一种纺织品缺陷检测方法技术

本发明专利技术涉及数据处理领域，具体涉及一种纺织品缺陷检测方法，通过获取图像中的目标区域；提取出对目标区域的边缘信息数据，之后对边缘信息数据进行数据信息的处理，即对边缘信息进行霍夫空间转换，确定经纬线方向值，保留经纬线方向的直线，通过形态学膨胀算子膨胀过程中霍夫空间中亮点变化情况得到断经断纬情况；通过断经断纬情况对纺织品的质量进行评价。即本发明专利技术的方案能够对经纬线的工艺质量进行精准评价，避免对后续的工艺产生影响和影响到纺织品的质量。到纺织品的质量。到纺织品的质量。

【技术实现步骤摘要】
一种纺织品缺陷检测方法


[0001]本专利技术涉及数据处理领域，具体涉及一种纺织品缺陷检测方法。

技术介绍

[0002]现有的纺织品断经断纬检测往往是通过边缘检测得到经线和纬线，但边缘检测结果受疵点或纺织品上其它缺陷的影响较大，导致检测到的边缘中存在伪边缘，即不是经纬线形成的边缘，同时疵点也给断经断纬缺陷的检测带来了困难。
[0003]授权公告号为CN113643289B的专利文件公开的一种基于图像处理的织物表面缺陷检测方法的方案是通过灰度对空洞像素和纺织像素进行区分，由于断经断纬缺陷与空洞像素点的灰度值均较低，因此通过该方法无法对空洞像素点和断经断纬缺陷进行区分，即空洞像素点会影响断经断纬缺陷的检测，使得无法对纺织品的缺陷进行准确的评价。

技术实现思路

[0004]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方法，所采用的技术方案具体如下：本专利技术的一种纺织品缺陷检测方法，包括以下步骤：采集纺织品图像，通过语义分割获得目标区域；将目标区域的边缘转换到第一霍夫空间，对第一霍夫空间中的横坐标进行多阈值分割，得到多个横坐标类别，然后通过每个类别对应的所有高亮点的亮度值、数量和亮度一致性，计算每个类别的经纬线概率；将经纬线概率排名前两个的类别记为两个经纬线类别，将两个经纬线类别中每个经纬线类别的横坐标均值分别作为图像空间中的经线方向值和纬线方向值；根据经线方向值和纬线方向值得到图像空间上沿着经线方向的所有第一直线和纬线方向的所有第二直线；根据所有第一直线和所有第二直线获得形态学算子；根据形态学算子在纺织图像上进行膨胀操作，获得变化序列，包括：在目标区域的边缘图像上通过该形态学算子对所有第一直线上的所有像素点经线方向的滑窗，得到经线膨胀图像，在目标区域的边缘图像上通过该形态学算子对所有第二直线上的所有像素点纬线方向的滑窗，得到纬线膨胀图像；将经线膨胀图像的边缘转换到第二霍夫参数空间，根据第一霍夫空间和第二霍夫参数空间得到经线变化序列，将纬线膨胀图像的边缘转换到第三霍夫参数空间，根据第一霍夫空间和第三霍夫参数空间得到纬线变化序列；将经线膨胀图像和纬线膨胀图像分别作为所述纺织图像，重复根据形态学算子在纺织图像上进行碰撞操作预设次数，得到所有的纬线变化序列和经线变化序列，计算所有纬线变化序列的纬线一致性，计算所有经线变化序列的经线一致性，如果经线一致性和纬线一致性同时小于设定值，则为断经断纬情况，否则不是断经断纬缺陷。
[0005]进一步地，目标区域的边缘通过canny边缘检测得到边缘。
[0006]进一步地，在计算经纬线概率之前，还包括通过筛选得到高亮点，即投票值较大的点，通过对霍夫空间中的所有点的投票值进行统计，通过otsu得到阈值k，将投票值大于阈值k对应的点称之为高亮点。
[0007]进一步地，所述目标区域是采用DNN语义分割的方式来识别分割图像中的目标区域。
[0008]进一步地，计算断经的长度的所有次数的均值与经线的比值以及断纬的长度的所有次数的均值与纬线的比值，计算两个比值的均值作为经纬线的断裂严重程度，对纺织品的质量进行评价。
[0009]本专利技术的有益效果：1、通过在霍夫空间中检测得到经纬线的方向，然后在图像空间中得到相应的经纬线信息，避免了在图像空间检测时，光照不均等因素对断经断纬缺陷检测的影响。
[0010]2、通过霍夫直线检测得到经纬线，结合形态学膨胀算子在对经纬线处理过程中，霍夫空间中的高亮点的变化情况对纺织品的断经断纬缺陷进行检测，该方法去除了检测过程中疵点和其它缺陷的影响，可以对经纬线的工艺质量进行精准评价。
附图说明
[0011]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。
[0012]图1是本专利技术的一种纺织品缺陷检测方法的结构流程图；图2是获取的3列经线的示意图。
具体实施方式
[0013]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，对依据本专利技术的方案，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。
[0014]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。
[0015]本专利技术的主要目的是：针对传统方法中采用边缘检测方法对断经断纬进行检测存在受疵点和其它纺织品缺陷影响较大的问题，提出了一种纺织品缺陷检测方法，考虑到经线和纬线的平行直线特性，在边缘检测结果的基础上，通过霍夫直线检测得到经纬线，结合形态学膨胀算子在对经纬线处理过程中，霍夫空间中的高亮点的变化情况对纺织品的断经断纬缺陷进行检测，该方法去除了检测过程中疵点和其它缺陷的影响，可以对经纬线的工艺质量进行精准评价，进而判断该工艺过程是否存在问题，以便及时找到存在的问题，避免对后续的工艺产生影响和影响到纺织品的质量。具体地，对本专利技术提供的一种纺织品缺陷检测方法进行介绍，请参阅图1所示，包括以下步骤：
采集图像，通过语义分割获得目标区域；将目标区域的边缘转换到第一霍夫空间，对第一霍夫空间中的横坐标进行多阈值分割，得到多个横坐标类别，然后通过每个类别对应的所有高亮点的亮度值、数量和亮度一致性，计算每个类别的经纬线概率；将经纬线概率排名前两个的类别记为两个经纬线类别，将两个经纬线类别中每个经纬线类别的横坐标均值分别作为图像空间中的经线方向值和纬线方向值；根据经线方向值和纬线方向值得到图像空间上沿着经线方向的所有第一直线和纬线方向的所有第二直线；根据所有第一直线和所有第二直线获得形态学算子；根据形态学算子在纺织图像上进行膨胀操作，获得变化序列，包括：在目标区域的边缘图像上通过该形态学算子对所有第一直线上的所有像素点经线方向的滑窗，得到经线膨胀图像，在目标区域的边缘图像上通过该形态学算子对所有第二直线上的所有像素点纬线方向的滑窗，得到纬线膨胀图像；将经线膨胀图像的边缘转换到第二霍夫参数空间，根据第一霍夫空间和第二霍夫参数空间得到经线变化序列，将纬线膨胀图像的边缘转换到第三霍夫参数空间，根据第一霍夫空间和第三霍夫参数空间得到纬线变化序列；将经线膨胀图像和纬线膨胀图像分别作为所述纺织图像，重复根据形态学算子在纺织图像上进行碰撞操作预设次数，得到所有的纬线变化序列和经线变化序列，计算所有纬线变化序列的纬线一致性，计算所有经线变化序列的经线一致性，如果经线一致性和纬线一致性同时小于设定值，则为断经断纬情况，否则不是断经断纬缺陷。
[0016]实施例中采集的图像是通过设置的相机进行的图像采集。
[0017]本实施例中采用DNN语义分割的方式来识别分割图像中的目标区域。
[0018]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方法，其特征在于，包括以下步骤：采集纺织品图像，通过语义分割获得目标区域；将目标区域的边缘转换到第一霍夫空间，对第一霍夫空间中的横坐标进行多阈值分割，得到多个横坐标类别，然后通过每个类别对应的所有高亮点的亮度值、数量和亮度一致性，计算每个类别的经纬线概率；将经纬线概率排名前两个的类别记为两个经纬线类别，将两个经纬线类别中每个经纬线类别的横坐标均值分别作为图像空间中的经线方向值和纬线方向值；根据经线方向值和纬线方向值得到图像空间上沿着经线方向的所有第一直线和纬线方向的所有第二直线；根据所有第一直线和所有第二直线获得形态学算子；根据形态学算子在纺织图像上进行膨胀操作，获得变化序列，包括：在目标区域的边缘图像上通过该形态学算子对所有第一直线上的所有像素点经线方向的滑窗，得到经线膨胀图像，在目标区域的边缘图像上通过该形态学算子对所有第二直线上的所有像素点纬线方向的滑窗，得到纬线膨胀图像；将经线膨胀图像的边缘转换到第二霍夫参数空间，根据第一霍夫空间和第二霍夫参数空间得到经线变化序列，将纬线膨胀图像的边缘转换到第三霍夫参数空间，根据第一霍夫空间和第三霍夫参数空间得到纬...

【专利技术属性】
技术研发人员：刘存孝，
申请(专利权)人：南通市昊逸阁纺织品有限公司，
类型：发明
国别省市：