[發(fā)明專利]基于機器視覺的織物緯斜快速探測方法

有效

• 申請?zhí)枺?/td>: 201410124279.4
• 申請日: 2014-03-28
• 公開（公告）號: CN103866551A
• 公開（公告）日: 2014-06-18
• 發(fā)明（設(shè)計）人: 屈惠明;張立廣;陳錢;顧國華;吉慶;王坤;張一帆
• 申請（專利權(quán)）人: 南京理工大學(xué)
• 主分類號: D06H3/12
• 分類號: D06H3/12
• 代理公司: 南京理工大學(xué)專利中心 32203
• 代理人: 朱顯國

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)字圖像特征提取的技術(shù)領(lǐng)域，特別是一種基于機器視覺的織物緯斜快速探測方法。

背景技術(shù)

針織品、紡織品在加工過程中，染色、水洗、印花等工藝使織物受到不均勻的內(nèi)應(yīng)力，紗支越粗、經(jīng)緯密度越大、重量越大的織物在加工過程中越容易產(chǎn)生緯斜。緯斜會嚴重影響到服裝的外觀及質(zhì)地。傳統(tǒng)的光電整緯儀存在檢測死角、檢測精度較低的缺點，而基于CCD的數(shù)字圖像特征提取技術(shù)在紡織工業(yè)中的應(yīng)用越來越廣，如基于圖像處理的織物密度檢測、織物瑕疵點檢測等。目前面向機器視覺檢測織物緯斜的方案有兩種：

一種方案是通過對織物圖像利用形態(tài)學(xué)變換進行平滑處理，利用形態(tài)學(xué)腐蝕消除噪聲像素點、利用形態(tài)學(xué)邊緣提取方法提取緯紗邊緣像素、最后通過Hough變換對邊緣像素組成的直線進行檢測從而計算出緯斜角度。該類方法應(yīng)用了大量形態(tài)學(xué)方法平滑圖像和提取圖像邊緣特征、利用Hough變換對直線進行檢測，在織物由于環(huán)境光、人影走動造成局部紋路缺失時，檢測準確度會大幅下降，而且算法復(fù)雜度比較高，不能快速高效的探測出織物緯斜角度。

另一種方案是利用傅里葉變換幅度譜的自配準性質(zhì)對織物的紋理進行探測，對樣本圖案傅里葉幅度譜進行二值化計算，并存儲下各個角度下的樣本圖案經(jīng)傅里葉變換后的紋理方向系數(shù)；將待測的紋理圖案與樣本庫作比較，得出最終的緯斜角度。該方法雖然自適應(yīng)程度較高，但同第一種方案一樣，算法復(fù)雜度比較高，傅里葉變換在圖像像素點較多時會消耗大量的時間。此外，該方法在選取樣本時存在不可控因素，最終將降低檢測精度。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種高效、準確的基于機器視覺的織物緯斜快速探測方法，為整緯儀的控制系統(tǒng)提供實時的參考數(shù)據(jù)，從而使得織物的緯斜及時得到糾正。

實現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種基于機器視覺的織物緯斜快速探測方法，包括以下步驟：

步驟1，采用CCD攝像機采集織物的紋理圖像，使用大津法自動尋找最佳分割閾值T，根據(jù)最佳分割閾值T對織物紋理圖像進行圖像目標與背景的分割，得到二值化的織物紋理圖像；

步驟2，通過窗口像素搜索方法跟蹤二值化的織物紋理圖像中條紋走向，并去除孤立點噪聲，確定所跟蹤條紋的起點和終點，最終得出條紋緯斜角度；

步驟3，采用條紋空間域約束的方法跟蹤多路條紋，并得到一組條紋緯斜角度值，對該組條紋緯斜角度值進行選擇性平均得到最終的織物紋理圖像緯斜角度值。

本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點為：（1）采用大津法對圖像進行自適應(yīng)二值化，對于不同光照條件下的織物圖像均能提取出合理的二值化緯紗信息；（2）采用窗口像素搜索法判定條紋起點終點最終得出條紋角度，并在搜索過程中去除孤立點噪聲，簡單有效的消除了噪聲像素點，并大程度保留了目標紋理中的有效信息；（3）通過同時探測多條紋路并在目標緯紗紋理上進行標注產(chǎn)生空間域約束作用，采用選擇性平均的方法對探測出的這些緯斜角度進行篩選，選擇出最合理的紋理角度，時間空間復(fù)雜度低，在紋理信息有效的情況下可精確的探測出條紋角度。

附圖說明

圖1是本發(fā)明基于機器視覺的織物緯斜快速探測方法的流程圖。

圖2是本發(fā)明方法中二值化、孤立點去除、角度標注后的織物圖像。

圖3是本發(fā)明實施例1中不同緯斜角度的織物樣本經(jīng)二值化、去噪、條紋角度標注后的效果圖，其中(a)緯斜角度2°，(b)緯斜角度10°，(c)緯斜角度20°，(d)緯斜角度-7°，(e)緯斜角度-13°，(f)緯斜角度-19°。

圖4是本發(fā)明實施例1中測量得到的織物緯斜角度與實際緯斜角度的偏離程度。

具體實施方式

下面結(jié)合附圖及具體實施方式對本發(fā)明作進一步詳細說明。

本發(fā)明基于機器視覺的織物緯斜快速探測方法，利用高速相機采集生產(chǎn)過程中織物的運動視頻序列，提取相關(guān)幀的圖像，通過自動搜索最佳閾值的大津法對該幀圖像進行二值化，并通過窗口像素搜索法確定緯斜角度，并在搜索過程中去除孤立點噪聲，通過對多條條紋搜索角度并采用空間域約束及選擇性平均的方法減小由局部光線產(chǎn)生的噪聲影響，結(jié)合圖1，具體步驟如下：

步驟1，采用CCD攝像機采集織物的紋理圖像，使用大津法自動尋找最佳分割閾值T，根據(jù)最佳分割閾值T對織物紋理圖像進行圖像目標與背景的分割，即將明暗相間的條紋中的亮部像素點全部變成白像素，而暗部的像素全部變成黑像素，得到二值化的織物紋理圖像。具體如下：