本發(fā)明涉及機(jī)織物面料質(zhì)量檢測技術(shù)領(lǐng)域，尤其涉及一種機(jī)織物疵點(diǎn)分割方法。

背景技術(shù)：

在機(jī)織物面料表面疵點(diǎn)檢測方法應(yīng)用中通常需要具有疵點(diǎn)分割步驟，旨在判斷材料表面是否具有疵點(diǎn)和顯示疵點(diǎn)位置與形狀。然而，待分割圖像中通常存在噪聲的干擾，為避免對正常圖像的誤判，現(xiàn)有通常直接使用閥值法，如最大類間方差閾值、迭代閾值、遺傳算法閾值等，對圖像進(jìn)行二值化時(shí)無法精確分割圖像中的疵點(diǎn)區(qū)域。另一方面，影響分割效果的另一個(gè)重要因素是材料表面紋理和圖像噪聲的干擾，排除干擾的方法通常是使用圖像降噪技術(shù)。但大多數(shù)圖像降噪技術(shù)對疵點(diǎn)信息和干擾信息具有等效的削弱作用，不利于圖像的疵點(diǎn)分割。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明針對現(xiàn)有技術(shù)存在的問題和不足，提供一種機(jī)織物疵點(diǎn)分割方法，根據(jù)機(jī)織物的圖像噪聲干擾的特點(diǎn)，采用四階偏微分方程和松弛中值濾波算法混合對疵點(diǎn)圖像進(jìn)行降噪，對圖像進(jìn)行降噪后再進(jìn)行疵點(diǎn)分割。

本發(fā)明是通過下述技術(shù)方案來解決上述技術(shù)問題的：

本發(fā)明提供一種機(jī)織物疵點(diǎn)分割方法，其特點(diǎn)在于，其包括以下步驟：

s1、獲取一表面帶有疵點(diǎn)的機(jī)織物的疵點(diǎn)圖像；

s2、采用四階偏微分方程算法和松弛中值濾波算法對該疵點(diǎn)圖像進(jìn)行混合降噪；

s3、對降噪后的疵點(diǎn)圖像進(jìn)行二值化處理以獲得一二值化圖像。

針對疵點(diǎn)信息與干擾信息間的區(qū)別，本方案采用對疵點(diǎn)信息具有較好保留效果的圖像降噪方法。

四階偏微分方程降噪方法具有邊緣梯度判別功能和在邊緣梯度處抑制平滑的作用，然而其對高尖峰噪聲平滑效果較差，松弛中值濾波可彌補(bǔ)該缺陷。目前，混合四階偏微分方程與松弛中值濾波的降噪技術(shù)仍未應(yīng)用于平面材料表面疵點(diǎn)檢測的分割步驟中。

較佳地，在步驟s2中，循環(huán)依次采用該四階偏微分方程算法中的四階拉普拉斯算子和該松弛中值濾波算法對下采樣后的疵點(diǎn)圖像進(jìn)行降噪，消除噪聲干擾的同時(shí)最大化保留疵點(diǎn)區(qū)域特征。

較佳地，在步驟s1和s2之間包括：對該疵點(diǎn)圖像進(jìn)行下采樣；

在步驟s2和s3之間包括：對該降噪后的疵點(diǎn)圖像進(jìn)行插值處理以獲得與原始的疵點(diǎn)圖像的尺寸相同的疵點(diǎn)圖像；

在步驟s3中，對插值處理后的疵點(diǎn)圖像進(jìn)行二值化處理以獲得該二值化圖像。

較佳地，在步驟s3中，采用閾值法對該降噪后的疵點(diǎn)圖像進(jìn)行二值化處理。

較佳地，該閾值法進(jìn)行二值化的操作：計(jì)算該降噪后的疵點(diǎn)圖像中的所有元素的均值μ與標(biāo)準(zhǔn)差σ，當(dāng)該降噪后的疵點(diǎn)圖像中像素點(diǎn)的灰度數(shù)介于μ±3σ之間時(shí)，則該像素點(diǎn)賦值為1；否則該像素點(diǎn)賦值為0。

在符合本領(lǐng)域常識(shí)的基礎(chǔ)上，上述各優(yōu)選條件，可任意組合，即得本發(fā)明各較佳實(shí)例。

本發(fā)明的積極進(jìn)步效果在于：

1、本發(fā)明采用四階偏微分方程算法和松弛中值濾波算法對疵點(diǎn)圖像進(jìn)行混合降噪，對噪聲進(jìn)行有效平滑的同時(shí)較好地保留了疵點(diǎn)信息，改善了分割效果；

2、本發(fā)明的分割方法可適用于多種類型的機(jī)織物表面疵點(diǎn)檢測。

附圖說明

圖1為本發(fā)明較佳實(shí)施例的機(jī)織物疵點(diǎn)分割方法的流程圖。

圖2為本發(fā)明較佳實(shí)施例的機(jī)織物的疵點(diǎn)圖像的示意圖。

圖3為對圖1進(jìn)行二維經(jīng)驗(yàn)?zāi)B(tài)分解所得圖像的示意圖。

圖4為對圖2進(jìn)行混合降噪后所得圖像的示意圖。

圖5為對圖3直接進(jìn)行二值化操作所得結(jié)果的示意圖。

圖6為對圖4進(jìn)行二值化操作所得結(jié)果的示意圖。

具體實(shí)施方式

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

如圖1所示，本實(shí)施例提供一種機(jī)織物疵點(diǎn)分割方法，其包括以下步驟：

步驟101、獲取一表面帶有疵點(diǎn)的機(jī)織物的疵點(diǎn)圖像；

步驟102、對該疵點(diǎn)圖像進(jìn)行下采樣；

步驟103、循環(huán)依次采用該四階偏微分方程算法中的四階拉普拉斯算子和該松弛中值濾波算法對下采樣后的疵點(diǎn)圖像進(jìn)行降噪，消除噪聲干擾的同時(shí)最大化保留疵點(diǎn)區(qū)域特征；

步驟104、對該降噪后的疵點(diǎn)圖像進(jìn)行插值處理以獲得與原始的疵點(diǎn)圖像的尺寸相同的疵點(diǎn)圖像；

步驟105、采用閾值法對插值處理后的疵點(diǎn)圖像進(jìn)行二值化處理以獲得一二值化圖像。

其中，該閾值法進(jìn)行二值化的操作：

計(jì)算該插值處理后的疵點(diǎn)圖像中的所有元素的均值μ與標(biāo)準(zhǔn)差σ，當(dāng)該插值處理后的疵點(diǎn)圖像中像素點(diǎn)的灰度數(shù)介于μ±3σ之間時(shí)，則該像素點(diǎn)賦值為1；否則該像素點(diǎn)賦值為0，從而能夠獲得該二值化圖像。

下面舉一具體的例子來說明本發(fā)明的技術(shù)方案，以使得本領(lǐng)域的技術(shù)人員能夠更好地理解本發(fā)明的技術(shù)方案：

見圖2，獲取一表面帶有疵點(diǎn)的機(jī)織物的疵點(diǎn)圖像，見圖3，其是疵點(diǎn)圖像進(jìn)行二維經(jīng)驗(yàn)?zāi)B(tài)分解所得圖像，對圖3中的圖像循環(huán)依次采用四階偏微分方程算法和松弛中值濾波算法進(jìn)行降噪，獲得的圖像如圖4所示。

直接對圖3采用閾值法進(jìn)行二值化操作后所得結(jié)果如圖5所示，對圖4采用閾值法進(jìn)行二值化操作后所得結(jié)果如圖6所示，通過對比圖5和圖6，顯然經(jīng)降噪后的所得的分割結(jié)果要優(yōu)未經(jīng)降噪后所得的分割結(jié)果。

雖然以上描述了本發(fā)明的具體實(shí)施方式，但是本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，這些僅是舉例說明，本發(fā)明的保護(hù)范圍是由所附權(quán)利要求書限定的。本領(lǐng)域的技術(shù)人員在不背離本發(fā)明的原理和實(shí)質(zhì)的前提下，可以對這些實(shí)施方式做出多種變更或修改，但這些變更和修改均落入本發(fā)明的保護(hù)范圍。

技術(shù)特征：

技術(shù)總結(jié)
本發(fā)明公開了一種機(jī)織物疵點(diǎn)分割方法，其包括以下步驟：S1、獲取一表面帶有疵點(diǎn)的機(jī)織物的疵點(diǎn)圖像；S2、采用四階偏微分方程算法和松弛中值濾波算法對該疵點(diǎn)圖像進(jìn)行混合降噪；S3、對降噪后的疵點(diǎn)圖像進(jìn)行二值化處理以獲得一二值化圖像。本發(fā)明采用四階偏微分方程算法和松弛中值濾波算法對疵點(diǎn)圖像進(jìn)行混合降噪，對噪聲進(jìn)行有效平滑的同時(shí)較好地保留了疵點(diǎn)信息，改善了分割效果。

技術(shù)研發(fā)人員：鐘俊杰;周建;王峰;王鴻博
受保護(hù)的技術(shù)使用者：江陰薌菲服飾有限公司
技術(shù)研發(fā)日：2017.06.21
技術(shù)公布日：2017.10.20