【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种基于纺织服装智能制造的纺织布匹智能监测分析方法。
技术介绍
1、在纺织服装制造行业，智能制造技术的应用日益广泛，特别是在纺织布匹生产中，智能监测分析方法的发展对于提高生产效率、保障产品质量和降低成本具有重要意义。随着物联网、大数据和图像处理技术的发展，基于图像处理技术的纺织布匹智能监测分析方法成为行业发展的新趋势，通过利用高分辨率摄像设备对纺织服装智能制造生产线上相对应的纺织布匹表面进行拍摄，并从中实时采集纺织布匹的物理参数（如厚度、密度、强度等）和质量指标（如色差、纺织结构、纤维材料等），同时，通过结合图像处理技术，实现了对纺织布匹图像的实时分析和智能识别，能够快速准确地识别纺织布匹中的缺陷、异物、生产异常等问题，例如，可以检测出布匹中的破损、疵点或纺织结构异常，并及时发出预警通知生产人员进行处理，从而提高服装产品的合格率和生产效率。然而，传统的纺织布匹监测方法主要依赖于人工目视检查和简单的传感器数据采集，往往存在着监测效率低下、精度不高的问题。
技术实现思路
1、基于此，本专利技术有必要提供一种基于纺织服装智能制造的纺织布匹智能监测分析方法，以解决至少一个上述技术问题。
2、为实现上述目的，一种基于纺织服装智能制造的纺织布匹智能监测分析方法，包括以下步骤：
3、步骤s1：通过高分辨率图像采集设备对纺织服装智能制造过程进行纺织布匹图像扫描，得到纺织布匹表面扫描图像；对纺织布匹表面扫描图像进行灰度转换处理，得到纺织布匹表面
4、步骤s2：对纺织布匹表面结构灰度化图像进行结构纹理特征分析，得到纺织布匹表面结构纹理特征数据；基于纺织布匹表面结构纹理特征数据对纺织布匹表面结构灰度化图像进行结构瑕疵质量影响分析，得到纺织布匹表面结构瑕疵质量影响因子；
5、步骤s3：对纺织布匹表面扫描图像进行表面色差缺陷量化计算，以得到纺织布匹表面色差缺陷程度系数；基于纺织布匹表面色差缺陷程度系数对纺织布匹表面扫描图像进行色差缺陷质量影响分析，得到纺织布匹表面色差缺陷质量影响因子；
6、步骤s4：基于纺织布匹表面结构瑕疵质量影响因子以及纺织布匹表面色差缺陷质量影响因子对纺织服装智能制造过程内相对应的纺织布匹进行质量等级监测分析，以得到纺织布匹质量等级监测结果。
7、本专利技术首先通过使用高分辨率图像采集设备对纺织服装智能制造过程中的纺织布匹表面结构进行图像扫描，可以捕捉到布匹表面的微小细节和纹理，为后续的图像处理和分析提供充分的数据基础，这一步骤的关键在于确保图像的清晰度和完整性，同时遵循事先设计的采集条件，以确保采集到的图像能够准确地反映布匹的真实状态和特征。同时，通过对采集到的纺织布匹表面扫描图像进行灰度转换处理，以将彩色图像转换为灰度图像，以便更好地分析和处理布匹表面的结构和特征，灰度化处理能够简化图像的信息复杂度，保留布匹表面的主要特征，同时减少数据处理的复杂性和计算成本，这一步骤的关键在于能够为后续的图像分析提供更为清晰和易于处理的数据形式，从而为智能制造过程中的自动化决策和控制提供重要支持。其次，通过对纺织布匹表面结构灰度化图像进行表面结构纹理特征分析，目的在于提取和分析每个结构区域的纹理特征数据。通过详细分析布匹表面的纹理特征，可以识别不同区域的纹理类型、密度和分布规律，为布匹的质量评估和瑕疵检测提供量化的数据依据，这一步骤的关键体现在精确描述和量化布匹表面结构的细微变化和特征，从而为后续的瑕疵评估和质量控制决策提供科学依据。通过基于纺织布匹表面结构纹理特征数据对纺织布匹表面结构灰度化图像进行结构瑕疵质量影响分析，旨在分析表面结构图像瑕疵程度对布匹表面结构质量的影响因子，通过详细的质量影响分析，可以深入理解瑕疵对产品外观和性能的影响程度，为产品设计和生产过程中的改进提供依据，这一步骤的关键体现在优化产品的质量控制策略，最大限度地减少瑕疵产品的出现，从而提高纺织服装智能制造的生产效率和产品合格率。然后，通过对纺织布匹表面扫描图像进行表面色差缺陷量化计算，这一步骤旨在评估布匹表面各个区域之间的色彩差异程度，通过比较预期色彩与实际色彩之间的差异，计算出色差缺陷程度系数，这样能够提供了对布匹表面色彩一致性和质量问题的量化评估，有助于精确定位和分析可能存在的色差缺陷区域，从而指导后续的质量改进措施和生产优化。通过基于纺织布匹表面色差缺陷程度系数对纺织布匹表面扫描图像进行色差缺陷质量影响分析，这一步骤旨在确定色差缺陷对布匹表面质量的实际影响程度，并识别出导致色差缺陷的关键因素。通过分析影响因子，可以确定和优化生产过程中导致色差的关键参数，以改善产品的色彩一致性和质量稳定性，有助于帮助生产者深入理解色差问题的根本原因，从而为制定有效的质量控制策略和提高产品竞争力提供科学依据。最后，通过结合纺织布匹表面结构瑕疵质量影响因子以及纺织布匹表面色差缺陷质量影响因子对纺织服装智能制造过程内相对应的纺织布匹进行质量等级监测分析，这一步骤的关键在于根据事先设定的质量标准和评级体系，将由质量影响因子统计计算得到的综合质量评分值转化为具体的质量等级评定，可以及时发现和识别出纺织布匹存在的质量问题和改进空间，帮助生产者和品质管理者制定相应的质量改进策略和控制措施，从而能够提高了纺织布匹质量的监测效率和精度。
本文档来自技高网...【技术保护点】
1.一种基于纺织服装智能制造的纺织布匹智能监测分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于纺织服装智能制造的纺织布匹智能监测分析方法，其特征在于，步骤S1包括以下步骤：
3.根据权利要求1所述的基于纺织服装智能制造的纺织布匹智能监测分析方法，其特征在于，步骤S2包括以下步骤：
4.根据权利要求3所述的基于纺织服装智能制造的纺织布匹智能监测分析方法，其特征在于，步骤S24包括以下步骤：
5.根据权利要求4所述的基于纺织服装智能制造的纺织布匹智能监测分析方法，其特征在于，步骤S245中的表面结构瑕疵程度计算公式具体为：
6.根据权利要求3所述的基于纺织服装智能制造的纺织布匹智能监测分析方法，其特征在于，步骤S25包括以下步骤：
7.根据权利要求1所述的基于纺织服装智能制造的纺织布匹智能监测分析方法，其特征在于，步骤S3包括以下步骤：
8.根据权利要求7所述的基于纺织服装智能制造的纺织布匹智能监测分析方法，其特征在于，步骤S34包括以下步骤：
9.根据权利要求8所述的基
10.根据权利要求1所述的基于纺织服装智能制造的纺织布匹智能监测分析方法，其特征在于，步骤S4包括以下步骤：
...【技术特征摘要】
1.一种基于纺织服装智能制造的纺织布匹智能监测分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于纺织服装智能制造的纺织布匹智能监测分析方法，其特征在于，步骤s1包括以下步骤：
3.根据权利要求1所述的基于纺织服装智能制造的纺织布匹智能监测分析方法，其特征在于，步骤s2包括以下步骤：
4.根据权利要求3所述的基于纺织服装智能制造的纺织布匹智能监测分析方法，其特征在于，步骤s24包括以下步骤：
5.根据权利要求4所述的基于纺织服装智能制造的纺织布匹智能监测分析方法，其特征在于，步骤s245中的表面结构瑕疵程度计算公式具体为：
6.根据...
【专利技术属性】
技术研发人员：朱达欣，夏侯建兵，蔡丹琳，曾台盛，黄福盛，
申请(专利权)人：泉州师范学院，
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。