一种布匹表面缺陷检测方法技术

本发明专利技术公开了一种布匹表面缺陷检测方法，属于图像数据处理技术领域；包括以下步骤：获取待检测布匹表面的灰度图；获取每个区域的梯度变化度；获取每个区域的平均欧式距离；根据每个区域的梯度变化度和平均欧式距离获取每个区域的去噪权重；根据每个区域的去噪权重获取每个区域的滤波窗口尺寸；根据每个区域的滤波窗口尺寸对待检测布匹表面的灰度图中每个对应区域进行高斯滤波，获取滤波去噪后的图像；再根据滤波去噪后的图像进行阈值分割获得缺陷区域。本发明专利技术根据去噪图像进行缺陷检测，能够更加准确的检测出布匹缺陷。能够更加准确的检测出布匹缺陷。能够更加准确的检测出布匹缺陷。

【技术实现步骤摘要】
一种布匹表面缺陷检测方法


[0001]本专利技术涉及图像数据处理
，具体涉及一种布匹表面缺陷检测方法。

技术介绍

[0002]我国是纺织品加工和出口大国，纺织品在生产和进入市场之前必须经过织物表面色差、疵点、有害物质等检测，其中面料的疵点检测是保障产品质量的重要手段之一。目前，国内大多数纺织企业仍然通过人工检视的方法在机械式验布机上发现并标记疵点。这种人工检测方式容易受到心理、体力、环境的影响。根据工厂日常统计，在1个小时内，人工视觉大约能检测 300
‑
500米布匹，人的目视集中力最多维持 20
‑
30分钟，超过这个时间，人的眼睛就会产生疲劳，就会出现漏验。所以，人工检视布匹疵点检测效率低，出现误检、漏检的概率较高。
[0003]为了实现上述目的，本领域技术人员通过采集织物表面图像进行缺陷检测，检测过程中大部分是直接对其阈值分割或根据经纬线的连续性进行处理，但是因为纤维丝非常的细，再进行缺陷检测时特别容易受到噪声的影响，导致检测出来的缺陷不准确。现有技术中常采用同一个滤波窗口对图像进行滤波处理，若噪声较小，选用的滤波窗口也小的话，会对图像造成原本纹理进行了平滑使得图像的细节变模糊，若噪声较大，选用的滤波窗口也大的话，会对图像去除噪声不彻底。

技术实现思路

[0004]为了解决现有技术中的不足，本专利技术提供一种布匹表面缺陷检测方法，该方法通过获取不同区域的梯度变化度及不同区域的噪点的分布密度，获得每个区域自适应滤波窗口。根据每个区域自适应滤波窗口来达到去除图像噪点的目的，然后根据去噪图像进行缺陷检测，能够更加准确的检测出布匹缺陷。
[0005]本专利技术的目的是提供一种布匹表面缺陷检测方法，包括以下步骤：获取待检测布匹表面的灰度图；根据灰度图获取灰度级函数；根据灰度级函数获取每个像素点不同方向的二阶梯度；将每个像素点不同方向中最大的二阶梯度模值对应的二阶梯度作为每个像素点的最大二阶梯度；将灰度图划分为多个区域；根据每个区域中每个像素点的最大二阶梯度，以及每个像素点的梯度方向获取每个区域的梯度变化度；获取每个区域的灰度直方图，根据灰度直方图获取每个区域噪声像素点划分的灰度级阈值；根据每个灰度级阈值将对应的每个区域像素点进行标记，以此获取每个区域中的多个标记像素点；获取每个区域中任意两个标记像素点的欧式距离；根据任意两个标记像素点的欧式距离获取每个区域的平均欧式距离；
根据每个区域的梯度变化度和平均欧式距离获取每个区域的去噪权重；根据每个区域的去噪权重获取每个区域的滤波窗口尺寸；根据每个区域的滤波窗口尺寸对待检测布匹表面的灰度图中每个对应区域进行高斯滤波，获取滤波去噪后的图像；再根据滤波去噪后的图像进行阈值分割获得缺陷区域。
[0006]在一实施例中，每个像素点不同方向的二阶梯度是按照以下步骤获取：根据灰度级函数获取每个像素点不同方向的一阶梯度；根据每个像素点不同方向的一阶梯度在进行一次梯度运算获取每个像素点不同方向的二阶梯度。
[0007]在一实施例中，所述不同方向包括水平方向、竖直方向、45度方向和135度方向。
[0008]在一实施例中，每个区域的梯度变化度的计算公式如下：式中，表示第像素点的最大二阶梯度；表示第像素点的最大二阶梯度的模值；表示第像素点的梯度方向；表示初始方向，所述初始方向设置为水平方向；表示第个区域中像素点的数量；表示第个区域的梯度变化度。
[0009]在一实施例中，获取每个区域噪声像素点划分的灰度级阈值过程中，是将每个区域灰度直方图中最大波峰的左侧波谷处对应的灰度级作为灰度级阈值。
[0010]在一实施例中，每个区域的滤波窗口尺寸是按照以下步骤获取：根据每个区域的去噪权重获取所有区域中对应的最大去噪权重和最小去噪权重；根据每个区域的去噪权重，以及所有区域中对应的最大去噪权重和最小去噪权重，获取每个区域的滤波窗口尺寸。
[0011]本专利技术的有益效果是：本专利技术提供的一种布匹表面缺陷检测方法，该方法通过灰度级函数获取每个像素点多个不同方向的二阶梯度，可以更加精确地提取到图像的边缘和纹理特征；通过计算不同区域标记像素点的密度，来表示噪点对不同区域噪声的分布，进而可依据每个区域的噪点的分布选择出更好的滤波窗口；本专利技术结合不同区域的梯度变化度及不同区域的噪点的分布密度获取每个区域自适应滤波窗口，从而根据每个区域的滤波窗口尺寸对待检测布匹表面的灰度图中每个对应区域进行高斯滤波，实现了对图像中不同区域进行自适应去噪，避免原本的纹理进行了平滑使得图像的细节变模糊，也避免对图像去除噪声不彻底；进而达到去除图像噪点的目的；再根据去噪图像进行缺陷检测，能够更加准确的检测出布匹缺陷。
[0012]本专利技术通过计算每个像素点多方向的二阶梯度，然后根据最大梯度作为梯度特征值，使得提取出来的边缘和纹理方向更加的准确；然后计算不同区域的噪声的影响程度，能够准确获得噪声的分布，能够使得选取的滤波窗口对图像的去噪更彻底。
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，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地介绍，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性的前提下，还可以根据这些附图获得其他的附图。
[0014]图1为本专利技术的一种布匹表面缺陷检测方法的实施例总体步骤的流程示意图。
具体实施方式
[0015]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0016]本专利技术主要针对布匹进行缺陷检测时，因为纤维丝比较细小，会因为采集图像时产生的噪声影响缺陷检测，使得检测的结果不准确。本专利技术通过获取自适应滤波窗口对图像进行去噪处理，再进行缺陷检测。
[0017]本专利技术提供的一种布匹表面缺陷检测方法，参见图1所示，包括以下步骤：S1、获取待检测布匹表面的灰度图；需要说明的是，对布匹的断经断纬缺陷进行检测时，需要采集布匹表面的图像，因为需要对纹理特征和灰度级特征进行分析，所以需要清晰的平整的图像。在本实施例中，通过布设工业相机采集阻燃纤维布匹表面的RGB图像，对表面纹理的平整度进行处理，为了防止因为图像自身的因素影响对纹理的规整性的判断，并对获得的图像进行灰度化处理；即获取待检测布匹表面的灰度图。
[0018]对布匹的断经断纬缺陷进行检测时，布匹的经纬线的纹理灰度变化不明显，且经纬线比较细，会因为噪声而影响缺陷检测的准确性，因此，在本实施例中对图像进行去噪，具体如下：S2、根据灰度图获取灰度级函数；根据灰度级函数获取每个像素点不同方向的二阶梯度；将每个像素点不同方向中最大的二阶梯度模值对应的二阶梯度作为每个像素点的最大二阶梯度。
[0019]需要说明的是，由于图像采集设备本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种布匹表面缺陷检测方法，其特征在于，包括以下步骤：获取待检测布匹表面的灰度图；根据灰度图获取灰度级函数；根据灰度级函数获取每个像素点不同方向的二阶梯度；将每个像素点不同方向中最大的二阶梯度模值对应的二阶梯度作为每个像素点的最大二阶梯度；将灰度图划分为多个区域；根据每个区域中每个像素点的最大二阶梯度，以及每个像素点的梯度方向获取每个区域的梯度变化度；获取每个区域的灰度直方图，根据灰度直方图获取每个区域噪声像素点划分的灰度级阈值；根据每个灰度级阈值将对应的每个区域像素点进行标记，以此获取每个区域中的多个标记像素点；获取每个区域中任意两个标记像素点的欧式距离；根据任意两个标记像素点的欧式距离获取每个区域的平均欧式距离；根据每个区域的梯度变化度和平均欧式距离获取每个区域的去噪权重；根据每个区域的去噪权重获取每个区域的滤波窗口尺寸；根据每个区域的滤波窗口尺寸对待检测布匹表面的灰度图中每个对应区域进行高斯滤波，获取滤波去噪后的图像；再根据滤波去噪后的图像进行阈值分割获得缺陷区域。2.根据权利要求1所述的布匹表面缺陷检测方法，其特征在于，每个像素点不同方向的二阶梯度是按照以下步骤获取：根据灰度...

【专利技术属性】
技术研发人员：张水兵，
申请(专利权)人：南通金百福纺织品有限公司，
类型：发明
国别省市：