【技术实现步骤摘要】
本专利技术属于裁片检测领域，更具体地，涉及一种裁片的质量检测方法。
技术介绍
1、裁片质量检测是指对裁剪好的裁片进行检测。包括对裁片的形状、规格、曲线和刀眼等，检测上下层裁片尺寸误差是否在允许范围内，有疵点或色差的裁片可进行织补或换片。
2、现有的对裁片进行质量检测的方法大多是直接采集目标裁片外轮廓形状数据，再将目标裁片的形状数据与预设裁片的形状数据进行对比，但上述方法在实际应用中，会因为不同面料的厚度、外轮廓裁剪的平整度以及面料光滑度不同等因素，造成对目标裁片的外轮廓形状数据的采集精准度较低，导致仅采用现有的裁片质量检测方法所检测出的结果误差较大，不利于目标裁片的后续使用。
技术实现思路
1、本专利技术的目的在于解决现有的裁片质量检测方法因对目标裁片的形状数据采集精准度低，导致质量检测结果误差较大的问题。
2、为了实现上述目的，本专利技术提供一种裁片的质量检测方法，该方法包括：
3、采集基准裁片的形状数据，得到所述基准裁片的基准轮廓和基准角点集合；
4、采集待质量检测的目标裁片的形状数据，得到所述目标裁片的正面视角的正面轮廓和正面角点集合，以及所述目标裁片的反面视角的反面轮廓和反面角点集合；
5、选取所述正面轮廓或所述反面轮廓，判断其于所述基准轮廓是否重合；
6、若重合，则进行角点检测；
7、若不重合，则判断未选取的一面轮廓与所述基准轮廓是否重合，若重合，则进行角点检测；
8、若所述正
9、其中，所述角点检测包括：
10、判断所述正面角点集合和所述反面角点集合中的角点数量与所述基准角点集合中的角点数量是否均相同；
11、若均相同，则判断所述正面角点集合或所述反面角点集合中的每个角点的位置与所述基准角点集合中的每个角点的位置是否重合，以判断所述目标裁片的质量是否合格；
12、若不同，则通过与所述基准角点集合中的角点数量不同的一面或两面角点集合中的多余角点的位置，判断所述目标裁片的质量是否合格。
13、作为可选的是，所述采集待质量检测的目标裁片的形状数据，得到所述目标裁片的正面视角的正面轮廓和正面角点集合，以及所述目标裁片的反面视角的反面轮廓和反面角点集合，包括：
14、根据相机面向所述目标裁片的正面和反面的视角所拍摄到的所述目标裁片的正面和反面的图像信息，得到所述目标裁片的正面轮廓、正面角点集合、反面轮廓以及反面角点集合。
15、作为可选的是，所述选取所述正面轮廓或所述反面轮廓，判断其于所述基准轮廓是否重合，包括：
16、选取所述正面轮廓或所述反面轮廓与所述基准轮廓进行对比；
17、判断所述正面轮廓或所述反面轮廓是否与所述基准轮廓重合或超出所述基准轮廓所围成的区域，以判断其于所述基准轮廓是否重合。
18、作为可选的是，所述正面轮廓和所述反面轮廓的检测采用sobel算法、laplacian算法或canny算法。
19、作为可选的是，所述若均相同，则判断所述正面角点集合或所述反面角点集合中的每个角点的位置与所述基准角点集合中的每个角点的位置是否重合，以判断所述目标裁片的质量是否合格，包括：
20、选取所述正面角点集合或所述反面角点集合中的非裁切起点的任一角点为a点；
21、选取所述正面角点集合或所述反面角点集合中的裁切起点为b点，以b点为坐标原点建立坐标系；
22、选取所述正面角点集合或所述反面角点集合中的非所述a点和所述b点的任一角点为c点；
23、根据所述b点的位置，判断所述正面角点集合或所述反面角点集合中的每个角点与所述基准角点集合中的每个角点的位置是否重合，以判断所述目标裁片的质量是否合格。
24、作为可选的是，所述根据所述b点的位置，判断所述正面角点集合或所述反面角点集合中的每个角点与所述基准角点集合中的每个角点的位置是否重合，以判断所述目标裁片的质量是否合格，包括：
25、在所述坐标系中确定所述a点和所述c点的坐标；
26、将所述a点和所述c点的坐标与所述基准角点集合中，与所述a点和所述c点相对应的两个角点的坐标进行对比，判断所述a点和所述c点与所述两个角点的坐标是否均相同；
27、若均相同，则判定所述正面角点集合或所述反面角点集合中的每个角点与所述基准角点集合中的每个角点的位置重合，且所述目标裁片的质量合格，反之，则不合格。
28、作为可选的是，所述根据所述b点的位置，判断所述正面角点集合或所述反面角点集合中的每个角点与所述基准角点集合中的每个角点的位置是否重合，以判断所述目标裁片的质量是否合格，包括：
29、将所述a点在所述坐标系中至所述b点和所述c点的距离，与所述基准角点集合中，与所述a点相对应的一角点至所述裁切起点和与所述c点相对应的另一角点的距离进行对比；
30、判断所述a点至所述b点和所述c点的距离，与所述一角点至所述裁切起点和所述另一角点的距离是否均相等；
31、若均相等，则判定所述正面角点集合或所述反面角点集合中的每个角点与所述基准角点集合中的每个角点的位置重合，且所述目标裁片的质量合格，反之，则不合格。
32、作为可选的是，所述若不同，则通过与所述基准角点集合中的角点数量不同的一面或两面角点集合中的多余角点的位置，判断所述目标裁片的质量是否合格，包括：
33、将所述多余角点的位置与所述基准轮廓进行对比，判断所述多余角点的位置是否位于所述基准轮廓的外部区域；
34、若是，则判定所述目标裁片的质量合格，反之，则不合格。
35、作为可选的是，所述反面角点的检测采用kitchen-rosenfeld角点检测算法、harris角点检测算法、klt角点检测算法或susan角点检测算法。
36、本专利技术的有益效果在于：
37、本专利技术提出的裁片的质量检测方法，通过采集待质量检测的目标裁片的形状数据，得到目标裁片的正面轮廓、正面角点集合、反面轮廓和反面角点集合，使得当目标裁片的正面轮廓或反面轮廓与基准轮廓重合时，再引入角点检测对目标裁片的质量进行进一步地检测，通过判断正面角点集合和反面角点集合中的角点数量与基准角点集合中的角点数量是否均相同，并在角点数量均相同的情况下，再判断正面角点集合或反面角点集合中的每个角点的位置与基准角点集合中的每个角点的位置是否重合，以判断目标裁片的质量，而在角点数量不同的情况下，则通过与基准角点集合中的角点数量不同的一面或两面角点集合中的多余角点的位置，判断目标裁片的质量是否合格，与现有的裁片质量检测方法相比，本专利技术的质量检测方法能够通过增加角点检测，实现对轮廓检测结果的进一步验证，降低目标裁片的形状数据采集精准度低对于质量检测结果的影响，使得目标裁片检测结果的误差得以减小，提本文档来自技高网...
【技术保护点】
1.一种裁片的质量检测方法，其特征在于，包括：
2.根据权利要求1所述的裁片的质量检测方法，其特征在于，所述采集待质量检测的目标裁片的形状数据，得到所述目标裁片的正面视角的正面轮廓和正面角点集合，以及所述目标裁片的反面视角的反面轮廓和反面角点集合，包括：
3.根据权利要求2所述的裁片的质量检测方法，其特征在于，所述选取所述正面轮廓或所述反面轮廓，判断其于所述基准轮廓是否重合，包括：
4.根据权利要求3所述的裁片的质量检测方法，其特征在于，所述正面轮廓和所述反面轮廓的检测采用Sobel算法、Laplacian算法或canny算法。
5.根据权利要求1所述的裁片的质量检测方法，其特征在于，所述若均相同，则判断所述正面角点集合或所述反面角点集合中的每个角点的位置与所述基准角点集合中的每个角点的位置是否重合，以判断所述目标裁片的质量是否合格，包括：
6.根据权利要求5所述的裁片的质量检测方法，其特征在于，所述根据所述B点的位置，判断所述正面角点集合或所述反面角点集合中的每个角点与所述基准角点集合中的每个角点的位置是否重合，以判断
7.根据权利要求5所述的裁片的质量检测方法，其特征在于，所述根据所述B点的位置，判断所述正面角点集合或所述反面角点集合中的每个角点与所述基准角点集合中的每个角点的位置是否重合，以判断所述目标裁片的质量是否合格，包括：
8.根据权利要求1所述的裁片的质量检测方法，其特征在于，所述若不同，则通过与所述基准角点集合中的角点数量不同的一面或两面角点集合中的多余角点的位置，判断所述目标裁片的质量是否合格，包括：
9.根据权利要求6-8任一项所述的裁片的质量检测方法，其特征在于，所述反面角点的检测采用Kitchen-Rosenfeld角点检测算法、Harris角点检测算法、KLT角点检测算法或SUSAN角点检测算法。
...【技术特征摘要】
1.一种裁片的质量检测方法，其特征在于，包括：
2.根据权利要求1所述的裁片的质量检测方法，其特征在于，所述采集待质量检测的目标裁片的形状数据，得到所述目标裁片的正面视角的正面轮廓和正面角点集合，以及所述目标裁片的反面视角的反面轮廓和反面角点集合，包括：
3.根据权利要求2所述的裁片的质量检测方法，其特征在于，所述选取所述正面轮廓或所述反面轮廓，判断其于所述基准轮廓是否重合，包括：
4.根据权利要求3所述的裁片的质量检测方法，其特征在于，所述正面轮廓和所述反面轮廓的检测采用sobel算法、laplacian算法或canny算法。
5.根据权利要求1所述的裁片的质量检测方法，其特征在于，所述若均相同，则判断所述正面角点集合或所述反面角点集合中的每个角点的位置与所述基准角点集合中的每个角点的位置是否重合，以判断所述目标裁片的质量是否合格，包括：
6.根据权利要求5所述的裁片...
【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，
申请(专利权)人：上海百琪迈科技集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。