[發明專利]基于局部最優分析的紡織品瑕疵檢測方法

在審

• 申請號: 201710946334.1
• 申請日: 2017-10-12
• 公開（公告）號: CN107977954A
• 公開（公告）日: 2018-05-01
• 發明（設計）人: 常興治;胡麗英;劉威;王國偉;朱川;黃圣超
• 申請（專利權）人: 常州信息職業技術學院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10
• 代理公司: 蘇州銘浩知識產權代理事務所(普通合伙)32246
• 代理人: 趙凱

技術領域

本發明涉及紡織品檢測技術領域，尤其是基于局部最優分析的紡織品瑕疵檢測方法。

背景技術

紡織品的經濟效益由其質量所決定，品質優秀的紡織品會帶來收益，而含有瑕疵的殘次品則會帶來經濟損失，傳統的人工檢測方式是根據檢測人員的經驗、紡織品的評分和評等標準對紡織品的質量進行評定。這種方式檢測速度低，并且漏檢率較高，因此需要發展快速、準確且無監督的紡織品瑕疵檢測方法。

現今紡織品瑕疵檢測針對的織物類型，可以分為兩類：第一類是結構簡單，不含有復雜的圖案，多為純色的紡織品；第二類則是有較為復雜的圖案信息，且圖案具有周期性。

對于第一類純色紡織品圖像的質量檢測已經有了很多成熟的技術和算法，比較有代表性的有統計法、頻譜法、訓練法、結構法和模型法等。其中，統計法和譜方法無法針對瑕疵面積較大的紡織品圖像進行檢測；訓練法需要大量地訓練參數，所消耗的時間和成本都很高；結構法對樣本圖像紋理要求很高，對瑕疵類型沒有普適性。在這些技術中，模型法能夠將瑕疵檢測問題轉化為統計假設檢驗問題，利用有限的參數描述了圖像中的一個像素與其相鄰區域內像素的統計相關性，可以有效地描述紋理的結構特性和統計特性。

對于第二類含有周期基元圖案的復雜紡織品圖像的質量檢測，成熟的技術相對較少，且現有的技術均需要訓練樣本的參數，所需的時間和成本極高，并且檢測結果也一般。

發明內容

本發明要解決的技術問題是：為了解決現有的檢測方法周期長、成本高且效果差的不足，本發明提供了一種基于局部最優分析的紡織品瑕疵檢測方法，通過確定周期圖案的大小對圖像進行裁剪和分塊，減少了計算復雜度，提高了檢測速率，同時本方法對瑕疵類型具有普適性。

本發明解決其技術問題所采用的技術方案是：

一種基于局部最優分析的紡織品瑕疵檢測方法，包括以下步驟：

1)輸入待檢測含有周期變化圖案的紡織品圖像；

2)確定圖案的周期模板大小；

3)根據模板大小對圖像進行分塊；

4)對分塊的圖像塊建立Markov隨機場模型；

5)計算每一圖像塊的局部能量，改變區塊的標記從而使該能量達到穩定，進而由局部最優擴散至全局最優；

6)根據最終的標記場完成瑕疵的定位。

具體地，所述確定圖案的周期模板大小的方法是，在紡織品圖像的水平方向取步長c且在紡織品圖像的垂直方向取步長r對紡織品圖像進行均勻分割，計算相鄰兩塊間的差異并計算所有差異的總和，并根據差異總和的極小值求取紡織品圖像的模板大小。

具體地，所述求取紡織品圖像的模板大小的計算方法是，令步長c等于紡織品圖像的水平方向圖像長度進行r的求解，再求解c，或令步長r等于紡織品圖像的垂直方向圖像寬度進行c的求解，再求解r，并獲取r和c的最佳值作為模板大小。

具體地，所述根據模板大小對圖像進行分塊的方法是，根據模板大小及紡織品圖像的長度及寬度對紡織品圖像進行裁剪；根據模板大小將裁剪后的紡織品平均分割為若干個大小相同的圖像塊。

具體地，所述對分塊的圖像塊建立Markov隨機場模型的方法是，每個圖像塊為隨機場的最小計算單元；當前塊與其四鄰域圖像塊組成一個鄰域系統；當前塊的性質可以由四鄰域的性質表征；對每個圖像塊賦予一個標記，初始標記均為0，將所有標記的集合作為標記場；將所有圖像塊進行疊加，生成立體模型，計算該模型的中位數，得到的結果即為待測紡織品圖像的全局模板，該模板默認為無瑕，其標記為0。

具體地，所述計算每一圖像塊的局部能量的方法是，對于標記與全局模板相同的圖像塊，統計其四鄰域內與其標記相同的圖像塊，計算該圖像塊與其四鄰域內標記相同的塊之間相似度的均值；對于標記與全局模板不同的圖像塊，其局部能量等于標記與全局模板相同的圖像塊的能量最大值。

具體地，所述改變區塊的標記的方法是，計算所有圖像塊與全局模板間的相似系數；取一決策值λ在(0,1)間遍歷；改變相似系數低于λ的圖像塊標記；如果改標記后局部能量降低，說明標記迭代準確，反之錯誤，改回原標記。

具體地，所述所述根據最終的標記場完成瑕疵的定位的方法是，標記為0的圖像塊認定為無瑕區塊，標記為1的圖像塊認定為有瑕區塊。

本發明的有益效果是：本發明提供了一種基于局部最優分析的紡織品瑕疵檢測方法，通過確定周期圖案的大小對圖像進行裁剪和分塊，減少了計算復雜度，提高了檢測速率，同時本方法對瑕疵類型具有普適性。

附圖說明