[發明專利]一種織物勾絲缺陷檢測方法

在審

• 申請號: 202210432006.0
• 申請日: 2022-04-22
• 公開（公告）號: CN114841938A
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 盧彬;秦俞
• 申請（專利權）人: 南通海恒紡織設備有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/194;G06T7/62;G06V10/74;G06K9/62;G06V10/46;G06V10/762
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種織物勾絲缺陷檢測方法；獲取待檢測織物圖像，計算待檢測織物圖像上各像素點的梯度幅值、梯度方向和改進LBP值；基于梯度幅值、梯度方向和改進LBP值對各像素點進行聚類，得到各類別中面積最小的類別的連通域；獲取缺陷樣本圖像，在缺陷樣本圖像中任意選取其中一個像素點，計算該像素點與剩余其他像素點的特征差異度；在特征差異度中選取K個較大的特征差異度，并將K個特征差異度對應的像素點作為特征點；分別計算連通域上各像素點與所有特征點的匹配距離；根據匹配距離得到各像素點的度量；基于度量與匹配閾值的比較結果，獲取勾絲缺陷點，進而得到連通域上的勾絲缺陷區域。本發明能夠準確獲取待檢測織物圖像上的勾絲缺陷區域。

技術領域

本發明涉及圖像處理領域，具體涉及一種織物勾絲缺陷檢測方法。

背景技術

目前，中國是世界上最大的紡織品生產國和出口國，擁有最齊全的紡織品種類和最完整的產業鏈；紡織品在國家經濟發展中起著重要的作用。在紡織品中，如若一些織物出現瑕疵缺陷，則會降低織物的質量，進而影響同一批次紡織品的質量；因此，需要對織物進行缺陷檢測。

現有技術中，對于織物的缺陷檢測大都采取人工進行檢測，利用人工檢測的缺點十分明顯；例如，織物上較小的瑕疵點可能會因為工人的疏忽而被忽略，導致帶有瑕疵的織物產品進入市場；其中，織物的勾絲缺陷作為較小的瑕疵點之一通常會被檢測工人忽略；與此同時，工人的專注力達不到要求，不僅使得缺陷檢測不準確，而且致使缺陷檢測的效率低下；同時，隨著織物生產速度的提升，肉眼越來越難分辨流水線上織物的缺陷目標，織物的缺陷檢測變得更加困難。

發明內容

為了解決上述技術問題，本發明的目的在于提供一種織物勾絲缺陷檢測方法，所采用的技術方案具體如下：

獲取待檢測織物圖像，計算所述待檢測織物圖像上各像素點的梯度幅值和梯度方向；

在所述待檢測織物圖像上隨機選取一個像素點，利用擴張卷積核選取該像素點的8鄰域像素點，計算該像素點的8鄰域的LBP值，基于最大的LBP值得到該像素點的改進LBP值；進而得到各像素點的改進LBP值；

基于所述梯度幅值、梯度方向和改進LBP值，對各像素點進行聚類，得到多個類別，獲取各類別中面積最小的類別，進而得到所述面積最小的類別的連通域；

獲取缺陷樣本圖像，在所述缺陷樣本圖像中任意選取其中一個像素點，計算該像素點與剩余其他像素點的特征差異度；在所述特征差異度中選取K個較大的特征差異度，其中K大于2，并將K個特征差異度對應的像素點作為特征點；

分別計算所述連通域上各像素點與所有特征點的匹配距離；將各像素點對應的最小匹配距離作為各像素點的度量；

將所述度量與匹配閾值作比較，若所述度量小于所述匹配閾值，則對應像素點為勾絲缺陷點，進而得到所述連通域上的勾絲缺陷區域。

進一步地，所述特征差異度的獲取方法為：獲取各像素點的主窗口和鄰域窗口，所述主窗口為像素點處于滑窗的中心位置的窗口，所述鄰域窗口為像素點分別處于滑窗角點的位置的窗口；基于各像素點的主窗口，計算任意兩像素點的不相關度量，基于該任意兩像素點對應的鄰域窗口，計算任意兩像素點的差異度，將該任意兩像素點的不相關度量與差異度之和作為兩像素點的特征差異度；

所述特征差異度的計算公式為：

T＝S(IWm,IWn)+T^N

其中，IWm為像素點m的主窗口，IWn為像素點n的主窗口，S(IWm,IWn)為像素點m與像素點n的不相關度量，T^N為像素點m與像素點n的差異度；

式中，S(IWm,IWn)＝1-NCC(IWm,IWn)，其中，NCC為歸一化互相關函數。