[發明專利]基于顯著性檢測的紡織品表面瑕疵檢測方法及系統

有效

• 申請號: 201710211976.7
• 申請日: 2017-04-01
• 公開（公告）號: CN107064160B
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 王慶偉
• 申請（專利權）人: 佛山市南海天富科技有限公司
• 主分類號: G01N21/89
• 分類號: G01N21/89
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 胡楓

1.一種基于顯著性檢測的紡織品表面瑕疵檢測方法，其特征在于，包括：

S1，對紡織品進行上布及卷布處理，去除紡織品表面異物及展開紡織品；

S2，抓拍運動過程中紡織品表面圖像；

S3，調節抓拍運動中的亮度和曝光時間；

S4，去除紡織品表面圖像的失真部分和噪聲；

S5，對紡織品表面圖像進行疵點檢測以生成檢測結果；具體地，所述步驟S5包括：將線陣相機采集到的紡織品表面圖像劃分為多個區域子圖像；調整區域子圖像的圖像大??；通過動態滑塊掃描區域子圖像，將區域子圖像劃分為多個分塊圖像，并對分塊圖像進行紋理分析；提取分塊圖像的textons基元紋理特征；獲取每個滑塊的特征值數組，計算每個滑塊的特征均值；獲取區域子圖像的F范數；以求得的F范數作為子空間分割的先驗知識，采用基于先驗知識的子空間分割算法對紡織品表面圖像進行分割，并采用拉格朗日迭代算法，求出分割后所有區域子圖像用于衡量瑕疵信息強弱的特征向量；獲取紡織品表面圖像中的瑕疵映射圖像；對瑕疵映射圖像進行濾波處理；通過最大類方差法尋找閾值，并采用閾值法將瑕疵映射圖像轉化為二值圖像；采用八連通區域檢測算法獲取二值圖像的輪廓，所述輪廓包括外部輪廓及內部邊緣；存儲瑕疵位置及瑕疵大?。伙@示檢測結果；

S6，根據圖像表面瑕疵分析模塊的檢測結果生成并打印質量報表。

2.如權利要求1所述的基于顯著性檢測的紡織品表面瑕疵檢測方法，其特征在于，所述步驟S2包括：

抓拍運動過程中紡織品表面圖像；

調節拍攝模塊的工作距離；

對紡織品表面打光；

對紡織品打透射光；

獲得紡織品縱向前進的速度，并轉化為掃描行頻，通過內觸發的方式改變線陣相機的掃描頻率；

調節相機相對卷布機的水平距離、角度和高度；

調節線性光源相對線陣相機的水平位置、角度和高度。

3.如權利要求2所述的基于顯著性檢測的紡織品表面瑕疵檢測方法，其特征在于，所述步驟S3包括：

將編碼器采集的速度信號轉化為線陣相機內觸發所需的掃描頻率信號；

通過白平衡算法調節亮度；

調整曝光時間。

4.如權利要求3所述的基于顯著性檢測的紡織品表面瑕疵檢測方法，其特征在于，所述步驟S4包括：

對紡織品表面圖像進行平場校正處理；

對紡織品表面圖像進行平滑處理。

5.一種基于顯著性檢測的紡織品表面瑕疵檢測系統，其特征在于，包括：

機械驗布模塊，用于對紡織品進行上布及卷布處理，去除紡織品表面異物及展開紡織品；

圖像采集模塊，用于抓拍運動過程中紡織品表面圖像；

圖像獲取模塊，用于調節抓拍運動中的亮度和曝光時間；

圖像預處理模塊，用于去除紡織品表面圖像的失真部分和噪聲；

圖像表面瑕疵分析模塊，用于對紡織品表面圖像進行疵點檢測以生成檢測結果；具體地，所述圖像瑕疵分析模塊包括：圖像區域劃分模塊，用于將線陣相機采集到的紡織品表面圖像劃分為多個區域子圖像；圖像下采樣模塊，用于調整區域子圖像的圖像大??；子圖像各區域分塊模塊，用于通過動態滑塊掃描區域子圖像，將區域子圖像劃分為多個分塊圖像，并對分塊圖像進行紋理分析；圖像紋理特征提取模塊，用于提取分塊圖像的textons基元紋理特征；圖像塊特征計算模塊，用于獲取每個滑塊的特征值數組，計算每個滑塊的特征均值；F范數先驗知識獲取模塊，用于獲取區域子圖像的F范數；低秩表示子空間分割模塊，用于以求得的F范數作為子空間分割的先驗知識，采用基于先驗知識的子空間分割算法對紡織品表面圖像進行分割，并采用拉格朗日迭代算法，求出分割后所有區域子圖像用于衡量瑕疵信息強弱的特征向量；顯著區域恢復模塊，用于獲取紡織品表面圖像中的瑕疵映射圖像；第二高斯濾波模塊，用于對瑕疵映射圖像進行濾波處理；自動閾值獲取模塊，用于通過最大類方差法尋找閾值，并采用閾值法將瑕疵映射圖像轉化為二值圖像；連通區域檢測模塊，用于采用八連通區域檢測算法獲取二值圖像的輪廓，所述輪廓包括外部輪廓及內部邊緣；瑕疵數據存儲模塊，用于存儲瑕疵位置及瑕疵大??；瑕疵信息顯示模塊，用于顯示檢測結果；

圖像表面瑕疵分布打印模塊，用于根據圖像表面瑕疵分析模塊的檢測結果生成并打印質量報表。