[發明專利]基于目標檢測的紡織品質量檢測方法

有效

• 申請號: 202210433723.5
• 申請日: 2022-04-24
• 公開（公告）號: CN114549522B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 楊美琴
• 申請（專利權）人: 啟東新朋萊紡織科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/187;G06T7/90;G06Q10/06;G06N3/04;G06K9/62;G06V10/764;G06V10/74;G06V10/82
• 代理公司: 杭州聚邦知識產權代理有限公司 33269
• 代理人: 周美鋒

1.基于目標檢測的紡織品質量檢測方法，其特征在于，該方法包括以下步驟：

采集紡織品圖像，濾波所述紡織品圖像得到濾波圖像；

獲取所述濾波圖像對應的灰度值序列；利用相空間重構所述灰度值序列，得到重構矩陣；獲取所述重構矩陣對應的關聯維數，根據所述關聯維數對所述濾波圖像中各像素點之間的關聯性進行評價得到濾波圖像的質量異常指標；基于所述質量異常指標，篩選所述濾波圖像得到多張異常圖像；

提取所述異常圖像中各像素點的RGB通道的差值作為像素點對應的顏色表征向量；根據各像素點的顏色表征向量的差異將像素點分為兩個類別，兩個類別包括異常類別和正常類別；對所述異常類別進行連通域分析得到多個異常區域；

將含有異常區域信息的所述紡織品圖像輸入神經網絡模型中輸出各異常區域對應的異常等級；獲取各所述異常區域的面積，根據各異常區域對應的所述異常等級和所述面積對所述紡織品圖像進行質量評級，得到質量評價指標。

2.根據權利要求1所述的基于目標檢測的紡織品質量檢測方法，其特征在于，所述根據所述關聯維數對所述濾波圖像中各像素點之間的關聯性進行評價得到濾波圖像的質量異常指標，包括：

所述質量異常指標的計算公式為：

其中，為所述質量異常指標；為所述關聯維數；為模型參數；為可調參數。

3.根據權利要求1所述的基于目標檢測的紡織品質量檢測方法，其特征在于，所述根據各像素點的顏色表征向量的差異將像素點分為兩個類別，包括：

任意選取兩個像素點作為初始的質心點；根據各像素點與兩個所述初始的質心點對應的所述顏色表征向量的差值將所有所述像素點分為兩個初始類別；

計算各所述初始類別內各像素點的所述顏色表征向量的第一均值，選取與所述第一均值距離最小的顏色表征向量對應的像素點作為二次更新的質心點；根據各像素點與兩個所述二次更新的質心點對應的所述顏色表征向量的差值將所有所述像素點分為兩個第二類別；

計算各所述第二類別內各像素點的所述顏色表征向量的第二均值，選取與所述第二均值距離最小的顏色表征向量對應的像素點作為三次更新的質心點；根據各像素點與兩個所述三次更新的質心點對應的所述顏色表征向量的差值將所有所述像素點分為兩個第三類別；

直至再次更新質心點時，質心點不再發生變化，完成對像素點的分類。

4.根據權利要求1所述的基于目標檢測的紡織品質量檢測方法，其特征在于，所述根據各異常區域對應的所述異常等級和所述面積對所述紡織品圖像進行質量評級，得到質量評價指標，包括：

所述質量評價指標的計算公式為：

其中，為所述質量評價指標；為異常區域的數量；為第個異常區域的面積；為第個異常區域的所述異常等級；為第一模型權值；為第二模型權值。

5.根據權利要求1所述的基于目標檢測的紡織品質量檢測方法，其特征在于，所述根據各像素點的顏色表征向量的差異將像素點分為兩個類別，兩個類別包括異常類別和正常類別，還包括：

分別計算兩個類別的顏色表征向量的類別均值向量；

分別計算兩個所述類別向量均值與預設正常顏色表征向量的相似度；

兩個相似度中相似度最大值對應的類別為正常類別；相似度最小值對應的類別為異常類別。

6.根據權利要求1所述的基于目標檢測的紡織品質量檢測方法，其特征在于，所述提取所述異常圖像中各像素點的RGB通道的差值作為像素點對應的顏色表征向量，包括：

基于異常圖像，獲取各像素點的紅色通道的值、綠色通道的值和藍色通道的值；

所述紅色通道的值和所述綠色通道的值的差值為紅綠通道的差值，所述藍色通道的值和所述綠色通道的值的差值為藍綠通道的差值，所述紅色通道的值和所述藍色通道的值的差值為紅藍通道的差值；

所述紅綠通道的差值、所述藍綠通道的差值和所述紅藍通道的差值構成所述顏色表征向量。