[發明專利]一種基于自適應分割與模板校正的織物瑕疵檢測方法在審
| 申請號: | 201910196033.0 | 申請日: | 2019-03-15 |
| 公開(公告)號: | CN109949287A | 公開(公告)日: | 2019-06-28 |
| 發明(設計)人: | 狄嵐;楊達;顧雨迪 | 申請(專利權)人: | 江南大學 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06K9/62;G06T7/136 |
| 代理公司: | 南京禹為知識產權代理事務所(特殊普通合伙) 32272 | 代理人: | 王曉東 |
| 地址: | 214122 江蘇*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 模板校正 織物瑕疵 自適應分割 訓練階段 檢測 測試階段 小波預處理 比較分析 圖像減法 瑕疵圖像 查全率 查準率 棋盤法 波段 布林 | ||
1.一種基于自適應分割與模板校正的織物瑕疵檢測方法,其特征在于:包括訓練階段和測試階段;
所述訓練階段通過對無瑕疵圖像的處理得到一個閾值;
所述測試階段使用所述訓練階段通過訓練得到的所述閾值進行織物瑕疵的檢測與識別。
2.如權利要求1所述的基于自適應分割與模板校正的織物瑕疵檢測方法,其特征在于:所述訓練階段還包括以下步驟,
將具有周期性結構的無瑕疵圖像利用自適應分割法形成無瑕晶格,獲得N個無瑕晶格集合Bi(i=1,...,N);
所述無瑕晶格通過利用循環移位的方法改變所述無瑕晶格的行列順序來進行校正;
通過計算所有校正后所述無暇晶格間的結構相似性得到相似關系,并將所述相似關系通過傳遞閉包的方式得到等價關系;
在所述校正的基礎上建立統一的無瑕模板,根據計算的所述結構相似性對校正后的所述無瑕晶格與所述無瑕模板之間的差異進行量化,獲得用于瑕疵晶格定位的所述閾值,且所述閾值為決策邊界t。
3.如權利要求2所述的基于自適應分割與模板校正的織物瑕疵檢測方法,其特征在于:所述測試階段還包括以下步驟,
對瑕疵圖像進行自動分割,獲得N個有瑕晶格集合Ai(i=1,...,N);
所述有瑕晶格通過所述循環移位的方法改變格子的行列順序,對所述有瑕晶格進行校正;
根據所述結構相似性算法計算集合Ai內部元素間的結構相似系數,得到N個結構相似系數矩陣Rei;
使用所述訓練階段獲得的所述決策邊界t,對結構相似系數矩陣Rei進行閾值分割,完成瑕疵晶格的定位;
根據所述閾值分割對瑕疵晶格進行像素級的精確檢測。
4.如權利要求2或3所述的基于自適應分割與模板校正的織物瑕疵檢測方法,其特征在于:用模板校正的方法對分割后的晶格的不匹配的有或無瑕疵圖做預處理并對每個格子使用所述結構相似性進行特征提取,且所述循環移位的校正方法根據所述模板校正的模板進行循環移位操作;
采用所述循環移位的校正方法,提出了如下模板模型:
其中,A為待校正的晶格,B為一個無瑕疵晶格,p*表示行變換的次數,q*表示列變換的次數,p*∈[0,r-1],q*∈[0,c-1]。Tv與Th分別是r×r以及c×c大小的兩個矩陣,如下:
5.如權利要求4所述的基于自適應分割與模板校正的織物瑕疵檢測方法,其特征在于:所述模板校正還包括以下步驟,
建立參考模板,然后將每一個晶格按照所述參考模板進行校正;
計算每一張無瑕疵圖像的所有晶格的灰度均值矩陣作為模板,再將其余晶格根據所述參考模板進行校正。
6.如權利要求5所述的基于自適應分割與模板校正的織物瑕疵檢測方法,其特征在于:所述結構相似性算法為將所述的校正后的所有樣本圖像,構建一個表示晶格間相似關系的矩陣,應用所述結構相似性來衡量晶格間的相似度,所述結構相似性定義如下:
將圖像自適應分割后得到一個晶格集合Z={Z1...Zn};設Sij表示晶格Zi與晶格Zj的結構相似性,得到如下:
其中x,y分別代表晶格Zi與Zj,其中μx是x的灰度平均值,μy是y的灰度平均值,是x的方差,是y的方差,σxy是x和y的協方差,C1=(k1L)2,C2=(k2L)2是用來維持穩定的常數,L是像素值的動態范圍取255,k1=0.01,k2=0.03。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于江南大學,未經江南大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910196033.0/1.html,轉載請聲明來源鉆瓜專利網。





