[發明專利]一種基于最大熵與DBSCAN相融合的毛羽檢測方法

有效

• 申請號: 201811149030.3
• 申請日: 2018-09-29
• 公開（公告）號: CN109272503B
• 公開（公告）日: 2019-11-19
• 發明（設計）人: 張緩緩;嚴凱;李仁忠;景軍鋒;李鵬飛
• 申請（專利權）人: 西安工程大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136;G06T7/155;G06K9/62
• 代理公司: 61214 西安弘理專利事務所
• 代理人: 曾慶喜<國際申請>=<國際公布>=<進入

本發明公開了一種基于最大熵與DBSCAN相融合的毛羽檢測算法，具體為：首先，將待檢測的紗線圖像縮放至256×256像素，并將其轉換為單通道BMP格式，并對紗線圖像進行雙邊濾波處理，之后采用最大熵閾值分割紗線圖像，再利用開運算處理經過最優閾值處理后的紗線圖像，對紗線毛羽進行細化，最后采用密度聚類算法對細化后的紗線圖像的毛羽進行處理，得到毛羽根數及長度。本方法在提取毛羽時利用最大熵閾值處理紗線圖像，能夠最大限度的保留毛羽的完整信息，避免造成毛羽在閾值過程中被分割斷開的情況。同時，結合DBSCAN聚類算法統計出毛羽的根數及其每根毛羽的長度，精確度高，誤差小。

技術領域

本發明屬于紡織檢測技術領域，具體涉及一種基于最大熵與DBSCAN相融合的毛羽檢測方法。

背景技術

毛羽能夠影響紗線和最終紡織品的外觀和手感，如兩根緯紗上的毛羽分布不同，會造成反光程度的差別，從而在布面上形成橫檔；毛羽不勻會導致染色不勻，毛羽多的地方顏色較深，少的地方顏色較淺，從而形成色差；毛羽多的紗線容易在加工過程中受摩擦而起球，從而降低紡織品的質量。若要形成高品質的紡織品，其根本在于生產出高質量的紗線，因此，關于紗線外觀質量的檢測和評估對提升紡織品質量起了決定性的作用。

目前，企業檢測紗線毛羽主要依靠的是目測法和光電式毛羽檢測儀，但這兩種方法誤差較大且成本較高。隨著計算機技術及圖像處理技術的迅速發展，圖像處理技術被越來越多的研究人員應用在紗線毛羽方面檢測。國內外有很多學者利用基于紗線條干畫基準線的方法檢測紗線毛羽長度，雖然針對紗線毛羽檢測工作取得一些成績，但這種方法在統計彎曲毛羽長度時無法計算出實際長度，普適性不足。孫銀銀等人采用視頻顯微鏡與圖像處理技術相結合的方法，選擇條干上下邊緣作為基準線，并將圖像處理法的檢測結果分別與目測法計數的結果和GY172A型光電分級統計法的結果相比較，得出基于圖像處理的毛羽檢測方法能夠獲得更準確和可靠的檢測結果。但利用視頻顯微鏡采集紗線圖像，在工業生產中不適用。Fabijańska利用圖像處理技術對毛羽圖像進行處理實現毛羽的檢測，雖然在處理過程中圖像已經經過了銳化，但是在分割過程中部分毛羽仍然會被分類為背景。

基于以上研究發現，檢測中仍存在兩個問題：毛羽提取不完整和不能精確計算毛羽長度。最大熵閾值先將圖像分為前景和背景，分別計算圖像前景與背景的熵值，當兩者之和達到最大的時候，此時對應的像素值為分割圖像的閾值，能夠完整的分割出前景，符合提取毛羽的要求。DBSCAN聚類算法是一種密度聚類算法，設定好領域大小以及領域內點的最小密度后則可得出類的個數以及每一類的大小，符合計算毛羽根數及長度的要求。

發明內容

本發明的目的在于提供一種基于最大熵與DBSCAN相融合的毛羽檢測方法，解決了現有檢測算法中毛羽提取不完整且不能精確計算毛羽長度的問題。

本發明所采用的技術方案是，一種基于最大熵與DBSCAN相融合的毛羽檢測方法，具體按照以下步驟實施：

步驟1，將待檢測的紗線圖像縮放至256×256像素，并將其轉換為單通道BMP格式；

步驟2，對經步驟1后得到的紗線圖像進行雙邊濾波處理；

步驟3，采用最大熵閾值分割紗線圖像；

步驟4，經步驟3后，利用開運算處理經過最優閾值處理后的紗線圖像，提取紗線條干，再對紗線條干進行膨脹，利用最優閾值處理后的紗線減去膨脹后的紗線條干，得到紗線毛羽，最后，對紗線毛羽進行細化，得到細化后的紗線圖像；

步驟5，采用密度聚類算法對細化后的紗線圖像的毛羽進行處理，得到毛羽根數及長度。

本發明的特點還在于，