本發明專利技術涉及圖像處理技術領域，更具體地，本發明專利技術涉及基于機器視覺的布料生產流水線監測方法及系統，所述方法包括：獲取待檢測灰度圖像，并計算各像素點為纖維末端的可能性，基于任一像素點為纖維末端的可能性，計算該像素點的斷絲程度，更新對該像素點進行顯著性檢測時的尺度數量，更新后的尺度數量與該像素點的斷絲程度負相關，以根據更新后的各像素點的尺度數量，對待檢測灰度圖像進行缺陷檢測。本發明專利技術可以根據各像素點的斷絲程度，自適應調整對各像素點進行顯著性檢測時的尺度數量，能夠更好地捕捉細微的顯著性變化，可以提高缺陷檢測的準確性，從而實現對布料生產過程的準確監測。
【技術實現步驟摘要】
本專利技術涉及圖像處理。更具體地，本專利技術涉及基于機器視覺的布料生產流水線監測方法及系統。
技術介紹
1、布料作為服裝、家居用品及工業材料的基礎，其質量直接關系到產品的使用壽命、舒適度和安全性，當布料表面出現斷紗或者斷絲的情況時，會導致局部區域的緊密性降低，甚至可能引發進一步的損壞，因此，缺陷檢測方法的提升可以提高產品質量，尤其是對結構較為復雜的布料，基于機器視覺的監測系統能夠有效提高缺陷檢測的檢測效率。
2、相關技術中，如公開號為cn114820631a的專利申請文件中公開了一種抗紋理干擾的面料缺陷檢測方法，該方法包括：利用待檢測面料的紋路邊緣圖像對應的頻譜圖的特征，確定待檢測面料的紋路方向角度，以利用根據紋路方向角度確定的滑窗模板遍歷紋路邊緣圖像，從而確定各像素點與滑窗模板的匹配程度，以對紋路邊緣像素點進行去除，從而確定缺陷邊緣像素點，得到缺陷邊緣區域。
3、一般情況下，結構較為復雜的布料中可能存在未經修整或處理的自然纖維，自然纖維的末端通常呈現不規則或者分叉的形態，導致上述方案確定的布料的紋路邊緣圖像中可能存在自然纖維末端的像素點，而自然纖維末端與斷絲末端的特征較為相似，確定的缺陷邊緣像素點中可能存在為自然纖維末端的像素點，使得得到的缺陷邊緣區域存在一定的偏差，從而在一定程度上降低缺陷檢測結果的準確性。
技術實現思路
1、為了解決對布料進行缺陷檢測時，得到的缺陷檢測結果的準確性較低的問題，本專利技術提供了基于機器視覺的布料生產流水線監測方法及系統。</p>2、根據本專利技術實施例的第一方面，提供了基于機器視覺的布料生產流水線監測方法，包括：
3、獲取布料的待檢測灰度圖像；計算待檢測灰度圖像中各像素點為纖維末端的可能性，纖維末端的可能性與對應像素點的預設初始區域內所有像素點灰度值的平均值和中位數的差異，以及初始區域內的像素點在四個梯度方向的梯度幅值的累加和均正相關；
4、將初始區域的邊長擴大至預設值，得到參考區域，計算任一像素點的斷絲程度：；為待檢測灰度圖像中第個像素點的斷絲程度；為預設超參數；為參考區域內所有像素點在四個梯度方向上的梯度幅值之和的最大值；為參考區域內除該最大值外的三個梯度方向上的梯度幅值之和的累積和；為第個像素點為纖維末端的可能性；、分別為待檢測灰度圖像以及參考區域內的像素點的梯度幅值的最大值；為自然指數函數；
5、更新對各像素點進行顯著性檢測時的尺度數量，更新后的尺度數量與對應像素點的斷絲程度負相關，以根據更新后的尺度數量對待檢測灰度圖像進行缺陷檢測。
6、本專利技術綜合多方面數據確定各像素為纖維末端的可能性，可以保證確定的各像素點為纖維末端的可能性的準確性，且基于各像素為纖維末端的可能性，確定各像素點的斷絲程度，可以進一步的確定各像素點為斷絲末端的可能性，從而能夠降低自然纖維末端的影響，且根據各像素點的斷絲程度，自適應調整對各像素點進行顯著性檢測時的尺度數量，能夠更好的捕捉各像素點細微的顯著性變化，從而可以提高對結構較為復雜的布料的缺陷檢測的準確性。
7、優選的，待檢測灰度圖像中各像素點為纖維末端的可能性，滿足如下關系式：
8、；
9、式中，為第個像素點為纖維末端的可能性；為第個像素點的初始區域內的像素點的平均值；為第個像素點的初始區域內的像素點的中位數；為絕對值符號；為第個像素點的初始區域內的第個像素點，在第個梯度方向的梯度幅值；為初始區域內像素點的數量；為求和符號。
10、本專利技術綜合多個方面確定各像素點的斷絲程度，保證了確定的斷絲程度的準確性，從而可以準確地確定纖維末端中為斷絲末端的像素點。
11、優選的，梯度幅值的獲取方法，包括：
12、利用sobel算子，獲取初始區域內的像素點在各梯度方向的梯度幅值。
13、優選的，更新對各像素點進行顯著性檢測時的尺度數量，滿足如下關系式：
14、；
15、式中，為對第個像素點進行顯著性檢測時的尺度數量；為第個像素點的斷絲程度；為預設尺度數量；為預設最低尺度數量；為以自然數為底的指數函數，為向上取整函數。
16、本專利技術可以準確地修正對各像素點進行顯著性檢測時的尺度數量。
17、優選的，根據更新后的尺度數量對待檢測灰度圖像進行缺陷檢測，包括：
18、獲取各像素點的更新后的尺度數量，按照預設長度依次對各像素點的初始區域進行對應次數的擴張，得到對應數量的度量區域；
19、計算各像素點在任一度量區域內為纖維末端的可能性，與待檢測灰度圖像中的剩余像素點為纖維末端的可能性之間的差值，將差值的平均值，作為對應像素點在任一度量區域內的顯著性值；
20、將各像素點在各度量區域內的顯著性值的平均值，作為對應像素點的最終顯著性值，以根據最終顯著性值，對待檢測灰度圖像進行缺陷檢測。
21、本專利技術可以綜合各像素點在多個尺度下的顯著性，確定各像素點的最終顯著性，從而能夠基于最終顯著性準確地對待檢測灰度圖像進行缺陷檢測。
22、優選的，根據最終顯著性值，對待檢測灰度圖像進行缺陷檢測，包括：
23、當任一像素點的最終顯著性值大于預設閾值，則判定任一像素點屬于斷絲缺陷區域，獲取待檢測灰度圖像中所有屬于斷絲缺陷區域的像素點，得到斷絲缺陷區域。
24、優選的，獲取布料的待檢測灰度圖像，包括：
25、獲取布料的灰度圖像，利用非局部均值濾波算法對灰度圖像進行降噪處理，將降噪處理后的灰度圖像，作為待檢測灰度圖像。
26、本專利技術對獲取的灰度圖像進行降噪處理，可以減少對布料進行缺陷檢測時的誤檢和漏檢的現象，從而在一定程度上提高對布料進行缺陷檢測的準確性。
27、根據本專利技術的第二方面，提供了基于機器視覺的布料生產流水線監測系統，系統包括存儲器和處理器，存儲器上存儲有計算機程序，處理器執行計算機程序以實現本專利技術的第一方面的步驟。
28、本專利技術具有以下效果：
29、本專利技術通過確定各像素點為纖維末端的可能性，然后利用斷絲末端與自然纖維末端的區別特征，即斷絲末端所在區域的像素點的整體梯度方向較為混亂，自然纖維末端所在區域的像素點的整體梯度方向較為一致，以及斷絲末端較自然纖維末端的梯度幅值較大的特性，計算各像素點的斷絲程度，能夠準確地衡量各像素點為斷絲末端的可能性，從而可以降低自然纖維末端的影響；且根據各像素點的斷絲程度，自適應調整對各像素點進行顯著性檢測時的尺度數量，能夠更好的捕捉各像素點細微的顯著性變化，使得能夠準確地檢測出布料中的斷絲缺陷，可以提高對結構較為復雜的布料的缺陷檢測的準確性，從而實現對布料生產過程的準確監測。
本文檔來自技高網...
【技術保護點】
1.基于機器視覺的布料生產流水線監測方法，其特征在于，包括：
2.根據權利要求1所述的基于機器視覺的布料生產流水線監測方法，其特征在于，所述待檢測灰度圖像中各像素點為纖維末端的可能性，滿足如下關系式：
3.根據權利要求2所述的基于機器視覺的布料生產流水線監測方法，其特征在于，所述梯度幅值的獲取方法，包括：
4.根據權利要求1所述的基于機器視覺的布料生產流水線監測方法，其特征在于，所述更新對各所述像素點進行顯著性檢測時的尺度數量，滿足如下關系式：
5.根據權利要求1所述的基于機器視覺的布料生產流水線監測方法，其特征在于，所述根據更新后的尺度數量對所述待檢測灰度圖像進行缺陷檢測，包括：
6.根據權利要求5所述的基于機器視覺的布料生產流水線監測方法，其特征在于，所述根據所述最終顯著性值，對所述待檢測灰度圖像進行缺陷檢測，包括：
7.根據權利要求1所述的基于機器視覺的布料生產流水線監測方法，其特征在于，所述獲取布料的待檢測灰度圖像，包括：
8.基于機器視覺的布料生產流水線監測系統，其特征在于，所述基于機器視覺的布料生產流水線監測系統包括存儲器和處理器，所述存儲器上存儲有計算機程序，所述處理器執行所述計算機程序以實現如權利要求1-7任一項所述基于機器視覺的布料生產流水線監測方法的步驟。
...
【技術特征摘要】
1.基于機器視覺的布料生產流水線監測方法，其特征在于，包括：
2.根據權利要求1所述的基于機器視覺的布料生產流水線監測方法，其特征在于，所述待檢測灰度圖像中各像素點為纖維末端的可能性，滿足如下關系式：
3.根據權利要求2所述的基于機器視覺的布料生產流水線監測方法，其特征在于，所述梯度幅值的獲取方法，包括：
4.根據權利要求1所述的基于機器視覺的布料生產流水線監測方法，其特征在于，所述更新對各所述像素點進行顯著性檢測時的尺度數量，滿足如下關系式：
5.根據權利要求1所述的基于機器視覺的布料生產流水線監測方法，其特征在于，所述根據更新后的...
【專利技術屬性】
技術研發人員：陳歡，康瓊群，王凱龍，張毅，
申請(專利權)人：陜西優邦生物制品制造有限責任公司，
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。