基于改进FRFCM的氨纶包覆纱CV值检测方法技术

本发明专利技术公开了一种基于改进FRFCM的氨纶包覆纱CV值检测方法，包括以下步骤：对待检测的氨纶包覆纱线图像进行预处理，得到预处理图像；基于改进FRFCM，对预处理图像进行平滑处理和聚类处理，得到氨纶包覆纱条干图像；对氨纶包覆纱条干图像采用形态学开运算进行处理，得到精确氨纶包覆纱条干图像，并计算精确氨纶包覆纱条干图像中氨纶包覆纱条干平均直径和CV值。本发明专利技术利用FRFCM算法在提取氨纶包覆纱条干的过程中，引入了图像平滑算法，有效滤除氨纶包覆纱孤立部分影响并加快了处理速度，使得到的条干图像更精确，解决了现有的依赖于人工进行检测存在的效率低和检测标准不统一的问题。题。题。

【技术实现步骤摘要】
基于改进FRFCM的氨纶包覆纱CV值检测方法


[0001]本专利技术涉及机器视觉
，特别是涉及一种基于改进FRFCM的氨纶包覆纱CV值检测方法。

技术介绍

[0002]氨纶包覆纱是以氨纶丝为芯，以长丝或短纤维纱线按螺旋形的方式对伸长状态的氨纶丝予以包覆而形成的弹力纱，是一种弹性纤维，具有合成纤维的防皱、不变形、稳定性好、强度高等特点；而含有氨纶包覆纱的产品具有强伸性能好、穿着舒适、随意性强、不起皱、服装保形性好、机可洗等优点，是制作弹力休闲服、牛仔服的理想面料，具有较为广阔的市场前景。
[0003]目前氨纶包覆纱缺陷的检测方法主要依赖于人工进行检测，分为视觉粗检测、打样之后视觉检测、蒸煮染色之后再进行进一步的检测，过程十分复杂。另外氨纶包覆纱生产车间温度极高，噪声极大，工人长时间呆在高温，高噪声环境下工作很难保证高效准确，且伤害工人的身体健康。此外，目前氨纶包覆纱的缺陷检测多是离线检测，极大的浪费了原材料。因此如何高效且准确自动地对氨纶包覆纱进行质量检测是目前亟待解决的重要问题。

技术实现思路

[0004]针对现有技术中的上述不足，本专利技术提供的基于改进FRFCM的氨纶包覆纱CV值检测方法解决了传统氨纶包覆纱检测效率低、准确率低、对人体危害大且原材料浪费大的问题。
[0005]为了达到上述专利技术目的，本专利技术采用的技术方案为：一种基于改进FRFCM的氨纶包覆纱CV值检测方法，所述方法包括以下步骤：
[0006]S1：对待检测的氨纶包覆纱线图像进行预处理，得到预处理图像；
[0007]S2：基于改进FRFCM，对预处理图像进行平滑处理和聚类处理，得到氨纶包覆纱条干图像；
[0008]S3：对氨纶包覆纱条干图像采用形态学开运算进行处理，得到精确氨纶包覆纱条干图像，并计算精确氨纶包覆纱条干图像中氨纶包覆纱条干平均直径和CV值。
[0009]上述方案的有益效果是：通过上述技术方案提供了一种对氨纶包覆纱条干直径和CV值的检测方法，在FRFCM算法中引入图像平滑算法实现对图像的高效分割，并通过中值滤波对隶属度矩阵进行修正，解决了传统氨纶包覆纱检测效率低、准确率低、对人体危害大且原材料浪费大的问题。
[0010]进一步地，S1中预处理包括：将待检测的氨纶包覆纱线图像缩放至256
×
256像素，并将缩放的氨纶包覆纱线图像转化为灰度图像。
[0011]上述进一步方案的有益效果是：通过上述技术方案对图像进行缩放处理和灰度处理，实现待测图像的预处理，便于后期对图像作进一步地处理。
[0012]进一步地，S2中平滑处理包括以下公式：
[0013]设定能量函数E为：
[0014][0015]Φ
f
＝(x2+ε)
f/2
[0016]其中，r
s
为输出平滑图像，t
s
为输入图像，s为像素位置，α为惩罚函数系数，为输出图像沿x轴和y轴的梯度，Φ
f
为惩罚函数，ε为常数，f为惩罚函数的幂次；
[0017]对能量函数进行迭代求解输出平滑图像。
[0018]上述进一步方案的有益效果是：通过上述公式对图像进行平滑处理，有效滤除氨纶包覆纱孤立部分的影响，提高图像分割的精确度。
[0019]进一步地，S2中聚类处理包括以下公式：
[0020]定义FRFCM算法的目标函数J为：
[0021][0022]其中，c为预设的聚类个数，i为聚类数取值，n为平滑图像的灰度级个数，j为灰度级取值，x
j
为灰度值为θ
j
的像素个数，为灰度值为θ
j
的像素相对于v
i
的隶属度，m为控制产生分区的模糊性，v
i
为聚类中心，||
·
||表示范数度量；
[0023]在隶属度约束条件下，利用拉格朗日乘子法来最小化FRFCM算法的目标函数，则新构建的无约束函数为：
[0024][0025]其中，λ为拉格朗日乘数，u
ij
为隶属度函数；
[0026]求解无约束函数关于u
ij
和v
i
的偏导，得到以下公式：
[0027][0028][0029]设预处理图像对应的隶属度矩阵U＝[u
ij
]c
×
n
，为了获得稳定的隶属度矩阵，设置如下收敛条件：
[0030]max|U
(b)
‑
U
(b+1)
|<η
[0031]其中，U
(b)
为第b次迭代得到的隶属度矩阵，U
(b+1)
为第b+1次迭代得到的隶属度矩阵，η为迭代收敛条件，max|
·
|表示取最大值；
[0032]对隶属度矩阵进行中值滤波处理获得聚类处理后的输出结果。
[0033]上述进一步方案的有益效果是：通过上述技术方案实现对图像的聚类处理，并通过中值滤波对隶属度矩阵进行修正，获得聚类后的图像。
[0034]进一步地，S3中计算氨纶包覆纱条干平均直径和CV值包括以下分步骤：
[0035]S3
‑
1：对氨纶包覆纱条干图像以大小为5*5的方形算子进行形态学开运算处理，得到精确氨纶包覆纱条干图像；
[0036]S3
‑
2：对精确氨纶包覆纱条干图像进行遍历得到图像中每一列的非零像素的数量，用所述图像中每一列的非零像素的数量乘以对应图像单个像素对应的实际长度，得到氨纶包覆纱条干的列直径，对所有列直径求取平均值得到氨纶包覆纱条干平均直径，并计算氨纶包覆纱条干CV值，公式如下所示：
[0037][0038]其中，N为所取横截面的样本数，x
q
为纱线在第q列的直径，为检测的平均值。
[0039]上述进一步方案的有益效果是：通过上述技术方案获得氨纶包覆纱条干的直径平均值和CV值，本专利技术计算复杂度较低，能够满足实际需求。
附图说明
[0040]图1为一种基于改进FRFCM的氨纶包覆纱CV值检测方法流程图。
[0041]图2为待检测氨纶包覆纱线图像。
[0042]图3为氨纶包覆纱条干图像。
[0043]图4为精确氨纶包覆纱条干图像。
具体实施方式
[0044]下面结合附图和具体实施例对本专利技术做进一步说明。
[0045]如图1所示，一种基于改进FRFCM的氨纶包覆纱CV值检测方法，其特征在于，所述方法包括以下步骤：
[0046]S1：对待检测的氨纶包覆纱线图像进行预处理，得到预处理图像；
[0047]S2：基于改进FRFCM，对预处理图像进行平滑处理和聚类处理，得到氨纶包覆纱条干图像；
[0048]S3：对氨纶包覆纱条干图像采用形态学开运算进行处理，得到精确氨纶包覆纱条干图像，并计算精确氨纶包覆纱条本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进FRFCM的氨纶包覆纱CV值检测方法，其特征在于，所述方法包括以下步骤：S1：对待检测的氨纶包覆纱线图像进行预处理，得到预处理图像；S2：基于改进FRFCM，对预处理图像进行平滑处理和聚类处理，得到氨纶包覆纱条干图像；S3：对氨纶包覆纱条干图像采用形态学开运算进行处理，得到精确氨纶包覆纱条干图像，并计算精确氨纶包覆纱条干图像中氨纶包覆纱条干平均直径和CV值。2.根据权利要求1所述的基于改进FRFCM的氨纶包覆纱CV值检测方法，其特征在于，所述S1中预处理包括：将待检测的氨纶包覆纱线图像缩放至256
×
256像素，并将缩放的氨纶包覆纱线图像转化为灰度图像。3.根据权利要求1所述的基于改进FRFCM的氨纶包覆纱CV值检测方法，其特征在于，所述S2中平滑处理包括以下公式：设定能量函数E为：Φ
f
＝(x2+ε)
f/2
其中，r
s
为输出平滑图像，t
s
为输入图像，s为像素位置，α为惩罚函数系数，为输出图像沿x轴和y轴的梯度，Φ
f
为惩罚函数，ε为常数，f为惩罚函数的幂次；对能量函数进行迭代求解输出平滑图像。4.根据权利要求1所述的基于改进FRFCM的氨纶包覆纱CV值检测方法，其特征在于，所述S2中聚类处理包括以下公式：定义FRFCM算法的目标函数J为：其中，c为预设的聚类个数，i为聚类数取值，n为平滑图像的灰度级个数，j为灰度级取值，x
j
为灰度值为θ
j
的像素个数，为灰度值为θ
j
的像素相对于v
i
的隶属度，m为控制产生分区的模糊性，v
i
为聚类中心，||

【专利技术属性】
技术研发人员：张缓缓，朱厚春，李鹏飞，楚建安，李法建，苏泽斌，
申请(专利权)人：西安德高印染自动化工程有限公司，
类型：发明
国别省市：