常受损区域对应的圆内的异常受损区域作为异常受损区域的临近异常受损区域。
29、第二方面，本专利技术一个实施例提供了一种基于机器视觉的床单布匹检测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种基于机器视觉的床单布匹检测方法。
30、本专利技术实施例至少具有如下有益效果：
31、由于在布匹存在磨损时，通过边缘检测确定磨损区域时存在布匹纹理和样式边缘等干扰边缘，会降低确定磨损区域的准确度。本专利技术首先确定床单布匹图像的边缘区域，进一步的根据边缘区域的不规则度和完整度，实现从床单布匹的样式纹理的边缘规则程度、磨损区域的形状补规则性以及毛糙特性，从边缘区域中筛选出异常受损区域，进一步的因为床单布匹是棉线编织而成，织物的编织密度越紧，颜色在床单布匹表面分布更均匀，故从其异常受损区域的形态变化和边缘明暗变化，可以再次对该区域是否为磨损区域进行分析，或者说可以对该区域是否为纹理区域进行分析，实现对异常受损区域的筛选，确定出初始磨损区域，最终实现确定出预测磨损区域。本专利技术通过边缘区域中的不规则度、完整度、形态变化和边缘明暗变化筛除背景样式区域和纹理区域，以确定预测磨损区域，提高确定床单布匹中磨损区域的准确度。
本文档来自技高网...【技术保护点】
1.一种基于机器视觉的床单布匹检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于机器视觉的床单布匹检测方法，其特征在于，所述根据所述边缘区域的不规则度和完整度，确定边缘区域为床单布匹的纹理区域的第一可能性，包括：
3.根据权利要求2所述的基于机器视觉的床单布匹检测方法，其特征在于，所述毛刺程度的计算公式为：
4.根据权利要求2所述的基于机器视觉的床单布匹检测方法，其特征在于，所述根据所述边缘区域的完整程度和毛刺程度，确定边缘区域为床单布匹的纹理区域的第一可能性，包括：
5.根据权利要求1所述的基于机器视觉的床单布匹检测方法，其特征在于，所述根据所述异常受损区域的形态变化和边缘明暗变化，确定异常受损区域为床单布匹的纹理区域的第二可能性，包括：
6.根据权利要求5所述的基于机器视觉的床单布匹检测方法，其特征在于，所述根据所述异常受损区域的形态变化，确定异常受损区域的区域边缘特征，包括：
7.根据权利要求5所述的基于机器视觉的床单布匹检测方法，其特征在于，所述明暗异常特征的计算公式为：
...【技术特征摘要】
1.一种基于机器视觉的床单布匹检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于机器视觉的床单布匹检测方法，其特征在于，所述根据所述边缘区域的不规则度和完整度，确定边缘区域为床单布匹的纹理区域的第一可能性，包括：
3.根据权利要求2所述的基于机器视觉的床单布匹检测方法，其特征在于，所述毛刺程度的计算公式为：
4.根据权利要求2所述的基于机器视觉的床单布匹检测方法，其特征在于，所述根据所述边缘区域的完整程度和毛刺程度，确定边缘区域为床单布匹的纹理区域的第一可能性，包括：
5.根据权利要求1所述的基于机器视觉的床单布匹检测方法，其特征在于，所述根据所述异常受损区域的形态变化和边缘明暗变化，确定异常受损区域为床单布匹的纹理区域的第二可能性，包括：
6.根...
【专利技术属性】
技术研发人员：林镇成，
申请(专利权)人：深圳市富安娜艺术家居有限公司，
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。