[發明專利]織物疵點檢測方法、裝置、計算機設備和存儲介質

在審

• 申請號: 201810091939.1
• 申請日: 2018-01-30
• 公開（公告）號: CN108414525A
• 公開（公告）日: 2018-08-17
• 發明（設計）人: 庫萬書;張潤明;張玉高;何梁博;祝昆
• 申請（專利權）人: 廣東溢達紡織有限公司
• 主分類號: G01N21/88
• 分類號: G01N21/88;G06T7/00;G06T7/136
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 黃曉慶

本申請涉及一種織物疵點檢測方法、系統、計算機設備和存儲介質。所述方法包括：獲取待測織物表面圖像和標準織物表面圖像；采用第一織物疵點檢測算法對待測織物表面圖像與標準織物表面圖像進行對比檢測；當檢測到待測織物表面圖像存在疵點時，對待測織物表面圖像和標準織物表面圖像進行處理，得到疵點特征突出的圖像；采用第二織物疵點檢測算法對處理結果進行檢測，獲得疵點參數。采用本方法能夠通過兩次算法檢測和對圖像處理，可以有效地減少疵點織物在疵點檢測過程的噪聲，檢測到疵點的存在和參數，從而可以保證檢出率。

技術領域

本申請涉及紡織技術領域，特別是涉及一種織物疵點方法、裝置、計算機設備和存儲介質。

背景技術

隨著紡織技術領域的發展，出現了織物疵點檢測技術。在制衣生產里，色織物表面的疵點一般均靠檢驗人員用肉眼在光源下進行檢查及判斷。

然而，目前的織物疵點檢測技術存在檢出率低的問題。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠保證檢出率的織物疵點檢測方法、裝置、計算機設備和存儲介質。

一種織物疵點檢測方法，包括：

獲取待測織物表面圖像和標準織物表面圖像；

采用第一織物疵點檢測算法對待測織物表面圖像與標準織物表面圖像進行對比檢測；

當檢測到待測織物表面圖像存在疵點時，對待測織物表面圖像和標準織物表面圖像進行處理，得到疵點特征突出的圖像；

采用第二織物疵點檢測算法對處理結果進行檢測，獲得疵點參數。

在其中一個實施例中，第二織物疵點檢測算法包括基于卷積匹配追蹤和Gabor(伽柏)的K-VSD(K-Singular Value Decomposition，K奇異值分解)算法的雙重疵點的織物疵點檢測算法、基于Gaussian(高斯)回代交替方向圖像分界的織物疵點檢測算法以及基于多通道Gabor和KPCA(Kernel Principal Component Analysis，核主成分分析)的織物疵點檢測算法中的至少一種。

在其中一個實施例中，采用基于卷積匹配追蹤和Gabor的K-VSD算法的雙重疵點的織物疵點檢測算法對處理結果進行檢測，獲得疵點參數包括：

把標準織物表面圖形作為樣本集，采用卷積匹配追蹤和基于Gabor的K-VSD迭代算法進行稀疏編碼訓練，得到融合字典；

將經過處理的待測織物表面圖像和標準織物表面圖像在融合字典上投影作為特征，計算距離，獲得疵點參數。

在其中一個實施例中，采用基于Gaussian回代交替方向圖像分界的織物疵點檢測算法對處理結果進行檢測，獲得疵點參數包括：

采用Gaussian回代交替方向方法分解處理后的待測織物表面圖像，將處理后的待測織物表面圖像分解為疵點部分和紋理部分；

采用二維大津閾值方法對分解得到的疵點部分進行分割，獲得疵點參數。

在其中一個實施例中，采用基于多通道Gabor和KPCA的織物疵點檢測算法對處理結果進行檢測，獲得疵點參數包括：

將處理結果分割成不重疊的圖像子塊；

將圖像子塊進行數據融合，并使用KPCA算法對數據融合的結果進行降維；

對降維后的結果進行中值濾波和相似度比較，獲得疵點參數。

在其中一個實施例中，第一織物疵點檢測算法包括Gabor算法和高斯算法中的至少一種。

在其中一個實施例中，對待測織物表面圖像進行處理采用的算法包括均值降采樣算法、直方圖均衡化算法、Gabor濾波算法中的至少一種。