【技術實現步驟摘要】
本專利技術屬于圖像處理，具體涉及基于圖像處理的紡織品色差分析方法及系統。
技術介紹
1、紡織品色差分析是對紡織品在顏色上存在的差異進行科學評估和分析的過程，這種差異通常發生在紡織品的生產、加工、染色或印染過程中，由于不同條件和因素的影響而產生，紡織品色差分析主要用于確保產品質量，保證色彩一致性。
2、目前，對于圖像處理
有著多方面的研究，例如cn117095067a公開了基于人工智能的紡織品色差檢測方法，cn115100186a公開了基于圖像數據的紡織品色差檢測方法。然而，具體應用時，由于采用的圖像采集設備的標準化和一致性不足，不同設備可能導致色彩表現差異，從而影響紡織品色差分析結果的可靠性；其次，現有的圖像處理技術在自動化系統在復雜環境中難以穩定運行，導致紡織品色差分析自動化程度較低。
技術實現思路
1、根據以上現有技術的不足，本專利技術的目的是，提供基于圖像處理的紡織品色差分析方法及系統，實現了提高紡織品色差分析的自動化程度，解決了現有技術中紡織品色差分析自動化程度較低的問題。
2、為了實現上述目的，本專利技術采用的技術方案是，基于圖像處理的紡織品色差分析方法，包括以下步驟：
3、自動采集每批次的紡織品圖像數據，對采集到紡織品圖像數據進行圖像自動化預處理，將預處理后的紡織品圖像數據進行自動分析，得到紡織品圖像采集質量指數，紡織品圖像采集質量指數用于評估所采集的紡織品圖像數據的綜合質量是否合格；
4、當分析出待測紡織品的紡織品
5、通過基于顏色特征匹配的色差分析方法，根據紡織品圖像中的顏色特征，自動分析出待測紡織品圖像和參考樣本圖像之間的第一色差值，通過色差計分析待測紡織品和參考樣本之間的第二色差值，根據待測紡織品的第一色差值和第二色差值，分析出待測紡織品的紡織品色差值，紡織品色差值用于評估待測紡織品和參考樣本之間的色彩一致性。
6、優選的，所述自動采集每批次的紡織品圖像數據的具體方法為：
7、通過全自動軌道將所有紡織品分批次運輸到圖像采集空間，完成待測紡織品的紡織品圖像數據采集；
8、獲取參考樣本的理論光源和理論圖像采集空間；其中，圖像采集空間無反射光干擾，待測品圖像采集用的光源、圖像采集空間與參考樣本的理論光源和理論圖像采集空間一致。
9、優選的，所述對采集到紡織品圖像數據進行圖像自動化預處理的具體方法為：
10、通過加權平均法將彩色的紡織品圖像轉換為灰度圖像；
11、獲取紡織品圖像的紋理和缺陷信息，通過圖像裁剪算法設定紡織品圖像的裁剪區域，完成紡織品圖像裁剪；裁剪時，保留紡織品圖像的紋理和缺陷信息，裁除無紋理和缺陷信息的區域。
12、優選的，所述分析出紡織品圖像采集質量指數的具體方法為：
13、將所有紡織品按照批次進行編號；
14、通過傅里葉變換將待測紡織品和參考樣本圖像轉換到頻域，分析高頻分量的能量得到待測紡織品和參考樣本圖像的圖像清晰度；
15、導入待測紡織品和參考樣本的圖像，通過圖像處理軟件直接生成待測紡織品和參考樣本圖像的圖像直方圖，通過比較待測紡織品和參考樣本圖像直方圖的相似度，分析獲取待測紡織品圖像的色彩還原度；
16、使用中值濾波器對所采集待測紡織品圖像進行濾波處理，分析出濾波后的所采集待測紡織品圖像與原圖之間的差異，進而獲取待測紡織品圖像的噪聲水平；
17、通過光源穩定測試儀器對比所采集待測紡織品連續圖像的色彩變換，獲取待測紡織品圖像的光源波動性；
18、獲取紡織品圖像采集數據的圖像清晰度、色彩還原度、噪聲水平和光源波動程度，據其構建紡織品圖像采集質量指數計算公式，表示為：
19、；
20、式中，fcji為第i批次紡織品的紡織品圖像采集質量指數，i為紡織品批次編號，i=1，2，...，n，n為紡織品批次總數，qxi為第i批次紡織品所采集圖像的圖像清晰度，hyi為第i批次紡織品所采集圖像的色彩還原度，zsi為第i批次紡織品所采集圖像的噪聲水平，gyi為第i批次紡織品所采集圖像的光源波動程度，α1為圖像清晰度對fcji的權重占比值，通過客觀權重法獲取，α2為色彩還原度對fcji的權重占比值，通過客觀權重法獲取，α3為噪聲水平對fcji的權重占比值，α4為光源波動程度對fcji的權重占比值，通過客觀權重法獲取，e為自然常數；lg表示以10為底的對數函數；
21、根據紡織品圖像采集質量指數計算公式計算出紡織品圖像采集質量指數；
22、當所采集待測紡織品圖像的圖像采集質量指數高于第一閾值時，表示所采集的紡織品圖像數據的綜合質量合格；
23、當所采集待測紡織品圖像的圖像采集質量指數不高于第一閾值時，表示所采集的紡織品圖像數據的綜合質量不合格。
24、優選的，所述將預處理后的紡織品圖像數據進行自動化顏色分析和對比的具體方法為：
25、通過顏色空間轉換算法，根據預處理后的待測紡織品和參考樣本灰度圖像像素點的灰度值，將紡織品和參考樣本的像素點歸類到不同的顏色區域；
26、統計待測紡織品和參考樣本的圖像中每個顏色區域中像素點的數量情況，生成待測紡織品和參考樣本圖像的顏色直方圖，所生成的顏色直方圖作為待測紡織品和參考樣本圖像的顏色特征。
27、優選的，所述自動分析出待測紡織品圖像和參考樣本圖像之間的第一色差值的具體分析方法為：
28、將待測紡織品和參考樣本圖像的顏色直方圖進行歸一化處理；
29、采用直方圖相交法自動分析出待測紡織品圖像顏色特征和參考樣本圖像顏色特征之間的相似度值，根據分析出的顏色特征之間的相似度值，作為待測紡織品圖像和參考樣本圖像之間的第一色差值。
30、優選的，所述通過色差計分析待測紡織品和參考樣本之間的第二色差值的具體分析方法為：
31、自動對色差計進行黑白校正，根據待測紡織品和參考樣本自動調整測量色差計孔徑；
32、在同一標準光源、同一圖像采集空間下，通過色差計測量出待測紡織品和參考樣本的顏色數據，并將色差計測量顏色數據進行記錄；
33、色差計通過測量顏色數據自動分析出待測紡織品和參考樣本之間的第二色差值。
34、優選的，所述分析出待測紡織品的紡織品色差值的具體分析方法為：
35、將所有紡織品按照批次進行編號；
36、獲取待測紡織品的第一色差值和第一色差值，據其構建紡織品色差值計算公式，表示為：
37、；
38、式中，sci為第i批次紡織品的紡織品色差值，i為紡織品批次編號，i=1，2，...，n，n為紡織品批次總數，txi為第i批次紡織品的第一色差值，scji為第i批次紡織品的第二色差值，為第一色差值對sci的權重占比值，為第二色差值對本文檔來自技高網...
【技術保護點】
1.基于圖像處理的紡織品色差分析方法，其特征在于，包括以下步驟：
2.如權利要求1所述的基于圖像處理的紡織品色差分析方法，其特征在于：所述自動采集每批次的紡織品圖像數據的具體方法為：
3.如權利要求1所述的基于圖像處理的紡織品色差分析方法，其特征在于：所述對采集到紡織品圖像數據進行圖像自動化預處理的具體方法為：
4.如權利要求1所述的基于圖像處理的紡織品色差分析方法，其特征在于：所述分析出紡織品圖像采集質量指數的具體方法為：
5.如權利要求1所述的基于圖像處理的紡織品色差分析方法，其特征在于：所述將預處理后的紡織品圖像數據進行自動化顏色分析和對比的具體方法為：
6.如權利要求1所述的基于圖像處理的紡織品色差分析方法，其特征在于：所述自動分析出待測紡織品圖像和參考樣本圖像之間的第一色差值的具體分析方法為：
7.如權利要求1所述的基于圖像處理的紡織品色差分析方法，其特征在于：所述通過色差計分析待測紡織品和參考樣本之間的第二色差值的具體分析方法為：
8.如權利要求1所述的基于圖像處理的紡織品色差分析方法
9.如權利要求8所述的基于圖像處理的紡織品色差分析方法，其特征在于：所述將計算得到的待測紡織品的紡織品色差值與預設的色差閾值進行比較的具體方法為：
10.基于圖像處理的紡織品色差分析系統，用于實現權利要求1-9任一項所述的基于圖像處理的紡織品色差分析方法，其特征在于：包括圖像采集模塊、顏色特征提取模塊、色差分析模塊；
...【技術特征摘要】
1.基于圖像處理的紡織品色差分析方法，其特征在于，包括以下步驟：
2.如權利要求1所述的基于圖像處理的紡織品色差分析方法，其特征在于：所述自動采集每批次的紡織品圖像數據的具體方法為：
3.如權利要求1所述的基于圖像處理的紡織品色差分析方法，其特征在于：所述對采集到紡織品圖像數據進行圖像自動化預處理的具體方法為：
4.如權利要求1所述的基于圖像處理的紡織品色差分析方法，其特征在于：所述分析出紡織品圖像采集質量指數的具體方法為：
5.如權利要求1所述的基于圖像處理的紡織品色差分析方法，其特征在于：所述將預處理后的紡織品圖像數據進行自動化顏色分析和對比的具體方法為：
6.如權利要求1所述的基于圖像處理的紡織品色差分析方法，其特征在于：所述自...
【專利技術屬性】
技術研發人員：王學利，陳強，徐雷，邱世浩，丁曰東，董叢叢，劉翠霞，
申請(專利權)人：濱州市檢驗檢測中心濱州市紡織纖維檢驗所，濱州市廚具產品質量檢驗中心，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。