一種基于小波神經(jīng)網(wǎng)絡(luò)的布匹表面瑕疵檢測(cè)方法
【專利摘要】本發(fā)明提供了一種布匹表面瑕疵的在線視覺(jué)檢測(cè)方法，其特征是通過(guò)Gabor濾波器和小波神經(jīng)網(wǎng)絡(luò)的結(jié)合，有效提取出布匹表面紋理的寬度方向等信息，能夠?qū)νN類布匹訓(xùn)練求取最優(yōu)解后構(gòu)建Gabor濾波器進(jìn)行在線實(shí)時(shí)檢測(cè)，保證了在線檢測(cè)的速度與精度；針對(duì)不同種類的瑕疵，分別利用奇對(duì)稱、偶對(duì)稱Gabor濾波器保證塊狀瑕疵與線狀瑕疵均能夠準(zhǔn)確、高效地檢測(cè)出來(lái)。在用線陣相機(jī)高速實(shí)時(shí)采集圖像的條件下，能夠有效的提高檢測(cè)速度，降低漏檢和誤檢率。
【專利說(shuō)明】—種基于小波神經(jīng)網(wǎng)絡(luò)的布匹表面瑕疵檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于機(jī)器視覺(jué)的布匹瑕疵實(shí)時(shí)視覺(jué)檢測(cè)方法，具體是指一種在線陣光源下，通過(guò)線陣相機(jī)對(duì)工業(yè)現(xiàn)場(chǎng)中高速傳送的布匹表面瑕疵進(jìn)行檢測(cè)并即時(shí)記錄的圖像檢測(cè)方法。
【背景技術(shù)】
[0002]工業(yè)生產(chǎn)過(guò)程里，隨著技術(shù)水平的不斷提高，市場(chǎng)對(duì)產(chǎn)品質(zhì)量的要求也一再提升。在紡織行業(yè)中，布匹的質(zhì)量檢測(cè)要求隨著這種發(fā)展趨勢(shì)愈加嚴(yán)格。但因?yàn)榧徔椘樊a(chǎn)量持續(xù)增大，生產(chǎn)線工業(yè)化水準(zhǔn)提升，傳統(tǒng)的人工檢測(cè)法已經(jīng)跟不上自動(dòng)化發(fā)展的速度，受制于檢查人員的主觀因素以及精神狀態(tài)，并且存在著人工檢驗(yàn)速度慢、成本高、標(biāo)準(zhǔn)化程度低、誤檢率大等劣勢(shì)，快速精確地檢測(cè)出紡織品瑕疵成為生產(chǎn)過(guò)程中亟待解決的問(wèn)題。
[0003]面對(duì)這樣的的需求，國(guó)外的一些大型企業(yè)在工業(yè)上已經(jīng)有了一定規(guī)模的應(yīng)用，主要代表產(chǎn)品有以色列EVS公司的IQ-TEX4自動(dòng)在線檢測(cè)系統(tǒng)，美國(guó)BMS公司的Cyclops自動(dòng)在線織物檢測(cè)系統(tǒng)等，但成本高昂、維護(hù)不易，在國(guó)內(nèi)并不普遍推廣適用。目前，研究者主要采用基于統(tǒng)計(jì)學(xué)方法、頻域變換法、模型法等方法對(duì)布匹圖像進(jìn)行處理，以求準(zhǔn)確檢測(cè)到瑕疵，由于布匹表面帶有紋理干擾，瑕疵種類繁復(fù)，正確地提取出瑕疵區(qū)域成為布匹表面檢測(cè)中的重點(diǎn)和難點(diǎn)。
[0004]由于在檢測(cè)過(guò)程中，出布速度快，布匹幅面較大，檢測(cè)精度要求高，選用高分辨率并適用于高速采集過(guò)程的的線陣相機(jī)作為圖像采集傳感器已經(jīng)越來(lái)越成為主流的檢測(cè)方式。

【發(fā)明內(nèi)容】

[0005]本發(fā)明目的在于提出一種通用性強(qiáng)的基于機(jī)器視覺(jué)的布匹瑕疵檢測(cè)方法，取代傳統(tǒng)的效率低下的人工檢測(cè)法。
[0006]針對(duì)這個(gè)目的，本發(fā)明通過(guò)如下技術(shù)方案實(shí)現(xiàn):
[0007]離線狀態(tài):
[0008](I)利用線陣相機(jī)實(shí)時(shí)獲取無(wú)瑕疵的布匹圖像，調(diào)節(jié)布匹的傳送速度、相機(jī)采集頻率以及相機(jī)光圈焦距等參數(shù)，實(shí)時(shí)獲得無(wú)瑕疵的布匹圖像序列作為樣本。
[0009](2)對(duì)獲取的樣本圖像進(jìn)行中值濾波處理以抑制噪聲去除干擾點(diǎn)，利用直方圖均衡化增強(qiáng)圖像的對(duì)比度以凸顯紋理。
[0010](3)構(gòu)建一個(gè)三層前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，采用一個(gè)虛部Gabor小波作為隱層的激勵(lì)函數(shù)，構(gòu)建參數(shù)向量組。
[0011](4)利用Levenberg-Marquardt (LM算法)針對(duì)每個(gè)Gabor小波求解出最優(yōu)參數(shù)，最終得到相互對(duì)應(yīng)的奇對(duì)稱Gabor濾波器組和偶對(duì)稱Gabor濾波器組。
[0012]在線狀態(tài):
[0013](I)保持離線狀態(tài)的相機(jī)參數(shù)，實(shí)時(shí)獲取待測(cè)布匹圖像。通過(guò)中值濾波處理去除噪聲干擾點(diǎn)，利用直方圖均衡化凸顯布匹圖像的紋理，每個(gè)采樣周期內(nèi)采集布匹圖像形成圖像序列進(jìn)行檢測(cè)。
[0014](2)分別用離線訓(xùn)練時(shí)得到的奇對(duì)稱Gabor濾波器組和偶對(duì)稱Gabor濾波器組對(duì)待檢測(cè)圖片濾波處理，檢測(cè)塊狀與線狀瑕疵。
[0015](3)對(duì)得到的濾波結(jié)果進(jìn)行融合處理，并對(duì)融合圖像平滑濾波以及二值化，最終得到瑕疵區(qū)域。
[0016]本發(fā)明的有益效果是:本發(fā)明提供了一種基于Gabor濾波器和小波神經(jīng)網(wǎng)絡(luò)的圖像瑕疵檢測(cè)方法，對(duì)于布匹圖像的紋理信息能夠有效的提取，并利用離線訓(xùn)練縮短了算法的執(zhí)行時(shí)間，構(gòu)建的奇對(duì)稱Gabor濾波器可以很好的檢測(cè)塊狀瑕疵，而偶對(duì)稱Gabor濾波器則在檢測(cè)線性邊緣時(shí)有著很大的優(yōu)勢(shì)，面對(duì)不同類別的瑕疵能夠保證檢測(cè)成功率。在用線陣相機(jī)高速實(shí)時(shí)采集圖 像的條件下，能夠有效的提高檢測(cè)速度，降低漏檢和誤檢率。
【專利附圖】

【附圖說(shuō)明】
[0017]圖1本發(fā)明的整體系統(tǒng)構(gòu)建圖
[0018]圖2本發(fā)明算法整體流程圖
【具體實(shí)施方式】
[0019]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)等更加清楚明白，以下結(jié)合具體實(shí)施例，并參照附圖，對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。
[0020]本發(fā)明的基本目的是檢驗(yàn)布匹的表面瑕疵，分為離線訓(xùn)練過(guò)程及在線檢測(cè)過(guò)程，裝置的硬件構(gòu)建如圖1所示，算法整體流程如圖2所示。離線訓(xùn)練過(guò)程中，通過(guò)對(duì)無(wú)瑕疵樣本圖像進(jìn)行小波網(wǎng)絡(luò)算法處理，并利用LM算法迭代尋優(yōu)得到最優(yōu)參數(shù)組，構(gòu)建出對(duì)應(yīng)奇對(duì)稱Gabor濾波器組和偶對(duì)稱Gabor濾波器組。在線檢測(cè)過(guò)程中利用得到的濾波器組對(duì)待檢測(cè)圖像進(jìn)行濾波處理，再圖像融合，平滑濾波處理后最終得到瑕疵區(qū)域。
[0021]進(jìn)一步的，離線訓(xùn)練過(guò)程具體實(shí)現(xiàn)步驟為:
[0022](I)根據(jù)所要求的驗(yàn)布精度和速度，設(shè)定布匹傳送速度，相機(jī)采樣頻率，調(diào)整相機(jī)位置等，采集一系列圖像序列作為樣本圖像。
[0023](2.1)對(duì)得到的樣本圖像利用中值濾波做去噪處理。
[0024](2.2)對(duì)濾波后圖像做直方圖均衡化處理。
[0025]在一幅圖像中灰度級(jí)rk出現(xiàn)的概率近似為:
[0026]
【權(quán)利要求】
1.一種布匹瑕疵的在線視覺(jué)檢測(cè)方法，其特征是:通過(guò)Gabor濾波器和小波神經(jīng)網(wǎng)絡(luò)的結(jié)合，有效地提取出布匹表面紋理的寬度方向信息，對(duì)于同種類布匹訓(xùn)練求取最優(yōu)解后構(gòu)建Gabor濾波器進(jìn)行在線實(shí)時(shí)檢測(cè)；針對(duì)不同種類的瑕疵，對(duì)應(yīng)選擇奇對(duì)稱、偶對(duì)稱Gabor濾波器保證塊狀瑕疵與線狀瑕疵準(zhǔn)確、有效地檢測(cè)出來(lái)；具體包括以下幾個(gè)步驟: (1)離線學(xué)習(xí)過(guò)程中小波神經(jīng)網(wǎng)絡(luò)的構(gòu)建，得到布匹表面的參數(shù)向量
2.根據(jù)權(quán)利要求1所述一種布匹表面瑕疵的在線視覺(jué)檢測(cè)方法，其特征是:所述步驟(I)中參數(shù)向量的精確求取，包括以下步驟: 構(gòu)建一個(gè)三層前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，設(shè)一幅灰度圖像為f(x，y)，其中(X，y)為像素的位置標(biāo)號(hào)，f為對(duì)應(yīng)的像素值，使用Gabor小波網(wǎng)絡(luò)逼近該圖像則有如下表示形式:
3.根據(jù)權(quán)利要求1所述一種布匹表面瑕疵的在線視覺(jué)檢測(cè)方法，其特征是: 所述步驟(2)中最優(yōu)Gabor濾波器組的構(gòu)建，包括以下步驟: 第一步、將得到的參數(shù)向量組進(jìn)行尋優(yōu)，整個(gè)網(wǎng)絡(luò)的訓(xùn)練過(guò)程可以表達(dá)為
4.根據(jù)權(quán)利要求1所述一種布匹表面瑕疵的在線視覺(jué)檢測(cè)方法，其特征是:所述步驟(3)中瑕疵區(qū)域的精確獲取，包括以下步驟: 先將兩個(gè)濾波器的輸出結(jié)果(0_n(x，y)，Oodd(x, y))分別歸一化處理:
【文檔編號(hào)】G01N21/898GK103926255SQ201410173860
【公開(kāi)日】2014年7月16日 申請(qǐng)日期:2014年4月26日 優(yōu)先權(quán)日:2014年4月26日
【發(fā)明者】白瑞林, 何薇, 吉峰, 李新 申請(qǐng)人:江南大學(xué), 無(wú)錫信捷電氣股份有限公司