本发明专利技术公开了一种基于改进差分盒多重分形算法的布匹疵点在线自动检测方法及装置，克服人工检测的劳动强度大，误检、漏检率高等缺陷以及原来的多重分形算法引起布匹疵点检测精确度不高的问题，利用改进的差分盒多重分形算法对布匹疵点进行布匹检测，用摄像机拍摄清晰、无疵点的布匹作为标准图像存入计算机，提取标准图像多重分形维数，并根据需要设定误差范围；利用摄像机实时拍摄待测布匹图像，提取待测布匹图像多重分形维数，与标准图像进行对比，若待测图像多重分形维数在误差范围内，则判定为合格；反之则为不合格。本发明专利技术在计算分形维数时，改进了经典算法中网格上盒子数量与高度的计算方法，在运算时间增加不大的情况下，大大减少了最小二乘拟合误差，提高了多重分形维数的计算精度。
【技术实现步骤摘要】
本专利技术涉及布匹疵点检测
，具体涉及一种利用改进的差分盒多重分形算法对布匹疵点进行在线自动检测的方法及装置。
技术介绍
布匹的质检通常由检验人员进行，这种方法存在检测速度慢，误检和漏检率高，工人劳动强度大等很多弊端，因而急需发展快速、检测率高的布匹疵点自动检测系统来代替人工检验。机器视觉技术就是利用机器代替人眼来做测量和判断。机器视觉系统是指通过摄像机等设备将要检测的目标转换成数字信号，并传送到对应的图像处理系统，系统根据要求进行检测，记录检测结果或者根据结果进行现场控制。多重分形算法是一种高效的测量物体纹理变化的算法，根据不同纹理的多重分形维数的差异，配合机器视觉技术即可快速检测布匹疵点。但目前的差分盒多重分形算法存在盒子数量计算不精确的问题，该问题主要是由于“空盒子”的存在引起的，即盒子数量计算过多而引起的，最终导致布匹疵点检测精确度不够。
技术实现思路
本专利技术的目的是为了克服人工对布匹的质检速度慢、效率低以及采用现有的差分盒多重分形算法由于盒子数量计算过多导致布匹疵点检测精确度不够的问题，提供一种基于改进差分盒多重分形算法的布匹疵点在线自动检测方法及装置，不仅可以提高布匹检测精度，还可以大大降低检测工人劳动强度，提高劳动生产率。为了解决上述技术问题，本专利技术所采用的技术方案是一种基于改进差分盒多重分形算法的布匹疵点在线自动检测方法，其特征在于包括以下步骤，步骤(I)，利用机器视觉获取摄像机拍摄的检验合格的布匹的图像，并将获取的布匹的图像送至计算机；步骤(2)，将步骤(I)传送的布匹的图像作为标准布匹图像，提取标准布匹图像的多重分形维数矩阵，并将多重分形维数矩阵存入步骤(I)的计算机；步骤(3)，根据用户需要，设定标准布匹图像的每一子块的误差率0i(i = 1,2,3......16)，并将每一子块的误差率存入步骤(I)的计算机；步骤(4)，利用摄像机实时拍摄待测布匹图像，并送至步骤⑴的计算机；步骤(5)，提取步骤(4)所述的待测布匹图像的多重分形维数矩阵，并将多重分形维数矩阵存入步骤(I)的计算机。步骤￠)，将上述存入步骤(I)的标准布匹图像多重分形维数和待测图像多重分形维数矩阵依次对比，若待测布匹图像所提取的多重分形维数均在标准布匹图像所提取的多重分形维数的误差范围σ i内，则计算机判断布匹为合格，转到步骤(4)继续检测；反之则为不合格，输出织物疵点报告，并转到步骤(4)继续检测。前述的基于改进差分盒多重分形算法的布匹疵点在线自动检测方法，其特征在于所述步骤(2)提取标准布匹图像的多重分形维数矩阵采用改进的差分盒多重分形算法的具体包括以下步骤，(a)，对所述标准布匹图像进行灰度化；(b)，对步骤(a)所得的标准布匹图像进行直方图均衡化；(C)，对步骤(b)所得的标准布匹图像进行3X3均值滤波；⑷，将步骤(C)所得的标准布匹图像分为大小相等的16个正方形子块Imai (i=1,2,3......16)，采用改进的差分盒多重分形算法提取子块Imai的多重分形维数矩阵 Dq(i)，分别用4X4矩阵表示；(e)，将步骤(d)将得到的标准布匹图像的多重分形维数矩阵Dq(i)存入步骤(I)的计算机；前述的基于改进差分盒多重分形算法的布匹疵点在线自动检测方法，其特征在于所述步骤(5)提取待测布匹图像的多重分形维数矩阵采用改进的差分盒多重分形算法的具体包括以下步骤，(a)，对所述待测布匹图像进行灰度化；(b)，对步骤(a)所得的待测布匹图像进行直方图均衡化；(C)，对步骤(b)所得的待测布匹图像进行3X3均值滤波；(d)，将步骤(C)所得的待测布匹图像分为大小相等的16个正方形子块Imaji =1,2,3......16)，采用改进的差分盒多重分形算法提取正方形子块Imai的多重分形维数矩阵Dq(i)，分别用4X4矩阵表示；(e)，将步骤(d)得到待测布匹图像的多重分形维数矩阵Dq(i)存入所述计算机；前述的基于改进差分盒多重分形算法的布匹疵点在线自动检测方法，其特征在于所述步骤(2)的步骤(d)中提取标准布匹图像的多重分形维数矩阵和步骤(5)的步骤(d)中提取待测布匹图像的多重分形维数矩阵过程中采用的是改进的差分盒多重分形算法，具体包括以下步骤，I)，将MXM像素的图像分割成sXs的子块，s取不小于的最小整数；2)，将图像抽象为一个空间中的曲面，X、y表示平面位置，z为图像(X，y)处的灰度值，将(X，y)平面分割成多个SXs的网格,并计算r的值r = s/M ；3)，所述每个网格上是一列sXsXh的盒子，h是单个盒子的高度，设定总的灰度级是G,图像灰度的平均值是μ、标准差是σ ,即权利要求1.基于改进差分盒多重分形算法的布匹疵点在线自动检测方法，其特征在于包括以下步骤，步骤(I)，利用机器视觉获取摄像机拍摄的检验合格的布匹的图像，并将获取的布匹的图像送至计算机；步骤(2)，将步骤(I)传送的布匹的图像作为标准布匹图像，并提取标准布匹图像的多重分形维数矩阵，并将多重分形维数矩阵存入步骤(I)的计算机；步骤(3)，根据用户需要，设定标准布匹图像的每一子块的误差率0i(i = 1，2，3......16)，并将每一子块的误差率存入步骤(I)的计算机；步骤(4)，利用摄像机实时拍摄待测布匹图像，并送至步骤(I)的计算机；步骤(5)，提取步骤(4)所述的待测布匹图像的多重分形维数矩阵，并将多重分形维数矩阵存入步骤(I)的计算机。步骤￠)，将上述存入步骤(I)计算机的标准布匹图像多重分形维数和待测图像多重分形维数矩阵依次对比，若待测布匹图像所提取的多重分形维数均在标准布匹图像所提取的多重分形维数的误差范围Oi内，则计算机判断布匹为合格，转到步骤(4)继续检测；反之则为不合格，输出织物疵点报告，并转到步骤(4)继续检测。2.根据权利要求I所述的基于改进差分盒多重分形算法的布匹疵点在线自动检测方法，其特征在于所述步骤(2)提取标准布匹图像的多重分形维数矩阵采用改进的差分盒多重分形算法包括以下具体步骤，(a)，对所述标准布匹图像进行灰度化；(b)，对步骤(a)所得的标准布匹图像进行直方图均衡化；(c)，对步骤(b)所得的标准布匹图像进行3X3均值滤波；(d)，将步骤(c)所得的标准布匹图像分为大小相等的16个正方形子块Imai(i = 1,2,3......16)，采用改进的差分盒多重分形算法提取子块Imai的多重分形维数矩阵Dq(i)，分别用4X4矩阵表示；(e)，将步骤(d)得到的标准布匹图像的多重分形维数矩阵Dq(i)存入步骤(I)的计算机。3.根据权利要求I所述的基于改进差分盒多重分形算法的布匹疵点在线自动检测方法，其特征在于所述步骤(5)提取待测布匹图像的多重分形维数矩阵采用改进的差分盒多重分形算法的具体包括以下步骤，(a)，对所述待测布匹图像进行灰度化；(b)，对步骤(a)所得的待测布匹图像进行直方图均衡化；(C)，对步骤(b)所得的待测布匹图像进行3X3均值滤波；(d)，将步骤(c)所得的待测布匹图像分为大小相等的16个正方形子块Imai(i = 1，2,3......16)，采用改进的差分盒多重分形算法提取正方形子块Imai的多重分形维数矩阵Dq(i)，分别用4X4矩阵表示；(e)，将步骤(d本文档来自技高网...
【技术保护点】
【技术特征摘要】
【专利技术属性】
技术研发人员：薛云灿，郭旭，杨启文，张建强，
申请(专利权)人：河海大学常州校区，
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。