[發明專利]一種基于圖像處理的單色織物疵點區域的識別與提取方法

在審

• 申請號: 201710413304.4
• 申請日: 2017-06-05
• 公開（公告）號: CN107392884A
• 公開（公告）日: 2017-11-24
• 發明（設計）人: 孫智權;劉夏妮;楊燕
• 申請（專利權）人: 鎮江蘇儀德科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/42;G06T5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于圖像處理領域，具體涉及到一種基于圖像處理的單色織物疵點區域的識別與提取方法。

背景技術

隨著現代科學技術的快速發展，工業自動化水平日益提高，尤其微電子技術、計算機信息技術和互聯網技術的飛速發展，工業智能化已成為新的發展趨勢。工業自動化水平也和其他工業領域一樣，自動化程度越來越高。但織物質量檢測作為紡織品質量控制的重要環節，卻一直沒有實現自動化，其中疵點檢測是最重要的檢驗項目。

目前，織物疵點檢測仍然是由人工目測完成，即檢驗人員在良好的光照環境下用肉眼發現布匹上的疵點，并做出標記和記錄。人工檢測不僅勞動強度大、檢測效率低、對工人健康不利，而且受檢測人員主觀因素影響大，漏檢率和誤檢率高(一般在50％左右，尤其是面積小和不明顯的疵點)。此外，由于檢測人員經驗不足以及對疵點的理解不同，使得疵點檢測沒有一個統一的標準。因此，疵點檢測環節已成為制約紡織工業自動化和影響紡織品質量的關鍵環節，開展織物疵點自動檢測技術研究非常迫切，必須解決以下問題：1)選擇優化的圖像降噪方法，并采取相應措施解決圖像降噪過程中產生的邊緣和細節模糊問題；2)疵點區域的提取與識別，實現疵點自動檢測的關鍵在于疵點區域的單色織物疵點區域的快速檢測與識別；3)確定疵點區域后，需要對疵點區域的紋理特征進行提取，以便根據疵點區域特征值與正常織物標準特征值的比較，來確定疵點的種類。

發明內容

發明目的：針對上述問題，本發明的目的是提供一種基于圖像處理的疵點區域的識別與提取方法，不僅識別了疵點的存在，而且得到了疵點區域的位置、形狀和大小等基本信息，保證能夠提取準確的疵點區域紋理特征值，該方法也解決了疵點自動檢測的問題。

技術方案：為實現上述目的，本發明采用如下技術方案：

一種基于圖像處理的疵點區域的識別與提取方法，其特征在于，包括如下步驟：

步驟101、對疵點區域采用工業相機完成圖像采集；

步驟102、對疵點區域采集的圖像進行預處理，其包括：

步驟1021，對疵點區域進行高斯濾波降噪，采用二維高斯函數對其進行濾波處理，減小或消除噪聲影響，使圖像更易于計算機的分析與處理。

步驟1022，采用運用高通巴特沃茲型濾波器進行圖像銳化，增強圖像的邊緣及部分噪聲，并削弱了灰度變化緩慢的區域。

步驟103、采用數學形態學算法和邊緣提取方法相結合，進行單色織物疵點區域的快速檢測與識別；

步驟104、應用傅里葉變換分析方法對含疵點圖像進行分解，表達式為：

其中，F(ω)為f(t)的像函數，f(t)為F(ω)的像原函數；

步驟105、提取織物能量、極差、方差、熵、逆差矩五個紋理特征值并進行歸一化處理：歸一化表達式為

其中，y表示待檢織物的相對特征值，x表示待檢織物的絕對特征值，表示待檢織物的絕對特征值的均值，x_max、x_min分別表示正常織物特征值的最大值和最小值。

有益效果：與現有技術相比，本發明的優點提供一種基于圖像處理的疵點區域的識別與提取方法，對織物疵點自動檢測涉及圖像采集、預處理降噪、疵點區域識別與邊緣提取、疵點紋理特征值提取，不僅識別了疵點的存在，而且得到了疵點區域的位置、形狀和大小等基本信息，保證能夠提取準確的疵點區域紋理特征值，該方法也解決了疵點自動檢測的問題。

附圖說明

圖1是基于圖像處理的疵點區域的識別與提取方法的流程圖。

具體實施方式

下面結合附圖和具體實施例，進一步闡明本發明。

如圖1所示，基于圖像處理的疵點區域的識別與提取方法，包括如下步驟：

步驟101、對疵點區域采用工業相機完成圖像采集；

步驟102、對疵點區域采集的圖像進行預處理，其包括：

步驟1021，對疵點區域進行高斯濾波降噪，采用二維高斯函數對其進行濾波處理，減小或消除噪聲影響，使圖像更易于計算機的分析與處理。

步驟1022，采用運用高通巴特沃茲型濾波器進行圖像銳化，增強圖像的邊緣及部分噪聲，并削弱了灰度變化緩慢的區域。

步驟103、采用數學形態學算法和邊緣提取方法相結合，進行單色織物疵點區域的快速檢測與識別；

步驟104、應用傅里葉變換分析方法對含疵點圖像進行分解，表達式為：

其中，F(ω)為f(t)的像函數，f(t)為F(ω)的像原函數；