[發明專利]基于模式識別和圖像處理的紡織品瑕疵自動檢測及分類方法

有效

• 申請號: 201210330347.3
• 申請日: 2012-09-07
• 公開（公告）號: CN102879401A
• 公開（公告）日: 2013-01-16
• 發明（設計）人: 景軍鋒;李鵬飛;李航;張緩緩;焦陽;李江南
• 申請（專利權）人: 西安工程大學
• 主分類號: G01N21/88
• 分類號: G01N21/88;G01N21/89;G06K9/62;G06K9/54
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 羅笛

1.基于模式識別和圖像處理的紡織品瑕疵自動檢測及分類方法，其特征在于，具體按照以下步驟實施：

步驟1、構建基于計算機視覺的紡織品在線檢測系統的硬件平臺：

基于計算機視覺的紡織品在線檢測系統的硬件平臺，包括有通過導線依次連接的計算機，雙路線陣CCD攝像頭以及相配套的圖像采集卡；

雙路線陣CCD攝像頭與圖像采集卡之間采用Base模式下的Camera?Link串行通信方式進行數據的高速傳輸，CCD攝像頭采集的模擬信號經過圖像采集卡轉換成數字信號后傳送給計算機進行處理；

步驟2、利用圖像采集卡采集數據：

用步驟1中構建的硬件平臺中內的圖像采集卡采集分辨率為2048×2048大小的RGB彩色織物圖像；

步驟3、對采集到的彩色織物圖像進行預處理：

將步驟2中圖像采集卡所采集到的彩色織物圖像進行灰度轉化和直方圖均衡的預處理；

步驟4、建立方法庫，利用方法庫檢測布匹圖像存在瑕疵并對圖像瑕疵進行分割：

將Gabor濾波器組，Gauss平滑背景分析法和多尺度小波分析三種檢測方法級聯形成一個檢測系統，即方法庫；

將步驟3預處理的彩色織物圖像送入方法庫，方法庫中任何一種方法能夠檢測出來疵點，都認為被檢測的布匹圖像存在瑕疵；

再利用模型閾值選取和自動最優閾值分割的方法對布匹圖像疵點進行分割；

步驟5、對布匹上的瑕疵區進行查找和定位：

用數學上的“四叉樹”邏輯對經步驟4檢測出的布匹圖像上的瑕疵區域進行邊緣查找和定位分析；

步驟6、采集布匹瑕疵圖像上的特征值；

1）采用“共生灰度矩”從步驟5查找和定位的瑕疵圖像中提取特征值，在每個含有瑕疵的子區域分四個方向提取特征值，這四個方向分別為：0度、45度、90度、135度，每個方向取四個特征值，一共采集十六個特征值；

2）利用基于人類視覺感知特征的“Tamura紋理的特征”提取方法對瑕疵圖像進行特征值的采集，采集六個特征值：這六個特征值即為粗糙度、對比度、線性度、規整度、粗略度和方向度；連同1）中的16個特征值共22個特征值；

步驟7、對采集到的所有特征值進行處理：

利用主成分分析即PCA分析，對步驟6中所采集到的22個特征值進行降維處理；

步驟8，對布匹進上的瑕疵進行分類；

使用“量化共軛BP神經網絡算法”對經步驟7降維處理后的數據進行分類，即對瑕疵進行分類。