本发明专利技术涉及缺陷检测技术领域,具体涉及一种纺织品缺陷检测识别装置。该装置包括:图像采集模块、初步筛选模块、二次增强模块以及缺陷检测模块。通过图像采集模块获取纺织图像的灰度图像;通过初步筛选模块对灰度图像进行对比度增强,获取一次增强图像;将一次增强图像划分为多个相同大小的瓦块,筛选出疑似缺陷瓦块;通过二次增强模块对每个疑似缺陷瓦块中的每个像素点进行对应的像素值替换,得到二次增强图像;通过缺陷检测模块,获取缺陷位置。本发明专利技术实施例能够利用光学手段获取可见光图像测试纺织图像中瑕疵、缺陷或者污点的存在,准确检测出缺陷位置,能够应用于新材料检测、计量、相关标准化、认证认可服务。认证认可服务。认证认可服务。
【技术实现步骤摘要】
一种纺织品缺陷检测识别装置
[0001]本专利技术涉及缺陷检测
,具体涉及一种纺织品缺陷检测识别装置。
技术介绍
[0002]随着科技水平的不断发展,利用光学手段,尤其是可见光获取图像进而分析材料的技术蓬勃发展,但是在于纺织领域来说,更多还是通过人工检验判断纺织品是否有缺陷,直接利用图像对纺织品进行检测时,由于纺织品的部分缺陷与正常点的灰度值差距并不是很大,很容易将缺陷遗漏,造成精度较低,检测结果较差。
技术实现思路
[0003]为了解决上述技术问题,本专利技术的目的在于提供一种纺织品缺陷检测识别装置,所采用的技术方案具体如下:本专利技术一个实施例提供了一种纺织品缺陷检测识别装置,该装置包括以下模块:图像采集模块,用于采集纺织品的纺织图像,并获取纺织图像的灰度图像;初步筛选模块,用于对灰度图像进行对比度增强,获取一次增强图像;将一次增强图像划分为多个相同大小的瓦块,选取目标瓦块,分别计算其他每个瓦块与所述目标瓦块的相关性,根据相关性获取目标瓦块的相关瓦块的第一数量,根据第一数量筛选出疑似缺陷瓦块;二次增强模块,用于对每个疑似缺陷瓦块中的每个像素点,根据其邻域像素点的像素值判断该像素点邻域内是否存在瑕疵点;当存在瑕疵点时,将邻域内的像素值进行最值替换,当不存在瑕疵点时,将邻域内的像素值进行均值替换,组成二次增强图像;缺陷检测模块,用于利用滑窗遍历所述二次增强图像,根据滑窗移动产生的梯度判断二次增强图像是否存在缺陷,当存在缺陷时,对二次增强图像进行阈值分割,获取缺陷位置。
[0004]优选的,所述初步筛选模块包括:一次增强图像获取单元,用于根据每个像素点与最小像素值的差异,以及最大像素值和最小像素值的差异对灰度图像进行图像拉伸,获取所述一次增强图像。
[0005]优选的,所述初步筛选模块还包括:相关性计算单元,用于根据目标瓦块中每个像素点的像素值与目标瓦块的像素均值的差异,以及其他瓦块中每个像素点的像素值与其像素均值的差异,计算目标瓦块与其他瓦块之间的相关性。
[0006]优选的,所述初步筛选模块还包括:疑似缺陷瓦块筛选单元,用于获取所述第一数量的最大值和最小值,以最大值和最小值的平均值作为筛选阈值,选取第一数量小于筛选阈值的目标瓦块作为所述疑似缺陷瓦块。
[0007]优选的,所述二次增强模块包括:
瑕疵点判断单元,用于以每个像素点作为中心点,获取该中心点的邻域像素点的像素值,并获取所有像素值的极差,当极差大于瑕疵阈值时,该像素点的邻域内存在瑕疵点。
[0008]优选的,所述二次增强模块还包括:最值替换单元,用于当中心点的邻域内存在瑕疵点时,将该中心点邻域内所有像素点的像素值分别与邻域内的最大值和最小值做差,以差值更小的最值替换中心点像素值。
[0009]优选的,所述二次增强模块还包括:均值替换单元,用于当中心点的邻域内不存在瑕疵点时,以该中心点邻域内所有像素点的平均值替换中心点像素值。
[0010]优选的,所述缺陷检测模块包括:缺陷判断单元,用于获取相邻滑动时刻的滑窗内像素点平均灰度的差值作为梯度,当梯度大于梯度阈值时,该二次增强图像中存在缺陷。
[0011]优选的,该装置还包括以下模块:缺陷验证模块,用于统计缺陷位置处的缺陷像素点的数量,当缺陷像素点在二次增强图像中的数量比例大于比例阈值时,二次增强图像中的缺陷位置为实际缺陷位置,否则为噪声。
[0012]本专利技术实施例至少具有如下有益效果:通过图像采集模块获取纺织图像的灰度图像;通过初步筛选模块对灰度图像进行对比度增强,获取一次增强图像;将一次增强图像划分为多个相同大小的瓦块,筛选出疑似缺陷瓦块;通过二次增强模块对每个疑似缺陷瓦块中的每个像素点进行对应的像素值替换,得到二次增强图像;通过缺陷检测模块,获取缺陷位置。本专利技术实施例能够利用光学手段获取可见光图像测试纺织图像中瑕疵、缺陷或者污点的存在,准确检测出缺陷位置,能够应用于新材料检测、计量、相关标准化、认证认可服务。
附图说明
[0013]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
[0014]图1为本专利技术一个实施例提供的一种纺织品缺陷检测识别装置的结构框图。
具体实施方式
[0015]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本专利技术提出的一种纺织品缺陷检测识别装置,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0016]除非另有定义,本文所使用的所有的技术和科学术语与属于本专利技术的
的
技术人员通常理解的含义相同。
[0017]下面结合附图具体的说明本专利技术所提供的一种纺织品缺陷检测识别装置的具体方案。
[0018]请参阅图1,其示出了本专利技术一个实施例提供的一种纺织品缺陷检测识别装置的结构框图,该装置包括以下模块:图像采集模块100、初步筛选模块200、二次增强模块300以及缺陷检测模块400。
[0019]图像采集模块100,用于采集纺织品的纺织图像,并获取纺织图像的灰度图像。
[0020]在检测纺织品缺陷的设备中,纺织品正上方布置图像采集设备,采集纺织品的图像,并且将采集到的纺织图像灰度化,得到灰度图像。
[0021]在本专利技术实施例中为了使灰度图像更加便于观察,采用加权平均法来灰度化,在其他实施例中还可以采用分量法等其他能够达到相同效果的灰度化方法。
[0022]初步筛选模块200,用于对灰度图像进行对比度增强,获取一次增强图像;将一次增强图像划分为多个相同大小的瓦块,选取目标瓦块,分别计算其他每个瓦块与目标瓦块的相关性,根据相关性获取目标瓦块的相关瓦块的第一数量,根据第一数量筛选出疑似缺陷瓦块。
[0023]初步筛选模块200包括一次增强图像获取单元210、相关性计算单元220以及疑似缺陷瓦块筛选单元230。
[0024]一次增强图像获取单元210,用于根据每个像素点与最小像素值的差异,以及最大像素值和最小像素值的差异对灰度图像进行图像拉伸,获取一次增强图像。
[0025]对比度指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量,在有缺陷存在的灰度图像中,表示缺陷点和正常点的差异明显程度,两者的差异越大,其图像对比度越大,图像也就更清晰。图像拉伸就是不改变相邻灰度之间的关系,放大或缩小该灰度图像的灰度,这样就可以使灰度图像中缺陷点和背景相差更大。
[0026]图像拉伸的具体过程为:假设灰度图像中位置处的灰度值为,记录此时图像中最大的像素值和最小的像素值,分别记为,,之后通过如下公式将灰度本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种纺织品缺陷检测识别装置,其特征在于,该装置包括以下模块:图像采集模块,用于采集纺织品的纺织图像,并获取纺织图像的灰度图像;初步筛选模块,用于对灰度图像进行对比度增强,获取一次增强图像;将一次增强图像划分为多个相同大小的瓦块,选取目标瓦块,分别计算其他每个瓦块与所述目标瓦块的相关性,根据相关性获取目标瓦块的相关瓦块的第一数量,根据第一数量筛选出疑似缺陷瓦块;二次增强模块,用于对每个疑似缺陷瓦块中的每个像素点,根据其邻域像素点的像素值判断该像素点邻域内是否存在瑕疵点;当存在瑕疵点时,将邻域内的像素值进行最值替换,当不存在瑕疵点时,将邻域内的像素值进行均值替换,组成二次增强图像;缺陷检测模块,用于利用滑窗遍历所述二次增强图像,根据滑窗移动产生的梯度判断二次增强图像是否存在缺陷,当存在缺陷时,对二次增强图像进行阈值分割,获取缺陷位置。2.根据权利要求1所述的一种纺织品缺陷检测识别装置,其特征在于,所述初步筛选模块包括:一次增强图像获取单元,用于根据每个像素点与最小像素值的差异,以及最大像素值和最小像素值的差异对灰度图像进行图像拉伸,获取所述一次增强图像。3.根据权利要求1所述的一种纺织品缺陷检测识别装置,其特征在于,所述初步筛选模块还包括:相关性计算单元,用于根据目标瓦块中每个像素点的像素值与目标瓦块的像素均值的差异,以及其他瓦块中每个像素点的像素值与其像素均值的差异,计算目标瓦块与其他瓦块之间的相关性。4.根据权利要求1所述的一种纺织品缺陷检测识别装置,其特征在于,所述初步筛选模块...
【专利技术属性】
技术研发人员:陆建琪,
申请(专利权)人:南通英伦家纺有限公司,
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。