[發明專利]布面瑕疵識別方法、系統和存儲介質

在審

• 申請號: 202010516473.2
• 申請日: 2020-06-09
• 公開（公告）號: CN111860579A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 黃思東
• 申請（專利權）人: 廣州尋星網絡科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/00;G01N21/88
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 譚英強

1.一種布面瑕疵識別方法，其特征在于，包括以下步驟：

獲取布匹圖像；

將所述布匹圖像分割為尺寸相同的多個子圖；

通過分類模型對所述多個所述子圖進行分類，得到各所述子圖屬于缺陷類型的得分；

計算各所述子圖中屬于缺陷類型的得分最大的前N個所述子圖的對應得分的平均值；其中，N為大于等于2的整數；

根據所述平均值是否滿足預設條件來判斷圖像中布匹是否存在缺陷。

2.根據權利要求1所述的布面瑕疵識別方法，其特征在于：所述缺陷類型有多個；

所述計算各所述子圖中屬于缺陷類型的得分最大的前N個所述子圖的對應得分的平均值，包括：

針對每個缺陷類型都進行以下計算：

計算各所述子圖中屬于相同缺陷類型的得分最大的前N個所述子圖的對應得分的平均值；

所述根據所述平均值是否滿足預設條件來判斷圖像中布匹是否存在缺陷，包括：

對應任一缺陷類型的平均值滿足預設條件，則判定圖像中布匹存在缺陷。

3.根據權利要求1所述的布面瑕疵識別方法，其特征在于：所述方法還包括以下步驟：

當設定時間內獲取的所述布匹圖像中超過M個被判定為圖像中布匹存在缺陷，則觸發報警。

4.根據權利要求1所述的布面瑕疵識別方法，其特征在于：所述分類模型通過以下方式得到：

獲取第一訓練集合，所述第一訓練集合中包括多個被標注的訓練樣本，所述訓練樣本為布匹圖像的子圖；

對所述第一訓練集合中的訓練樣本進行對比度變換、亮度變換、添加隨機噪聲、添加隨機模糊或者隨機翻轉中的至少一種處理，得到新的訓練樣本；

將所述新的訓練樣本添加到所述第一訓練集合中，得到第二訓練集合；

利用第二訓練集合對參數隨機初始化的分類模型進行訓練，得到所述分類模型。

5.一種布面瑕疵識別系統，其特征在于，包括：

獲取單元，用于獲取布匹圖像；

分割單元，用于將所述布匹圖像分割為尺寸相同的多個子圖；

分類單元，用于通過分類模型對所述多個所述子圖進行分類，得到各所述子圖屬于缺陷類型的得分；

計算單元，用于計算各所述子圖中屬于缺陷類型的得分最大的前N個所述子圖的對應得分的平均值；其中，N為大于等于2的整數；

判斷單元，用于根據所述平均值是否滿足預設條件來判斷圖像中布匹是否存在缺陷。

6.一種布面瑕疵識別系統，其特征在于，包括：

程序；

存儲器，用于存儲所述程序；

處理器，用于加載所述程序以執行如權利要求1-4任一項所述的方法。

7.一種布面瑕疵識別系統，其特征在于，包括：

攝像機，用于拍攝布匹圖像；

控制器，用于獲取所述布匹圖像，將所述布匹圖像分割為尺寸相同的多個子圖；通過分類模型對所述多個所述子圖進行分類，得到各所述子圖屬于缺陷類型的得分；計算各所述子圖中屬于缺陷類型的得分最大的前N個所述子圖的對應得分的平均值；根據所述平均值是否滿足預設條件來判斷圖像中布匹是否存在缺陷；其中，N為大于等于2的整數；

繼電器，受控于所述控制器，用以控制布匹處理設備；

所述控制器根據圖像中布匹存在缺陷的情況控制所述繼電器。

8.根據權利要求6所述的布面瑕疵識別系統，其特征在于，所述缺陷類型有多個；

所述計算各所述子圖中屬于缺陷類型的得分最大的前N個所述子圖的對應得分的平均值，包括：

針對每個缺陷類型都進行以下計算：

計算各所述子圖中屬于相同缺陷類型的得分最大的前N個所述子圖的對應得分的平均值；

所述根據所述平均值是否滿足預設條件來判斷圖像中布匹是否存在缺陷，包括：

對應任一缺陷類型的平均值滿足預設條件，則判定圖像中布匹存在缺陷。