一种用于无纺布的表面缺陷检测方法技术

本发明专利技术涉及图像数据处理技术领域，具体涉及一种用于无纺布的表面缺陷检测方法。方法包括：获取无纺布表面的目标灰度图像；对目标灰度图像进行边缘检测，得到目标灰度图像对应的各待检测区域；根据各待检测区域，得到待检测边缘的灰度多样程度、周长和Hu矩；根据相邻灰度差分矩阵，得到各待检测区域对应的灰度变化指标；利用分形维数盒子，得到各待检测区域的分形特征指标；根据各待检测区域的周长、Hu矩、灰度多样程度、灰度变化指标以及分形特征指标，判断各待检测区域是否为污点区域。本发明专利技术能够比较快速准确的识别出无纺布表面上的污点区域。点区域。点区域。

【技术实现步骤摘要】
一种用于无纺布的表面缺陷检测方法


[0001]本专利技术涉及图像数据处理
，具体涉及一种用于无纺布的表面缺陷检测方法。

技术介绍

[0002]无纺布是一种非织造布，它是直接利用高聚物切片、短纤维或长丝将纤维通过气流或机械成网，然后经过水刺，针刺，或热轧加固，最后经过后整理形成的无编织的布料。由于各种因素，印花较小繁多时，表面又出现大小与印花花纹相近的污点时，会较难以识别，但是当无纺布表面存在污点时又会影响无纺布后续的使用，因此对无纺布进行污点检测十分重要。
[0003]目前对无纺布上的污点进行识别检测的方法一般是利用机器视觉来实现的，又因为印花花纹的轮廓多变，所以多为利用多种印花模板与待检测区域进行匹配，基于匹配结果判断是否为污点区域，但是这种方法需要搜索印花数据库并获取特征点来相互匹配，计算量较大，计算过程所需时间较久，导致对无纺布进行污点检测的效率较低。

技术实现思路

[0004]本专利技术提供一种用于无纺布的表面缺陷检测方法，用于解决现有方法对无纺布进行缺陷检测的效率较低的问题，所采用的技术方案具体如下：本专利技术实施例提供了一种用于无纺布的表面缺陷检测方法包括以下步骤：获取无纺布表面的目标灰度图像；对目标灰度图像进行边缘检测，得到目标灰度图像对应的各待检测区域；根据各待检测区域，得到待检测边缘的灰度多样程度、周长和Hu矩；根据相邻灰度差分矩阵，得到各待检测区域对应的灰度变化指标；利用分形维数盒子，得到各待检测区域的分形特征指标；根据各待检测区域的周长、Hu矩、灰度多样程度、灰度变化指标以及分形特征指标，判断各待检测区域是否为污点区域。
[0005]优选的，对目标灰度图像进行边缘检测，得到目标灰度图像对应的各待检测区域的方法，包括：利用Canny边缘检测对目标灰度图像进行边缘提取，得到目标灰度图像上的边缘像素点；对边缘像素点进行连通域分析，得到各连通域，记为待检测区域。
[0006]优选的，根据各待检测区域，得到待检测边缘的灰度多样程度，包括：获取各待检测区域对应的灰度直方图；统计各灰度直方图上频数不为0的灰度值的数量；对于任一待检测区域，根据如下公式计算各待检测区域的灰度多样程度：
式中，S为该待检测区域对应的灰度直方图上频数不为0的灰度值的数量。
[0007]优选的，根据相邻灰度差分矩阵，得到各待检测区域对应的灰度变化指标的方法，包括：利用相邻灰度差分矩阵，对各待检测区域进行遍历，得到各待检测区域中各像素点与其相邻像素点灰度差绝对值；对于任一待检测区域，根据如下公式计算该待检测区域的灰度变化指标：其中，为该待检测区域的灰度变化指标，为该待检测区域中的灰度值类型总数量，为该待检测区域中灰度值为u的像素点数量，为该待检测区域中灰度值为u的所有像素点与其相邻像素点灰度差绝对值的求和。
[0008]优选的，根据如下公式计算该待检测区域中灰度值为u的所有像素点与其相邻像素点灰度差绝对值的求和：其中，为该待检测区域中灰度值为u的所有像素点中的第m个像素点的灰度值，i和j分别为第m个像素点的横坐标值和纵坐标值，x和y为常数，为横坐标值为，纵坐标值为的像素点的灰度值。
[0009]优选的，利用分形维数盒子，得到各待检测区域的分形特征指标的方法，包括：获取目标表面灰度图像的三维灰度曲面；利用分形维数盒子对灰度曲面进行覆盖；对于任一待检测区域，根据如下公式计算该待检测区域的分形特征指标：其中，为该待检测区域的分形特征指标，为分形维数盒子的边长，为分形维数盒子对所获取的三维灰度曲面进行覆盖所得的盒子个数。
[0010]优选的，根据各待检测区域的周长、Hu矩、灰度多样程度、灰度变化指标以及分形特征指标，判断各待检测区域是否为污点区域的方法，包括：根据各待检测区域的周长、Hu矩、灰度多样程度、灰度变化指标以及分形特征指标，构建得到各待检测区域对应的特征向量；
将各待检测区域对应的特征向量输入到训练好的支持向量机中，将输出结果为污点区域的待检测区域判定为污点所在区域。
[0011]有益效果：本专利技术首先获取无纺布表面的目标灰度图像；对目标灰度图像进行边缘检测，得到目标灰度图像对应的各待检测区域；并根据各待检测区域，得到待检测边缘的灰度多样程度和周长；其次根据相邻灰度差分矩阵，得到各待检测区域对应的灰度变化指标；然后利用分形维数盒子，得到各待检测区域的分形特征指标；最后根据各待检测区域的周长、Hu矩、灰度多样程度、灰度变化指标以及分形特征指标，判断各待检测区域是否为污点区域。本专利技术仅仅是依据待检测区域的特征然后基于训练好的向量机实现对污点区域与印花区域的区分，进而达到识别污点区域的目的，本专利技术不需要利用印花模板与待检测区域进行匹配利用多种印花模板与待检测区域进行匹配，可以降低计算量并且检测的效率也较高。
附图说明
[0012]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。
[0013]图1为本专利技术一种用于无纺布的表面缺陷检测方法的流程图。
具体实施方式
[0014]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、完整的描述，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，基于本专利技术实施例，本领域普通技术人员所获得的所有其它实施例，都属于本专利技术实施例保护的范围。
[0015]除非另有定义，本文所使用的所有的技术和科学技术术语与属于本专利技术的技术人员通常理解的含义相同。
[0016]本实施例提供了一种用于无纺布的表面缺陷检测方法，详细说明如下：如图1所示，该一种用于无纺布的表面缺陷检测方法，包括以下步骤：步骤S001，获取无纺布表面的目标灰度图像。
[0017]由于无纺布在生产中，印花较小繁多时，表面又出现大小与印花花纹相近的污点时，会较难以识别，因此需要结合计算机视觉技术对无纺布生产瑕疵进行检测，并且本实施例主要是利用灰度分布特征和分形特征对所检测到的待检测区域进行检测，能够比较快速准确的识别待检测区域是否为污点区域。
[0018]本实施例首先利用工业相机获得无纺布表面图像，并进行灰度化处理以及图像预处理操作，所述图像预处理操作包括降噪、增强等，最后获得预处理后的灰度图像，即高质量灰度图像，将预处理后的灰度图像记为目标灰度图像。
[0019]步骤S002，对目标灰度图像进行边缘检测，得到目标灰度图像对应的各待检测区域；根据各待检测区域，得到待检测边缘的灰度多样程度、周长和Hu矩。
[0020]通常，当无纺布表面出现污点时，其在灰度图像中的灰度值分布变化较为单一，形
状也比较规则，一般为圆点或长条形状；而当无纺布表面有印花出现时，因为印花的设计可能会在灰度图像中出现灰度值的分布变化和整体外观上的分形情况；因此针对以上所述中污点和印花在图像中的差异本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于无纺布的表面缺陷检测方法，其特征在于，该方法包括如下步骤：获取无纺布表面的目标灰度图像；对目标灰度图像进行边缘检测，得到目标灰度图像对应的各待检测区域；根据各待检测区域，得到待检测边缘的灰度多样程度、周长和Hu矩；根据相邻灰度差分矩阵，得到各待检测区域对应的灰度变化指标；利用分形维数盒子，得到各待检测区域的分形特征指标；根据各待检测区域的周长、Hu矩、灰度多样程度、灰度变化指标以及分形特征指标，判断各待检测区域是否为污点区域。2.如权利要求1所述的一种用于无纺布的表面缺陷检测方法，其特征在于，对目标灰度图像进行边缘检测，得到目标灰度图像对应的各待检测区域的方法，包括：利用Canny边缘检测对目标灰度图像进行边缘提取，得到目标灰度图像上的边缘像素点；对边缘像素点进行连通域分析，得到各连通域，记为待检测区域。3.如权利要求1所述的一种用于无纺布的表面缺陷检测方法，其特征在于，根据各待检测区域，得到待检测边缘的灰度多样程度，包括：获取各待检测区域对应的灰度直方图；统计各灰度直方图上频数不为0的灰度值的数量；对于任一待检测区域，根据如下公式计算各待检测区域的灰度多样程度：式中，S为该待检测区域对应的灰度直方图上频数不为0的灰度值的数量。4.如权利要求1所述的一种用于无纺布的表面缺陷检测方法，其特征在于，根据相邻灰度差分矩阵，得到各待检测区域对应的灰度变化指标的方法，包括：利用相邻灰度差分矩阵，对各待检测区域进行遍历，得到各待检测区域中各像素点与其相邻像素点灰度差绝对值；对于任一待检测区域，根据如下公式计算该待检测区域的...

【专利技术属性】
技术研发人员：杨洪枝，
申请(专利权)人：滨州华然化纤绳网有限公司，
类型：发明
国别省市：