本发明专利技术涉及图像分析技术领域，具体涉及一种基于图像处理的纺织缺陷检测方法。该方法包括：获取纺织品表面的灰度图像，将灰度图像划分为图像块，根据图像块内像素点的灰度分布，确定灰度聚集程度；确定待测块和邻域块；根据梯度方向确定待测块的缺陷延伸方向；根据灰度聚集程度确定延伸参数；根据待测块和其他图像块的灰度差异，确定随机性参数；结合延伸参数和随机性参数确定缺陷概率；根据缺陷概率进行筛选，得到缺陷块，根据所有缺陷块中像素点的灰度值，确定二值化图像，根据二值化图像进行缺陷检测，得到检测结果。本发明专利技术结合纺织品表面缺陷纹理和正常纹理的差异化特征，对缺陷区域进行有效分析，提升缺陷检测的准确性与可靠性。
1、纺织是衣物、家居、工业等领域的重要材料，确保纺织品的质量对于舒适性、美观性以及功能性都至关重要。结构性缺陷，特别是缺线、错线等问题，可能会影响纺织品的外观、耐久性和使用效果，因此在纺织生产过程中需要对纺织表面进行缺陷检测。
2、相关技术中，直接基于边缘检测的方式对纺织品表面的缺线、错线等缺陷情况进行检测，这种方式下，由于纺织品本身亦具有对应的纺织纹理，该纺织纹理同样会影响到边缘检测，进而影响到缺陷检测的分析，使得缺陷检测准确性与可靠性不足。
1、为了解决相关技术中正常的纺织纹理同样会影响到边缘检测，进而影响到缺陷检测的分析，使得缺陷检测准确性与可靠性不足的技术问题，本专利技术提供一种基于图像处理的纺织缺陷检测方法，所采用的技术方案具体如下：
4、将任一图像块作为待测块，所述待测块在预设第二邻域范围内的其他图像块作为邻域块；根据所述待测块中所有像素点的梯度方向确定所述待测块的缺陷延伸方向；根据所述待测块的灰度聚集程度分别与所述缺陷延伸方向上的邻域块和所有邻域块的灰度聚集程度的差异，确定所述待测块的延伸参数；
>5、根据所述待测块和除所述待测块之外其他所有图像块中像素点的灰度值差异，确定所述待测块的随机性参数；根据所述待测块的延伸参数和所述待测块的随机性参数，确定所述待测块的缺陷概率；6、根据每一图像块的缺陷概率对所有图像块进行筛选，得到缺陷块，根据所有所述缺陷块中像素点的灰度值，对所述灰度图像进行二值化分析，得到二值化图像，根据所述二值化图像进行缺陷检测，得到检测结果。
7、进一步地，所述根据每一图像块内像素点在对应预设第一邻域范围内的灰度分布，确定所述图像块的灰度聚集程度，对应的计算公式为：
8、；式中，表示第z个图像块的灰度聚集程度，z表示图像块的索引，m表示图像块中所有像素点的数量，x表示图像块中像素点的索引，表示第z个图像块内第x个像素点的灰度值，表示第z个图像块内所有像素点的灰度值最大值，表示图像块内第x个像素点的预设第一邻域范围内第y个像素点的灰度值大小，y表示像素点在对应预设第一邻域范围内其他像素点的索引，n表示像素点在对应预设第一邻域范围内所有像素点的总数量，表示取绝对值。
9、进一步地，所述根据所述待测块中所有像素点的梯度方向确定所述待测块的缺陷延伸方向，包括：
10、构建二维角度坐标系，确定所述待测块中每一像素点的梯度方向所对应的角度值；
11、计算所述待测块中所有像素点的梯度方向所对应角度值的均值，将该均值所对应的方向的任一垂直方向作为所述待测块的缺陷延伸方向。
12、进一步地，所述根据所述待测块的灰度聚集程度分别与所述缺陷延伸方向上的邻域块和所有邻域块的灰度聚集程度的差异，确定所述待测块的延伸参数，包括：
13、计算所述待测块的灰度聚集程度分别与每一邻域块的灰度聚集程度的差值绝对值，得到邻域聚集差异；
14、将所述缺陷延伸方向上的邻域块所对应的邻域聚集差异作为延伸聚集差异；
15、根据所有邻域聚集差异和延伸聚集差异，确定所述待测块的延伸参数。
16、进一步地，所述根据所有邻域聚集差异和延伸聚集差异，确定所述待测块的延伸参数，包括：
17、计算所述延伸聚集差异的均值作为延伸均值；
18、将所述延伸均值作为分子，所述邻域聚集差异的最大值作为分母，计算得到延伸指标；
19、对所述延伸指标进行负相关映射并归一化处理，得到所述待测块的延伸参数。
20、进一步地，所述根据所述待测块和除所述待测块之外其他所有图像块中像素点的灰度值差异，确定所述待测块的随机性参数，包括：
21、计算每一图像块中所有像素点的灰度值均值，得到对应图像块的块灰度指标；
22、基于均方差公式，计算所述待测块的块灰度指标分别与除所述待测块之外其他所有图像块的块灰度指标的均方差，得到所述待测块的块灰度离散系数；
23、对所述待测块的块灰度离散系数进行归一化得到所述待测块的随机性参数。
24、进一步地，所述待测块的延伸参数与所述待测块的缺陷概率呈正相关关系，所述待测块的随机性参数与所述待测块的缺陷概率呈正相关关系，所述缺陷概率的取值为归一化后的数值。
25、进一步地，所述根据每一图像块的缺陷概率对所有图像块进行筛选，得到缺陷块，包括：
26、在所述图像块的缺陷概率大于预设缺陷阈值时，将所述图像块作为缺陷块。
27、进一步地，所述根据所有所述缺陷块中像素点的灰度值，对所述灰度图像进行二值化分析，得到二值化图像，包括：
28、基于大津阈值法计算所有所述缺陷块中像素点的灰度值的最大类间方差分割阈值；
29、将所述灰度图像中灰度值大于所述最大类间方差分割阈值的像素点标记为0；否则，标记为1，得到二值化图像。
30、进一步地，所述根据所述二值化图像进行缺陷检测，得到检测结果，包括：
31、根据不同缺陷类型在所述二值化图像的预设分布特征，对所述二值化图像进行特征匹配，确定所述二值化图像中缺陷区域的缺陷类型，并将所述缺陷类型作为检测结果。
32、本专利技术具有如下有益效果：
33、本专利技术通过获取纺织品表面的灰度图像，并对灰度图像进行分块，根据每一图像块的灰度分布，确定灰度聚集程度，灰度聚集程度表征图像块内像素点的分布特征，对每一图像块进行有效的灰度分布分析，而后，根据图像块中所有像素点的梯度方向确定缺陷延伸方向，结合灰度聚集程度和缺陷延伸方向确定延伸参数，通过结合灰度分布以及梯度分布两个特征确定延伸参数，从而能够结合灰度变化和梯度变化多个角度，对纺织品表面的缺线、错线等纹理特征进行分析，避免纺织品本身的纹理特征对缺陷检测的影响，使得延伸参数能够有效表征像素点分布的延伸情况；结合局部范围内不同图像块的灰度变化，从而确定待测块的随机性参数，由于纺织品表面的缺线、错线等纹理特征会影响相邻的多个图像块，而正常纹理仅影响较小的区域，因此，本方案对随机性参数进行分析，从而对相邻的图像块的异常情况进行分析，提升整体缺陷分析的准确性；由此，本专利技术结合延伸参数和随机性参数，确定缺陷概率，使得缺陷概率能够有效对纺织品本身的异常纹理、正常纹理进行划分，通过缺陷概率对图像块进行筛选，确定缺陷块，根据缺陷块中像素点的灰度情况进行二值化分析，使得该二值化分析进一步规避正常的纺织品纹理的影响，从而提升缺陷检测得到的检测结果的准确性。综上，本专利技术结合纺织品表面缺陷纹理和正常纹理的差异化特本文档来自技高网...
【技术保护点】
1.一种基于图像处理的纺织缺陷检测方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种基于图像处理的纺织缺陷检测方法，其特征在于，所述根据每一图像块内像素点在对应预设第一邻域范围内的灰度分布，确定所述图像块的灰度聚集程度，对应的计算公式为：
3.如权利要求1所述的一种基于图像处理的纺织缺陷检测方法，其特征在于，所述根据所述待测块中所有像素点的梯度方向确定所述待测块的缺陷延伸方向，包括：
4.如权利要求1所述的一种基于图像处理的纺织缺陷检测方法，其特征在于，所述根据所述待测块的灰度聚集程度分别与所述缺陷延伸方向上的邻域块和所有邻域块的灰度聚集程度的差异，确定所述待测块的延伸参数，包括：
5.如权利要求4所述的一种基于图像处理的纺织缺陷检测方法，其特征在于，所述根据所有邻域聚集差异和延伸聚集差异，确定所述待测块的延伸参数，包括：
6.如权利要求1所述的一种基于图像处理的纺织缺陷检测方法，其特征在于，所述根据所述待测块和除所述待测块之外其他所有图像块中像素点的灰度值差异，确定所述待测块的随机性参数，包括：
7.如权利要求1所述的一种基于图像处理的纺织缺陷检测方法，其特征在于，所述待测块的延伸参数与所述待测块的缺陷概率呈正相关关系，所述待测块的随机性参数与所述待测块的缺陷概率呈正相关关系，所述缺陷概率的取值为归一化后的数值。
8.如权利要求1所述的一种基于图像处理的纺织缺陷检测方法，其特征在于，所述根据每一图像块的缺陷概率对所有图像块进行筛选，得到缺陷块，包括：
9.如权利要求1所述的一种基于图像处理的纺织缺陷检测方法，其特征在于，所述根据所有所述缺陷块中像素点的灰度值，对所述灰度图像进行二值化分析，得到二值化图像，包括：
10.如权利要求1所述的一种基于图像处理的纺织缺陷检测方法，其特征在于，所述根据所述二值化图像进行缺陷检测，得到检测结果，包括：
...
【技术特征摘要】
1.一种基于图像处理的纺织缺陷检测方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种基于图像处理的纺织缺陷检测方法，其特征在于，所述根据每一图像块内像素点在对应预设第一邻域范围内的灰度分布，确定所述图像块的灰度聚集程度，对应的计算公式为：
3.如权利要求1所述的一种基于图像处理的纺织缺陷检测方法，其特征在于，所述根据所述待测块中所有像素点的梯度方向确定所述待测块的缺陷延伸方向，包括：
4.如权利要求1所述的一种基于图像处理的纺织缺陷检测方法，其特征在于，所述根据所述待测块的灰度聚集程度分别与所述缺陷延伸方向上的邻域块和所有邻域块的灰度聚集程度的差异，确定所述待测块的延伸参数，包括：
5.如权利要求4所述的一种基于图像处理的纺织缺陷检测方法，其特征在于，所述根据所有邻域聚集差异和延伸聚集差异，确定所述待测块的延伸参数，包括：
6.如权利要求1所述的一种基于图像处理...
【专利技术属性】
技术研发人员：薛银建，
申请(专利权)人：南通双跃纺织有限公司，
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。