本發(fā)明涉及圖像識別處理，特別涉及一種經(jīng)緯紗自適應(yīng)紋理檢測方法、計(jì)算機(jī)系統(tǒng)及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、經(jīng)緯紗檢測系統(tǒng)是一種用于紡織工業(yè)的自動(dòng)化檢測設(shè)備，它利用機(jī)器視覺和圖像處理技術(shù)來檢測紡織品的質(zhì)量。這些系統(tǒng)能夠檢測包括經(jīng)紗和緯紗的密度、瑕疵、顏色等參數(shù)，以確保紡織品的質(zhì)量和一致性。

2、目前行業(yè)中的檢測系統(tǒng)一般由以下過程組成：

3、1.圖像預(yù)處理:顏色空間轉(zhuǎn)換、高斯濾波、邊緣沖擊等；

4、2.密度檢測:計(jì)算經(jīng)紗和緯紗的密度；

5、3.顏色檢測:利用顏色空間和閾值分割的方式檢查紗線的顏色；

6、4.瑕疵:采用blob方法計(jì)算紗線上的瑕疵,如臟污、斷紗、毛發(fā)、蚊蟲等。

7、然而，傳統(tǒng)的檢測方式雖然提高了產(chǎn)品的檢測效率和準(zhǔn)確性，但是還存在以下缺點(diǎn)：

8、1.技術(shù)復(fù)雜:檢測系統(tǒng)涉及到復(fù)雜的圖像處理的算法,需要設(shè)置大量的檢測參數(shù),對于使用人員的操作和維護(hù)提出了很高的要求；

9、2.局限性:檢測系統(tǒng)只能檢測特定類型的紡織品，產(chǎn)品換型時(shí)需要更換不同的系統(tǒng),產(chǎn)生巨額費(fèi)用和時(shí)間周期；

10、3.照明環(huán)境:檢測系統(tǒng)非常依賴led光源的穩(wěn)定性，當(dāng)led光源發(fā)生光衰時(shí),檢測的準(zhǔn)確性隨之降低。

11、因此，基于現(xiàn)有技術(shù)存在的上述缺點(diǎn)，我司專門提出一種基于自適應(yīng)紋理變化的經(jīng)緯紗檢測技術(shù)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種經(jīng)緯紗自適應(yīng)紋理檢測方法、計(jì)算機(jī)系統(tǒng)及存儲(chǔ)介質(zhì)，以解決背景技術(shù)中提出的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種經(jīng)緯紗自適應(yīng)紋理檢測方法，該方法包括以下步驟：

3、步驟一：采集標(biāo)準(zhǔn)圖像并分割紋理特征；

4、步驟二：根據(jù)步驟一生成圖像金字塔模型；

5、步驟三：采用圖像閾值分割提取出圖像中的經(jīng)緯紗線并建立高斯混合模型，并對每層金字塔圖像進(jìn)行一次高斯混合模型計(jì)算；

6、步驟四：根據(jù)光源的不同亮度和標(biāo)準(zhǔn)紡織品的不同旋轉(zhuǎn)角度，重新進(jìn)行計(jì)算步驟一和步驟二并得到新的密度分配；

7、步驟五：根據(jù)步驟四得到同一標(biāo)準(zhǔn)紡織品的多個(gè)高斯模型并將其聚合在一起作為檢測模型；

8、步驟六：拍攝多張待檢測產(chǎn)品圖像并將其經(jīng)緯節(jié)點(diǎn)記錄到檢測模型中對檢測模型進(jìn)行訓(xùn)練；

9、步驟七：輸入不同材質(zhì)類型的紡織品的瑕疵分類規(guī)則到檢測模型進(jìn)行檢測并獲取輸出結(jié)果。

10、本發(fā)明所述的經(jīng)緯紗自適應(yīng)紋理檢測方法，其中，所述金字塔模型如下：

11、，

12、其中：p(x,y)是目標(biāo)圖像坐標(biāo)(x,y)處的像素點(diǎn)；

13、i(x,y)是原始圖像坐標(biāo)(x,y)處的像素點(diǎn)；

14、k是縮放系數(shù)且取值范圍是1-8。

15、本發(fā)明所述的經(jīng)緯紗自適應(yīng)紋理檢測方法，其中，所述高斯混合模型如下：

16、；

17、其中：是第k個(gè)高斯分布的均值向量；

18、是第k個(gè)高斯分布的協(xié)方差矩陣；

19、是第k個(gè)高斯分布的權(quán)重系數(shù)；

20、n是高斯圖形分布數(shù)量；

21、x是經(jīng)緯線交叉的節(jié)點(diǎn)坐標(biāo)值。

22、本發(fā)明所述的經(jīng)緯紗自適應(yīng)紋理檢測方法，其中，引入?yún)?shù)z，根據(jù)下式方程組對高斯混合模型求解：；

23、；

24、；

25、其中，pz為權(quán)重，z為權(quán)重常量且取值0.5；pk是各層模型的權(quán)重。

26、本發(fā)明所述的經(jīng)緯紗自適應(yīng)紋理檢測方法，其中，的計(jì)算公式為：

27、；

28、其中x是節(jié)點(diǎn)數(shù)據(jù)，n是樣本數(shù)量且其取值范圍是3-50。

29、本發(fā)明所述的經(jīng)緯紗自適應(yīng)紋理檢測方法，其中的計(jì)算公式為：；

30、其中s(x,y)是協(xié)方差，xi和yi分別為兩個(gè)變量樣本值，和分別為兩個(gè)變量的平均值，n是樣本數(shù)量。

31、本發(fā)明所述的經(jīng)緯紗自適應(yīng)紋理檢測方法，其中的計(jì)算公式為：

32、；

33、；

34、其中，x和y為坐標(biāo)值，為x的方差。

35、此外，本發(fā)明還提供一種計(jì)算機(jī)控制系統(tǒng)，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述方法的步驟。

36、此外，本發(fā)明還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述方法的步驟。

37、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果：采用自適應(yīng)紋理變化模型后，可實(shí)現(xiàn)不同類型紡織品的快速檢測，產(chǎn)品換型時(shí)無需對系統(tǒng)進(jìn)行更換，保證了生產(chǎn)周期的快速性以及避免了更換成本，而且大大降低了系統(tǒng)穩(wěn)定對環(huán)境光源的依賴性,此外，技術(shù)員無需技術(shù)員去理解圖像處理和建模的相關(guān)知識，也無需設(shè)置圖像處理、閾值分割等建模參數(shù)，只需要簡單設(shè)置檢測完成后的不同材質(zhì)類型的紡織品的瑕疵分類的簡單規(guī)則，例如瑕疵面積大小大于0.02mm才需要檢出，進(jìn)而大大降低了技術(shù)操作的難度，對使用人員的操作和維護(hù)更加友好，降低了人員使用的成本以及操作門檻。

技術(shù)特征：

1.一種基于自適應(yīng)紋理變化的經(jīng)緯紗檢測方法，其特征在于，該方法包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于自適應(yīng)紋理變化的經(jīng)緯紗檢測方法，其特征在于，所述金字塔模型如下：

3.根據(jù)權(quán)利要求1或2所述的基于自適應(yīng)紋理變化的經(jīng)緯紗檢測方法，其特征在于，所述高斯混合模型如下：

4.根據(jù)權(quán)利要求3所述的基于自適應(yīng)紋理變化的經(jīng)緯紗檢測方法，其特征在于，引入?yún)?shù)z，根據(jù)下式方程組對高斯混合模型求解：

5.根據(jù)權(quán)利要求4所述的基于自適應(yīng)紋理變化的經(jīng)緯紗檢測方法，其特征在于，其中，的計(jì)算公式為：

6.根據(jù)權(quán)利要求4所述的基于自適應(yīng)紋理變化的經(jīng)緯紗檢測方法，其特征在于，其中的計(jì)算公式為：；

7.根據(jù)權(quán)利要求4所述的基于自適應(yīng)紋理變化的經(jīng)緯紗檢測方法，其特征在于，其中的計(jì)算公式為：；

8.一種計(jì)算機(jī)控制系統(tǒng)，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述方法的步驟。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述方法的步驟。

技術(shù)總結(jié)
本發(fā)明屬于圖像識別處理技術(shù)領(lǐng)域，尤其是一種經(jīng)緯紗自適應(yīng)紋理檢測方法、計(jì)算機(jī)系統(tǒng)及存儲(chǔ)介質(zhì)，本方法包括六個(gè)步驟，分別是采集標(biāo)準(zhǔn)圖像并分割紋理特征；根據(jù)步驟一生成圖像金字塔模型；采用圖像閾值分割提取出圖像中的經(jīng)緯紗線并建立高斯混合模型，并對每層金字塔圖像進(jìn)行一次高斯混合模型計(jì)算；根據(jù)光源的不同亮度和標(biāo)準(zhǔn)紡織品的不同旋轉(zhuǎn)角度，重前兩步并得到新的密度分配；根據(jù)步驟四得到同一標(biāo)準(zhǔn)紡織品的多個(gè)高斯模型并將其聚合在一起作為檢測模型；最后輸入不同材質(zhì)類型的紡織品的瑕疵分類規(guī)則到檢測模型進(jìn)行檢測并獲取輸出結(jié)果；進(jìn)而無需技術(shù)員去操作圖像處理和相關(guān)建模的復(fù)雜計(jì)算，可實(shí)現(xiàn)自適應(yīng)環(huán)境燈光和不同類型產(chǎn)品。

技術(shù)研發(fā)人員：何生茂,周崇山,邢文龍
受保護(hù)的技術(shù)使用者：德中（深圳）激光智能科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19