[發(fā)明專利]一種基于圖像處理的機(jī)織物密度檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011435398.3
• 申請(qǐng)日: 2020-12-11
• 公開（公告）號(hào): CN112330673B
• 公開（公告）日: 2021-07-06
• 發(fā)明（設(shè)計(jì)）人: 鄧中民;彭然;柯薇;沙莎
• 申請(qǐng)（專利權(quán)）人: 武漢紡織大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T5/00;G06T3/00
• 代理公司: 武漢泰山北斗專利代理事務(wù)所(特殊普通合伙) 42250
• 代理人: 程千慧

1.一種基于圖像處理的機(jī)織物密度檢測(cè)方法，其特征在于，包括以下步驟：

步驟1、采集待檢測(cè)機(jī)織物圖像信息，用圖像校正算法對(duì)采集的機(jī)織物圖像進(jìn)行處理，得到校正圖像，使得校正圖像中的經(jīng)紗為豎直狀態(tài)，緯紗為水平狀態(tài)；

步驟2、將校正圖像進(jìn)行多尺度二維小波變換處理，第1級(jí)分解得到了近似分量a1、水平細(xì)節(jié)分量、垂直細(xì)節(jié)分量和對(duì)角細(xì)節(jié)分量，將水平細(xì)節(jié)分量、垂直細(xì)節(jié)分量和對(duì)角細(xì)節(jié)分量的總體作為細(xì)節(jié)分量b1，計(jì)算a1的灰度特征值E_s1，計(jì)算b1的灰度特征值E₁，則第1級(jí)總特征值E_z1＝E_s1+E₁,再次對(duì)a1進(jìn)行多尺度二維小波變換處理，第2級(jí)分解得到了近似分量a2和細(xì)節(jié)分量b2，計(jì)算a2的灰度特征值E_s2，計(jì)算b2的灰度特征值E₂，則第2級(jí)總特征值E_z2＝E_s2+E₁+E₂,則對(duì)校正圖像進(jìn)行了第i級(jí)分解后，第i級(jí)總特征值為分別計(jì)算每一級(jí)對(duì)應(yīng)的相對(duì)梯度變化值R_i＝(D_i-D_i-1)/D_i，其中D_i＝E_i/E_zi，將分解級(jí)數(shù)作為橫軸，對(duì)應(yīng)的相對(duì)梯度變化值作為縱軸，確定分解級(jí)數(shù)取不同數(shù)值時(shí)對(duì)應(yīng)的數(shù)據(jù)點(diǎn)，將相鄰數(shù)據(jù)點(diǎn)用直線連接形成連續(xù)曲線，得到灰度特征變化曲線，灰度特征變化曲線中相對(duì)梯度變化值的峰值對(duì)應(yīng)的分解級(jí)數(shù)即為最優(yōu)分解級(jí)數(shù)；

步驟3、計(jì)算最優(yōu)分解級(jí)數(shù)對(duì)應(yīng)的水平細(xì)節(jié)分量中經(jīng)紗的條數(shù)，即為待檢測(cè)機(jī)織物的經(jīng)紗條數(shù)，根據(jù)檢測(cè)待檢測(cè)機(jī)織物的寬度值，計(jì)算得到待檢測(cè)機(jī)織物的經(jīng)密結(jié)果；計(jì)算最優(yōu)分解級(jí)數(shù)對(duì)應(yīng)的垂直細(xì)節(jié)分量中緯紗的條數(shù)，根據(jù)檢測(cè)待檢測(cè)機(jī)織物的長度值，計(jì)算得到待檢測(cè)機(jī)織物的緯密結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于圖像處理的機(jī)織物密度檢測(cè)方法，其特征在于，所述步驟2中的灰度特征值計(jì)算公式為：其中N表示分解后該分量的數(shù)據(jù)個(gè)數(shù)，x_i表示分解中的每一個(gè)數(shù)據(jù)，i＝1,2，…，N；k和c為常數(shù)。

3.根據(jù)權(quán)利要求1所述的基于圖像處理的機(jī)織物密度檢測(cè)方法，其特征在于，所述圖像校正算法采用Randon變換算法或Hough變換算法。

4.根據(jù)權(quán)利要求1所述的基于圖像處理的機(jī)織物密度檢測(cè)方法，其特征在于，所述步驟3中計(jì)算紗線條數(shù)之前，還包括對(duì)垂直分量和水平分量圖像進(jìn)行進(jìn)一步的二值化和平滑優(yōu)化處理，使紗線變平滑，得到清晰分離的經(jīng)緯密紗線圖像的步驟。