[發明專利]一種基于改進閾值分割的織物疵點檢測方法

在審

• 申請號: 201611160458.9
• 申請日: 2016-12-15
• 公開（公告）號: CN106780464A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 周武能;錢煒
• 申請（專利權）人: 東華大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00;G06T7/136
• 代理公司: 上海泰能知識產權代理事務所31233
• 代理人: 宋纓,錢文斌

技術領域

本發明涉及織物疵點檢測技術領域，特別是涉及一種基于改進閾值分割的織物疵點檢測方法。

背景技術

在紡織品生產過程中，產品質量檢測是極其重要的一步。一般織物的疵點類型有破洞、油污、粗緯、跳紗等。傳統織物的疵點檢測主要靠人工完成。人工檢測是一項枯燥繁重的勞動，檢測速度慢，也易產生漏檢和錯檢。目前基于視覺檢測的織物疵點自動檢測系統已經開始出現，如國外有瑞士Uster公司生產的Fabriscan自動驗布機、以色列Evs公司的I-TEX驗布機、比利時Barco公司的Cyclops驗布機。這幾類驗布機在硬件結構和軟件準確率都較為領先，但其價格極高，檢測不相同的布匹效果不一。而國內有能力研制的公司不多，試驗檢測的成功率不高，檢測的缺陷類別有限，還沒有達到滿足面向市場的要求。

因此，生產出系統更穩定，檢測更高速、準確的織物疵點檢測系統是當今紡織品生產企業的迫切需求。隨著信息科學技術和圖像處理技術的發展，以視覺處理為基礎的織物疵點檢測系統是研究的一個熱門，而系統的核心則是疵點檢測算法，重點是做到高速和高精度兩個要求。

發明內容

本發明所要解決的技術問題是提供一種基于改進閾值分割的織物疵點檢測方法，能夠對疵點進行更準確地分割。

本發明解決其技術問題所采用的技術方案是：提供一種基于改進閾值分割的織物疵點檢測方法，包括以下步驟：

(1)對采集圖像進行預處理；

(2)根據圖像的灰度值設定初始閾值，將圖像中灰度值不大于初始閾值的像素分為背景，將灰度值大于初始閾值的像素分為疵點目標；

(3)計算背景、疵點目標和整幅圖像的灰度均值；

(4)根據得到的灰度均值計算背景和疵點目標的類內方差和類間方差；

(5)根據得到的類內方差和類間方差確定最優閾值；

(6)根據得到的最優閾值與像素點的像素值進行比較確定疵點目標。

所述步驟(1)中通過中值濾波的方式對采集圖像進行去噪處理。

所述步驟(5)中最優閾值的確定準則為其中，t^*為最優閾值，P_i表示灰度為i的像素的頻數，μ_B(t)為初始閾值下背景的灰度均值，μ_o(t)為初始閾值下疵點目標的灰度均值。

所述步驟(6)中像素點的像素值為該像素及其領域像素灰度值的平均值。

有益效果

由于采用了上述的技術方案，本發明與現有技術相比，具有以下的優點和積極效果：本發明可以準確進行疵點分割，在選取最優分割閾值時，考慮織物疵點圖像的直方圖特性，該類圖像的直方圖并沒有明顯的雙峰特性，背景類像素較為分散，原始的Ostu算法不太適用。本發明的閾值選擇原則在最小類內差準則的基礎上，用類的直方圖灰度區間將其方差進行標準化，在對每個像素進行分類的時候，采取相鄰像素去均值代替原始像素，更好地減小噪聲對分割的影響。

附圖說明

圖1是本發明的流程圖；

圖2是織物疵點圖像示意圖；

圖3是預處理后圖像示意圖；

圖4是閾值分割后的二值化圖像示意圖。

具體實施方式

下面結合具體實施例，進一步闡述本發明。應理解，這些實施例僅用于說明本發明而不用于限制本發明的范圍。此外應理解，在閱讀了本發明講授的內容之后，本領域技術人員可以對本發明作各種改動或修改，這些等價形式同樣落于本申請所附權利要求書所限定的范圍。

本發明的實施方式涉及一種基于改進閾值分割的織物疵點檢測方法，首先對采集到的物圖像進行預處理，采用中值濾波去除噪聲干擾，然后根據最優閾值準則確定最優閾值，最后用鄰近像素均值與閾值比較，得到分割結果。如圖1所示，具體包括以下步驟：

(1)對采集圖像進行預處理

采用的樣本圖像來源是CCD工業攝像機，圖像類型為灰度圖片，見圖2。在采集圖片過程中，圖像易受光源、光學系統等影響而有噪聲污染，因此必須對圖像進行預處理。本實施方式中預處理方法采用濾波來改善圖像質量，中值濾波對某些隨機的噪聲具有很強的降噪能力，且能較好地保留原始的圖像信息。圖3為經過終止濾波處理后的圖像。

(2)圖像分類

令一副M行N列的灰度圖像的灰度級數為L，其中灰度為i的像素個數為n_i，灰度為i的像素的頻數為p_i。設定初始閾值t，將原始圖像中灰度不大于t的像素分為背景B，而把灰度大于t的像素分為疵點目標。