本發(fā)明涉及一種檢測(cè)技術(shù)領(lǐng)域，尤其涉及一種基于濾布缺陷破損檢測(cè)方法、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

工業(yè)濾布是由天然纖維和合成纖維織造而成的過濾介質(zhì)，主要用于固液分離與工業(yè)除塵，合成纖維主要有丙綸，滌綸，錦綸，維綸等，其中以滌綸和丙綸最為常用，以固液分離為主，廣義的工業(yè)濾布也包括各種金屬材料編織網(wǎng)比如不銹鋼絲、鎳絲、黃銅絲。

目前而言，已有的商用布匹破損缺陷檢測(cè)系統(tǒng)均存在些許不足之處，過分的依賴高性能的計(jì)算機(jī)硬件，對(duì)軟件算法沒有足夠的重視?，F(xiàn)有技術(shù)中，一般采用特征面積區(qū)域法對(duì)濾布破損缺陷進(jìn)行檢測(cè)，采用該特征面積區(qū)域法對(duì)濾布破損缺陷進(jìn)行檢測(cè)識(shí)別時(shí)，是基于破洞透光的原理，對(duì)于穿透性類別的破損其檢出率高達(dá)95.46％，而對(duì)于磨損類別的破損檢測(cè)率低于20％，檢測(cè)結(jié)果表明對(duì)于磨損類別的檢測(cè)效果差，存在布匹破損缺陷檢測(cè)辨識(shí)能力不高的，只能識(shí)別破損較為明顯、紋理組織結(jié)構(gòu)不復(fù)雜、顏色單調(diào)的布匹。

技術(shù)實(shí)現(xiàn)要素：

為了克服現(xiàn)有技術(shù)的不足，本發(fā)明的目的之一在于提供一種基于濾布缺陷破損檢測(cè)方法，其能夠解決現(xiàn)有技術(shù)中對(duì)濾布破損缺陷進(jìn)行檢測(cè)，存在濾布破損缺陷檢測(cè)辨識(shí)能力低的問題。

本發(fā)明的目的之二在于提供一種電子設(shè)備，其能夠解決現(xiàn)有技術(shù)中對(duì)濾布破損缺陷進(jìn)行檢測(cè)，存在濾布破損缺陷檢測(cè)辨識(shí)能力低的問題。

本發(fā)明的目的之三在于提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其能夠解決現(xiàn)有技術(shù)中對(duì)濾布破損缺陷進(jìn)行檢測(cè)，存在濾布破損缺陷檢測(cè)辨識(shí)能力低的問題。

本發(fā)明的目的之一采用如下技術(shù)方案實(shí)現(xiàn)：

一種基于濾布缺陷破損檢測(cè)方法，包括以下步驟：

圖像紋理提取步驟：對(duì)濾布的圖像紋理特征進(jìn)行提取，并形成數(shù)據(jù)庫(kù)；

分析判斷步驟：采用svm二分類器檢測(cè)模型法對(duì)數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征進(jìn)行分析，并判濾布中的斷圖像紋理特征區(qū)是否為缺陷破損區(qū)。

進(jìn)一步地，圖像紋理提取步驟：采用灰度共生矩陣對(duì)濾布的圖像紋理特征進(jìn)行提取，并形成數(shù)據(jù)庫(kù)。

進(jìn)一步地，svm二分類器檢測(cè)模型法，設(shè)灰度圖像為f，灰度等級(jí)為l，則計(jì)算灰度共生矩陣的步驟如下：

(1)根據(jù)灰度圖像的灰度等級(jí)計(jì)算灰度共生矩陣的大小l²；

(2)任取灰度圖像f中的一點(diǎn)k(x，y)，取另一點(diǎn)q(x+a，y+b)，將該像素點(diǎn)對(duì)的灰度值記為(i，j)；

(3)令點(diǎn)k在灰度圖像f上進(jìn)行移動(dòng)，然后記錄得到的各個(gè)像素點(diǎn)對(duì)的(i，j)及距離值；

(4)統(tǒng)計(jì)圖像f中相距為的像素對(duì)出現(xiàn)的頻數(shù)n(i，j)；

(5)將統(tǒng)計(jì)得到每一對(duì)(i，j)出現(xiàn)的聯(lián)合頻數(shù)n(i，j)排列成一個(gè)矩h(i，j)，其中i和j分別表示矩陣中第i行和第j列，矩陣h(i，j)，即為所求的灰度共生矩陣，或者，歸一化處理后再構(gòu)建共生矩陣。

進(jìn)一步地，若數(shù)據(jù)庫(kù)內(nèi)的樣本為線性可分，則svm二分類器檢測(cè)模型法對(duì)數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征直接進(jìn)行分析。

進(jìn)一步地，若數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征為線性不可分，則使用非線性映射算法將低維線性不可分的樣本轉(zhuǎn)化到高維特征空間，以便使其線性可分，然后svm二分類器檢測(cè)模型法對(duì)數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征直接進(jìn)行分析。

進(jìn)一步地，圖像紋理提取步驟：采用局部二進(jìn)制模式對(duì)濾布的圖像紋理特征進(jìn)行提取，并形成數(shù)據(jù)庫(kù)。

本發(fā)明的目的之二采用如下技術(shù)方案實(shí)現(xiàn)：

一種電子設(shè)備，包括：處理器；

存儲(chǔ)器；以及程序，其中程序被存儲(chǔ)在存儲(chǔ)器中，并且被配置成由處理器執(zhí)行，程序包括用于執(zhí)行上述所描述的方法。

本發(fā)明的目的之三采用如下技術(shù)方案實(shí)現(xiàn)：

一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行上述所描述的方法。

相比現(xiàn)有技術(shù)，本發(fā)明的有益效果在于：

本發(fā)明中對(duì)濾布的圖像紋理特征進(jìn)行提取，并形成數(shù)據(jù)庫(kù)，采用svm二分類器檢測(cè)模型法對(duì)數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征進(jìn)行分析，并判濾布中的斷圖像紋理特征區(qū)是否為缺陷破損區(qū)，能準(zhǔn)確的識(shí)別濾布中的破損，提高檢測(cè)辨識(shí)能力，能解決對(duì)濾布破損缺陷進(jìn)行檢測(cè)，存在濾布破損缺陷檢測(cè)辨識(shí)能力低的問題。

附圖說(shuō)明

圖1為本發(fā)明提供基于濾布缺陷破損檢測(cè)方法中一種實(shí)施方式的流程示意框圖；

圖2為圖1所示基于濾布缺陷破損檢測(cè)方法中破損檢測(cè)的模塊示意框圖。

具體實(shí)施方式

下面，結(jié)合附圖以及具體實(shí)施方式，對(duì)本發(fā)明做進(jìn)一步描述，需要說(shuō)明的是，在不相沖突的前提下，以下描述的各實(shí)施例之間或各技術(shù)特征之間可以任意組合形成新的實(shí)施例。

實(shí)施例

本發(fā)明的濾布缺陷破損檢測(cè)方法主要應(yīng)用于破損檢測(cè)領(lǐng)域，目前而言，已有的商用布匹破損缺陷檢測(cè)系統(tǒng)均存在些許不足之處，過分的依賴高性能的計(jì)算機(jī)硬件，對(duì)軟件算法沒有足夠的重視?，F(xiàn)有技術(shù)中，一般采用特征面積區(qū)域法對(duì)濾布破損缺陷進(jìn)行檢測(cè)，采用該特征面積區(qū)域法對(duì)濾布破損缺陷進(jìn)行檢測(cè)識(shí)別時(shí)，是基于破洞透光的原理，對(duì)于穿透性類別的破損其檢出率高達(dá)95.46％，而對(duì)于磨損類別的破損檢測(cè)率低于20％，檢測(cè)結(jié)果表明對(duì)于磨損類別的檢測(cè)效果差，存在布匹破損缺陷檢測(cè)辨識(shí)能力不高的，只能識(shí)別破損較為明顯、紋理組織結(jié)構(gòu)不復(fù)雜、顏色單調(diào)的布匹。如何準(zhǔn)確的識(shí)別濾布中的破損，提高檢測(cè)辨識(shí)能力，是一個(gè)相當(dāng)困難的問題，針對(duì)上述問題，如圖1所示，本發(fā)明提供了一種濾布缺陷破損檢測(cè)方法，其包括以下步驟：

步驟s1：采用灰度共生矩陣對(duì)濾布的圖像紋理特征進(jìn)行提取，并形成數(shù)據(jù)庫(kù)，或者，采用局部二進(jìn)制模式對(duì)濾布的圖像紋理特征進(jìn)行提取，并形成數(shù)據(jù)庫(kù)。

步驟s2：采用svm二分類器檢測(cè)模型法對(duì)數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征進(jìn)行分析，若數(shù)據(jù)庫(kù)內(nèi)的樣本為線性可分，則svm二分類器檢測(cè)模型法對(duì)數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征直接進(jìn)行分析；若數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征為線性不可分，則使用非線性映射算法將低維線性不可分的樣本轉(zhuǎn)化到高維特征空間，以便使其線性可分，然后svm二分類器檢測(cè)模型法對(duì)數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征直接進(jìn)行分析；并判濾布中的斷圖像紋理特征區(qū)是否為缺陷破損區(qū)。

其中，svm二分類器檢測(cè)模型法，設(shè)灰度圖像為f，灰度等級(jí)為l，則計(jì)算灰度共生矩陣的步驟如下：

(1)根據(jù)灰度圖像的灰度等級(jí)計(jì)算灰度共生矩陣的大小l²；

(2)任取灰度圖像f中的一點(diǎn)k(x，y)，取另一點(diǎn)q(x+a，y+b)，將該像素點(diǎn)對(duì)的灰度值記為(i，j)；

(3)令點(diǎn)k在灰度圖像f上進(jìn)行移動(dòng)，然后記錄得到的各個(gè)像素點(diǎn)對(duì)的(i，j)及距離值；

(4)統(tǒng)計(jì)圖像f中相距為的像素對(duì)出現(xiàn)的頻數(shù)n(i，j)；

(5)將統(tǒng)計(jì)得到每一對(duì)(i，j)出現(xiàn)的聯(lián)合頻數(shù)n(i，j)排列成一個(gè)矩h(i，j)，其中i和j分別表示矩陣中第i行和第j列，矩陣h(i，j)，即為所求的灰度共生矩陣，或者，歸一化處理后再構(gòu)建共生矩陣。

本發(fā)明公開了一種電子設(shè)備，包括處理器、存儲(chǔ)器以及程序，其中程序被存儲(chǔ)在存儲(chǔ)器中，并且被配置成由處理器執(zhí)行，程序包括用于執(zhí)行上述方法，或者本發(fā)明的方法存儲(chǔ)在可讀的存儲(chǔ)介質(zhì)上，并且該方法程序可以被處理器執(zhí)行。

如圖2所示，本發(fā)明提供了一種破損檢測(cè)系統(tǒng)，其包括：

提取模塊和處理模塊，提取模塊對(duì)濾布的圖像紋理特征進(jìn)行提取，并形成數(shù)據(jù)庫(kù)；

處理模塊采用svm二分類器檢測(cè)模型法對(duì)數(shù)據(jù)庫(kù)內(nèi)的圖像紋理特征進(jìn)行分析，并判濾布中的斷圖像紋理特征區(qū)是否為缺陷破損區(qū)。

上述實(shí)施方式僅為本發(fā)明的優(yōu)選實(shí)施方式，不能以此來(lái)限定本發(fā)明保護(hù)的范圍，本領(lǐng)域的技術(shù)人員在本發(fā)明的基礎(chǔ)上所做的任何非實(shí)質(zhì)性的變化及替換均屬于本發(fā)明所要求保護(hù)的范圍。