【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)屬于織物尺寸變化檢測領(lǐng)域，具體涉及了一種織物尺寸變化率智能視覺測定裝置與方法。
技術(shù)介紹
1、柔性的紡織面料因其交織或編織結(jié)構(gòu)，受到機械外力、洗滌劑等多重因素作用，織物形態(tài)發(fā)生變化，尺寸較初始狀態(tài)收縮或拉大。織物縮水率的檢測，是成衣加工前的必檢項目，對服裝的舒適性、外觀和耐用性的評估較為重要。當(dāng)前，織物尺寸變化率檢測主要采用人工標(biāo)記、手工測量的方式計算洗滌前后的織物變化程度，速度較慢、不同人員測試差異較大，亟需一種可替代人工的快速、客觀的智能檢測方法。
2、已公開的專利當(dāng)中，公開號為cn117330349b的專利技術(shù)專利公開了一種紡織生產(chǎn)用縮水率取樣設(shè)備及方法，實現(xiàn)面料的機械化切割，提高了取樣的效率，但沒有涉及尺寸變化率的測量方法。公開號為cn308327532s的外觀專利公開了縮水率測試儀。公開號為cn221039052u的技術(shù)專利同樣公開了一種高精度面料縮率分析裝置，包括對箱體、標(biāo)記組件和干燙檢測組件，可實現(xiàn)可對同種實驗尺寸的面料進行直接標(biāo)記。公開號為cn220399290u的技術(shù)專利公開了一種織物縮水率自動測量儀，織物平鋪底座上設(shè)置了負壓風(fēng)扇、防漏網(wǎng)等，提升了織物平攤效果。公開號為cn118134418a的專利技術(shù)專利同樣公開了一種產(chǎn)品智能分模方法及其產(chǎn)品智能分模系統(tǒng)，針對產(chǎn)品放縮水模塊進行了闡述。公開號為cn114739999a的專利技術(shù)專利提出了一種高精度織物縮水率測試方法，采用正方形篩網(wǎng)將洗后織物撈出，僅根據(jù)收縮前后的織物形狀計算尺寸變化率。上述專利均未對尺寸變化率自動測定的方法提出有效的方案。
3、上述已公開的專利以及相關(guān)論文所述的方法，未能具體闡述如何自動化實現(xiàn)織物標(biāo)記點的追蹤、識別與定位方法，對當(dāng)前的檢測未能起到提升作用，多闡述的是一些尺寸變化率的檢測基本步驟，對核心技術(shù)問題沒有切實的解決方案。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)的目的在于提供一種織物尺寸變化率智能視覺測定裝置與方法，針對現(xiàn)有技術(shù)中的缺陷，利用機器視覺技術(shù)，針對處理前后織物圖像差異，構(gòu)建一種快速識別和定位的方法，提高織物尺寸變化率檢測效率。
2、為了解決上述技術(shù)問題，采用如下技術(shù)方案：
3、一種織物尺寸變化率智能視覺測定方法，其特征在于包括如下步驟：
4、s1：織物圖像采集：利用圖像采集裝置分別采集處理前織物圖像與處理后織物圖像；
5、s2：織物圖像預(yù)處理：對獲取的處理前織物圖像與處理后織物圖像進行預(yù)處理；
6、s3：標(biāo)記點追蹤與識別：利用多特征融合算法，結(jié)合顏色、形狀和紋理特征，融合孿生神經(jīng)網(wǎng)絡(luò)架構(gòu)，完成標(biāo)記點特征模型訓(xùn)練與檢測；基于標(biāo)記點的相對位置關(guān)系進行標(biāo)記點匹配，從而完成標(biāo)記點的追蹤與識別；
7、s4：尺寸變化率計算：對獲取的處理前后對應(yīng)的標(biāo)記點進行歐式距離計算，根據(jù)標(biāo)記點處理前的初始距離和處理后的距離，計算尺寸變化率。
8、優(yōu)選后，所述步驟s1，在同一塊面料的不同部位裁剪三塊等大的織物試樣；在未處理前的織物試樣表面打上標(biāo)記點，利用圖像采集裝置采集處理前織物圖像；對織物試樣進行洗滌或熨燙，經(jīng)干燥后在恒溫恒濕環(huán)境下平衡，利用圖像采集裝置采集處理后織物圖像。
9、優(yōu)選后，所述s2的預(yù)處理包括圖像增強、光照平衡與降噪處理，先對獲取的處理前織物圖像與處理后織物圖像進行圖像增強處理與光照平衡處理，再進行降噪處理。
10、優(yōu)選后，所述s3，標(biāo)記點檢測：利用多特征融合算法，結(jié)合顏色、形狀和紋理特征，完成高精度的標(biāo)記點檢測；包括：a、顏色特征：通過顏色閾值分割，初步檢測出標(biāo)記點區(qū)域；b、形狀特征：使用hough變換檢測圓形或其他特定形狀的標(biāo)記點；c、紋理特征：采用局部二值模式進行紋理分析，確認標(biāo)記點。
11、優(yōu)選后，所述步驟s3，標(biāo)記點匹配：基于形狀上下文方法，提取標(biāo)記點的形狀上下文描述符；使用ransac算法進行匹配驗證，剔除錯誤匹配，確保標(biāo)記點的一一對應(yīng)。
12、優(yōu)選后，所述步驟s3，標(biāo)記點追蹤：使用孿生神經(jīng)網(wǎng)絡(luò)進行標(biāo)記點的實時跟蹤，該孿生神經(jīng)網(wǎng)絡(luò)由兩個共享權(quán)重的卷積神經(jīng)網(wǎng)絡(luò)組成，輸入標(biāo)記點的模板和新幀圖像的裁剪部分，輸出匹配度最高的標(biāo)記點位置。
13、優(yōu)選后，所述標(biāo)記點追蹤，具體步驟包括：
14、a、特征融合：將視覺顯著性算法融入標(biāo)記點檢測和跟蹤過程中，使用基于頻譜殘差的顯著性檢測算法，對輸入圖像進行傅里葉變換，得到頻譜圖；計算頻譜圖的對數(shù)幅度譜，并通過高斯濾波器平滑處理，計算公式如下：
15、r(u,v)＝log(|f(u,v|)-log(|g(u,v)|)
16、其中，r(u，v)為頻譜殘差，g(u，v)為平滑后的幅度譜；
17、通過傅里葉逆變換，將頻譜殘差轉(zhuǎn)換為顯著性圖；將顯著性圖與孿生神經(jīng)網(wǎng)絡(luò)的跟蹤結(jié)果進行疊加；
18、b、模型訓(xùn)練：收集并標(biāo)注大量含有標(biāo)記點的圖像對，每對圖像包含處理前后的織物圖像，以及標(biāo)記點的位置信息；使用共享權(quán)重的卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征；特征向量通過距離度量函數(shù)計算相似度，其中設(shè)計的損失函數(shù)，采用對比損失函數(shù)，公式如下：
19、
20、其中，b為是否為標(biāo)記點的布爾值，d為兩個特征向量之間的歐式距離，m為設(shè)定的閾值；
21、c、實時跟蹤：輸入當(dāng)前圖像和標(biāo)記點的模板，使用孿生神經(jīng)網(wǎng)絡(luò)提取當(dāng)前圖像和特征點模板的特征向量；在此基礎(chǔ)上計算圖像中各個可能位置的特征向量與模板特征向量之間的相似度；使用歐氏距離作為相似度度量，最后選擇相似度最高的位置作為標(biāo)記點的新位置；
22、d、模板更新策略：在每次跟蹤后，將標(biāo)記點的新位置更新為模板，保持跟蹤的魯棒性；采用滑動窗口策略更新模板，保留部分歷史信息；
23、e、訓(xùn)練孿生神經(jīng)網(wǎng)絡(luò)，根據(jù)顯著性圖的強度，動態(tài)調(diào)整網(wǎng)絡(luò)輸出位置的置信度；在孿生神經(jīng)網(wǎng)絡(luò)中輸入標(biāo)記點的模板和新幀圖像，輸出匹配度最高的標(biāo)記點位置。
24、優(yōu)選后，所述步驟s4，包括：
25、(1)歐氏距離計算：對獲取的洗護前后對應(yīng)的標(biāo)記點進行歐氏距離計算；
26、(2)尺寸變化率計算：根據(jù)標(biāo)記點處理前的初始距離和處理后的距離，計算尺寸變化率，計算公式為：
27、
28、其中，δl為處理前后標(biāo)記點距離的變化，l0為處理前的初始距離；
29、(3)平均值和標(biāo)準(zhǔn)差計算：計算三次測量結(jié)果的平均值和標(biāo)準(zhǔn)差。
30、優(yōu)選后本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種織物尺寸變化率智能視覺測定方法，其特征在于包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種織物尺寸變化率智能視覺測定方法，其特征在于：所述步驟S1，在同一塊面料的不同部位裁剪三塊等大的織物試樣；在未處理前的織物試樣表面打上標(biāo)記點，利用圖像采集裝置采集處理前織物圖像；對織物試樣進行洗滌或熨燙，經(jīng)干燥后在恒溫恒濕環(huán)境下平衡，利用圖像采集裝置采集處理后織物圖像。
3.根據(jù)權(quán)利要求1所述的一種織物尺寸變化率智能視覺測定方法，其特征在于：所述S2的預(yù)處理包括圖像增強、光照平衡與降噪處理，先對獲取的處理前織物圖像與處理后織物圖像進行圖像增強處理與光照平衡處理，再進行降噪處理。
4.根據(jù)權(quán)利要求1所述的一種織物尺寸變化率智能視覺測定方法，其特征在于：所述S3，標(biāo)記點檢測：利用多特征融合算法，結(jié)合顏色、形狀和紋理特征，完成高精度的標(biāo)記點檢測；包括：a、顏色特征：通過顏色閾值分割，初步檢測出標(biāo)記點區(qū)域；b、形狀特征：使用Hough變換檢測圓形或其他特定形狀的標(biāo)記點；c、紋理特征：采用局部二值模式進行紋理分析，確認標(biāo)記點。
5.根據(jù)權(quán)利要求1所述的
6.根據(jù)權(quán)利要求1所述的一種織物尺寸變化率智能視覺測定方法，其特征在于：所述步驟S3，標(biāo)記點追蹤：使用孿生神經(jīng)網(wǎng)絡(luò)進行標(biāo)記點的實時跟蹤，該孿生神經(jīng)網(wǎng)絡(luò)由兩個共享權(quán)重的卷積神經(jīng)網(wǎng)絡(luò)組成，輸入標(biāo)記點的模板和新幀圖像的裁剪部分，輸出匹配度最高的標(biāo)記點位置。
7.根據(jù)權(quán)利要求6所述的一種織物尺寸變化率智能視覺測定方法，其特征在于：所述標(biāo)記點追蹤，具體步驟包括：
8.根據(jù)權(quán)利要求1所述的一種織物尺寸變化率智能視覺測定方法，其特征在于：所述步驟S4，包括：
9.根據(jù)權(quán)利要求1所述的一種織物尺寸變化率智能視覺測定方法，其特征在于：該方法還包括有S6：報告生成：將標(biāo)記點的位置和尺寸變化率在圖像上進行可視化展示，使用圖表展示尺寸變化率的統(tǒng)計分析結(jié)果；自動生成檢測報告，包括織物處理前后的圖像、標(biāo)記點位置、尺寸變化率分析結(jié)果；支持報告的打印和導(dǎo)出。
10.一種織物尺寸變化率智能視覺測定裝置，包括圖像采集裝置，其特征在于：所述圖像采集裝置包括織物載物臺、相機支架、相機、相機連接線與光源，所述織物載物臺用于擺放織物試樣，所述相機支架用于安裝所述相機，所述相機采用500萬以上的高分辨率數(shù)碼相機，所述相機具備自動對焦和曝光調(diào)整功能；所述相機連接線將所述相機與電腦連接；所述光源采用LED光源，安裝于所述相機支架。
...【技術(shù)特征摘要】
1.一種織物尺寸變化率智能視覺測定方法，其特征在于包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種織物尺寸變化率智能視覺測定方法，其特征在于：所述步驟s1，在同一塊面料的不同部位裁剪三塊等大的織物試樣；在未處理前的織物試樣表面打上標(biāo)記點，利用圖像采集裝置采集處理前織物圖像；對織物試樣進行洗滌或熨燙，經(jīng)干燥后在恒溫恒濕環(huán)境下平衡，利用圖像采集裝置采集處理后織物圖像。
3.根據(jù)權(quán)利要求1所述的一種織物尺寸變化率智能視覺測定方法，其特征在于：所述s2的預(yù)處理包括圖像增強、光照平衡與降噪處理，先對獲取的處理前織物圖像與處理后織物圖像進行圖像增強處理與光照平衡處理，再進行降噪處理。
4.根據(jù)權(quán)利要求1所述的一種織物尺寸變化率智能視覺測定方法，其特征在于：所述s3，標(biāo)記點檢測：利用多特征融合算法，結(jié)合顏色、形狀和紋理特征，完成高精度的標(biāo)記點檢測；包括：a、顏色特征：通過顏色閾值分割，初步檢測出標(biāo)記點區(qū)域；b、形狀特征：使用hough變換檢測圓形或其他特定形狀的標(biāo)記點；c、紋理特征：采用局部二值模式進行紋理分析，確認標(biāo)記點。
5.根據(jù)權(quán)利要求1所述的一種織物尺寸變化率智能視覺測定方法，其特征在于：所述步驟s3，標(biāo)記點匹配：基于形狀上下文方法，提取標(biāo)記點的形狀上下文描述符；使用ransac算法進行匹配驗證，剔除錯誤匹配，確保標(biāo)記...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：袁志磊，徐平華，費靜，沈潤華，馬槿婧，
申請(專利權(quán))人：上海海關(guān)工業(yè)品與原材料檢測技術(shù)中心，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。