基于人工智能的纺织材料染色质量评估方法、装置及系统制造方法及图纸

本发明专利技术公开了一种基于人工智能的纺织材料染色质量评估方法、装置及系统，涉及人工智能领域。主要包括：获得图像中的横向周期距离以及纵向周期距离，并结合纺织物图像自身存在周期性这一特点，分别针对像素点在HSV图像中三个通道的偏差进行分析，从而确定存在异常的像素点，通过异常像素点的分布情况以及相互之间的距离获得质量评估值以对染色质量进行评估。提高了对存在纹理差异的纺织物的处理效率，能够对纺织物的染色质量进行评价，进而便于操作者根据质量评价结果进行相应的处理。于操作者根据质量评价结果进行相应的处理。于操作者根据质量评价结果进行相应的处理。

【技术实现步骤摘要】
基于人工智能的纺织材料染色质量评估方法、装置及系统


[0001]本申请涉及人工智能领域，具体涉及一种基于人工智能的纺织材料染色质量评估方法、装置及系统。

技术介绍

[0002]在纺织品染色工艺中，由于材料、染色工艺等原因导致纺织品染色存在色差，这些色差的存在会影响后续布匹的使用效果。
[0003]针对纺织材料染色质量评估，现有技术主要通过分析颜色的均匀程度或者直接通过将采集的布匹图片的各通道颜色值与标准色对比进行比较，从而对纺织物染色的质量进行评估。
[0004]专利技术人在实现本专利技术实施例的过程中，发现
技术介绍
中至少存在以下缺陷：现有技术中对于存在较大纹理差异的纺织物的处理效果不佳，同时，由于纺织物自身存在纹理差异，使得所采集的图像中存在的偏差给后续染色质量的评估过程带来不良影响。

技术实现思路

[0005]针对上述技术问题，本专利技术提供了一种基于人工智能的纺织材料染色质量评估方法、装置及系统，针对存在纹理的纺织物的表面图像进行处理，获得图像中的横向周期距离以及纵向周期距离，并结合纺织物图像自身存在周期性这一特点，分别针对像素点在HSV图像中三个通道的偏差进行分析，从而确定存在异常的像素点，通过异常像素点的分布情况以及相互之间的距离获得质量评估值以对染色质量进行评估。提高了对存在纹理差异的纺织物的处理效率，能够对纺织物的染色质量进行评价，进而便于操作者根据质量评价结果进行相应的处理。
[0006]第一方面，本文专利技术实施例提出了一种基于人工智能的纺织材料染色质量评估方法，包括：获得纺织品的表面图像并进行预处理得到灰度图像以及HSV图像。
[0007]对所述灰度图像进行边缘检测获得边缘图像，并将所述边缘图像中像素点的梯度方向中频率最大的两个梯度方向依次作为第一方向和第二方向。
[0008]分别获得所述灰度图像中所述第一方向下的周期距离及所述第二方向下的周期距离，并依次作为横向周期距离和纵向周期距离。
[0009]分别利用横向周期距离和纵向周期距离，获取HSV图像中各通道的横向颜色序列和纵向颜色序列，根据HSV图像中获得的各通道的横向颜色序列和纵向颜色序列获取各通道的偏差概率。
[0010]根据偏差概率大于预设阈值的像素点的面积占比以及离散程度获得纺织品的质量评估值，并根据质量评价值对纺织品的染色质量进行评价。
[0011]在一个可行的实施例中，所述灰度图像中的周期距离的获得方法包括：将边缘图像中梯度方向为第一方向的边缘像素点连成线段，并对所述边缘图像中
各线段进行聚类获得多个类别，分别计算各所述类别中包含的线段的长度均值。
[0012]分别以各所述类别的长度均值为间隔，对所述灰度图像沿所述第一方向进行划分，并分别将划分后得到的各线段上像素点的像素值进行排列，以得到线段的灰度值序列。
[0013]将灰度值序列与其他灰度值序列之间的相似的均值作为灰度值序列的特征值，并将所述第一特征值最大的所述灰度值序列作为标准灰度值序列，将各灰度值序列与所述标准灰度值序列之间的相似度的均值作为类别的长度符合率。
[0014]将所述长度符合率最大的所述类别的长度均值作为第一方向下的周期距离。
[0015]利用所述第一方向下的周期距离的计算方法，获得所述第二方向下的周期距离。
[0016]在一个可行的实施例中，所述方法还包括：利用所述长度符合率的计算方法，计算各类别的长度均值的和对应的长度符合率。
[0017]在一个可行的实施例中，根据HSV图像中获得的各通道的横向颜色序列和纵向颜色序列获取各通道的偏差概率，包括：分别计算HSV图像中各通道中各横向颜色序列之间的相似度，并将各通道中与其他横向颜色序列的相似度的均值最大的横向颜色序列作为各通道的横向标准颜色序列。
[0018]分别计算HSV图像中各通道中各纵向颜色序列之间的相似度，并将各通道中与其他纵向颜色序列的相似度的均值最大的纵向颜色序列作为各通道的纵向标准颜色序列。
[0019]将HSV图像中像素点在各通道中的像素值与各通道中的横向标准颜色序列以及纵向标准颜色序列进行比对，分别获得像素点在各通道中的偏差概率，并将像素点在各通道中的偏差概率的均值作为像素点在HSV图像中的偏差概率。
[0020]在一个可行的实施例中，将HSV图像中像素点在各通道中的像素值与各通道中的横向标准颜色序列以及纵向标准颜色序列进行比对，分别获得像素点在各通道中的偏差概率，包括：将像素点与其在横向标准颜色序列及所述纵向标准颜色序列中对应位置的值进行比较，分别获得像素点在各通道中的特征概率。
[0021]根据像素点在各通道中邻域内像素点的特征概率，分别获得像素点在各通道中的偏差概率。
[0022]其中，所述特征概率的计算方法包括：其中，表示第个像素的特征概率，表示第个像素的颜色，为横向标准颜色序列与其他横向颜色序列的相似度的均值，为纵向标准颜色序列与其他纵向颜色序列的相似度的均值，表示与第个像素所对应的横向标准颜色序列中的第j个位置的颜色，表示所述HSV图像中与所述横向标准颜色序列中第j个位置对应的所有像素点的颜色的均值，表示与第个像素所对应的纵向标准颜色序列中的第个位置的颜色，表示所述HSV图像中与所述纵向标准颜色序列中第个位置对应的所有像素点的颜色的均值。
[0023]在一个可行的实施例中，根据像素点在各通道中邻域内像素点的特征概率，分别
获得像素点在各通道中的偏差概率，包括：其中表示像素点在通道中的偏差概率，为像素点在通道中的值，为像素点通道中邻域内第个像素点的值，为通道中邻域内像素点的个数。
[0024]在一个可行的实施例中，对纺织品的表面图像的预处理包括：对所述表面图像进行灰度化获得灰度图像。
[0025]对所述表面图像进行HSV转换，得到HSV图像。
[0026]在一个可行的实施例中，像素点的梯度方向的获得过程包括：利用Sobel算子获得像素点的水平梯度及竖直梯度，像素点的梯度方向为，其中表示像素点的水平梯度，表示像素点的竖直梯度。
[0027]第二方面，本专利技术实施例提出了一种基于人工智能的纺织材料染色质量评估装置，包括：图像预处理模块，用于获得纺织品的表面图像并进行预处理得到灰度图像以及HSV图像。
[0028]第一计算模块，用于对所述灰度图像进行边缘检测获得边缘图像，并将所述边缘图像中像素点的梯度方向中频率最大的两个梯度方向依次作为第一方向和第二方向。
[0029]第二计算模块，用于分别获得所述灰度图像中所述第一方向下的周期距离及所述第二方向下的周期距离，并依次作为横向周期距离和纵向周期距离。
[0030]第三计算模块，用于分别利用横向周期距离和纵向周期距离，获取HSV图像中各通道的横向颜色序列和纵向颜色序列，并根据HSV图像中获得的各通道的横向颜色序列和纵向颜色序列获取各通道的偏差概率。
[0031]质量评价模块，用于根据偏差概率大于预设阈值的像素点的面积占比以及离散程度获得纺织品的质量评本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的纺织材料染色质量评估方法，其特征在于，包括：获得纺织品的表面图像并进行预处理得到灰度图像以及HSV图像；对所述灰度图像进行边缘检测获得边缘图像，并将所述边缘图像中像素点的梯度方向中频率最大的两个梯度方向依次作为第一方向和第二方向；分别获得所述灰度图像中所述第一方向下的周期距离及所述第二方向下的周期距离，并依次作为横向周期距离和纵向周期距离；分别利用横向周期距离和纵向周期距离，获取HSV图像中各通道的横向颜色序列和纵向颜色序列，根据HSV图像中获得的各通道的横向颜色序列和纵向颜色序列获取各通道的偏差概率；根据偏差概率大于预设阈值的像素点的面积占比以及离散程度获得纺织品的质量评估值，并根据质量评价值对纺织品的染色质量进行评价。2.根据权利要求1所述的基于人工智能的纺织材料染色质量评估方法，其特征在于，所述灰度图像中的周期距离的获得方法包括：将边缘图像中梯度方向为第一方向的边缘像素点连成线段，并对所述边缘图像中各线段进行聚类获得多个类别，分别计算各所述类别中包含的线段的长度均值；分别以各所述类别的长度均值为间隔，对所述灰度图像沿所述第一方向进行划分，并分别将划分后得到的各线段上像素点的像素值进行排列，以得到线段的灰度值序列；将灰度值序列与其他灰度值序列之间的相似的均值作为灰度值序列的特征值，并将所述第一特征值最大的所述灰度值序列作为标准灰度值序列，将各灰度值序列与所述标准灰度值序列之间的相似度的均值作为类别的长度符合率；将所述长度符合率最大的所述类别的长度均值作为第一方向下的周期距离；利用所述第一方向下的周期距离的计算方法，获得所述第二方向下的周期距离。3.根据权利要求2所述的基于人工智能的纺织材料染色质量评估方法，其特征在于，所述方法还包括：利用所述长度符合率的计算方法，计算各类别的长度均值的和对应的长度符合率。4.根据权利要求1所述的基于人工智能的纺织材料染色质量评估方法，其特征在于，根据HSV图像中获得的各通道的横向颜色序列和纵向颜色序列获取各通道的偏差概率，包括：分别计算HSV图像中各通道中各横向颜色序列之间的相似度，并将各通道中与其他横向颜色序列的相似度的均值最大的横向颜色序列作为各通道的横向标准颜色序列；分别计算HSV图像中各通道中各纵向颜色序列之间的相似度，并将各通道中与其他纵向颜色序列的相似度的均值最大的纵向颜色序列作为各通道的纵向标准颜色序列；将HSV图像中像素点在各通道中的像素值与各通道中的横向标准颜色序列以及纵向标准颜色序列进行比对，分别获得像素点在各通道中的偏差概率，并将像素点在各通道中的偏差概率的均值作为像素点在HSV图像中的偏差概率。5.根据权利要求1所述的基于人工智能的纺织材料染色质量评估方法，其特征在于，将HSV图像中像素点在各通道中的像素值与各通道中的横向标准颜色序列以及纵向标准颜色序列进行比对，分别获得像素...

【专利技术属性】
技术研发人员：肖婉芳，
申请(专利权)人：南通梦洁家纺有限公司，
类型：发明
国别省市：