[發明專利]一種有色絲毛絲智能識別方法

在審

• 申請號: 202211246422.8
• 申請日: 2022-10-12
• 公開（公告）號: CN115311297A
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 李賀賀
• 申請（專利權）人: 南通甜享紡織品有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/136;G06V10/74;G06V10/77
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及材料測試或分析領域，提出了一種有色絲毛絲智能識別方法，該方法是一種利用可見光手段采集可見光圖像以此分析材料的方法，包括：獲取有色絲圖像；得到每條邊緣的主方向；得到不同邊緣所屬的類別；得到邊緣的候選毛絲概率；得到候選毛絲；得到實際灰度值序列；得到虛擬灰度值序列；對每條候選毛絲是否屬于毛絲進行判斷，利用所有毛絲對設備進行控制。因此，本發明提出的一種有色絲毛絲智能識別方法能夠實現有色絲材料的檢測等。

技術領域

本發明涉及材料分析或檢測領域，具體涉及一種有色絲毛絲智能識別方法。

背景技術

理想情況下，有色絲是光滑且均勻的，然而絲條受傷或斷裂會產生毛絲，毛絲數量的多少影響著有色絲的質量，進而影響后續產品的質量。

現有的檢測方法主要是通過高精度線陣CCD圖像傳感器進行檢測，雖然測量精度高，但較為昂貴，不適合使用在大規模的工業生產中。基于此，本發明提出了一種有色絲毛絲智能識別方法，在及時檢測到毛絲的同時，可以對設備參數進行調整。

發明內容

本發明提供一種有色絲毛絲智能識別方法，以解決現有的檢測成本高、不適合廣范圍使用的問題。

本發明的一種有色絲毛絲智能識別方法，采用如下技術方案，包括：

獲取有色絲圖像；

對有色絲圖像進行邊緣檢測得到各個邊緣，采用PCA算法得到每條邊緣的主方向；

根據每條邊緣的主方向對所有邊緣進行排序，對排序后的所有邊緣進行多閾值分割，得到不同邊緣所屬的類別；

計算每條邊緣的方向鏈碼，通過每條邊緣方向鏈碼的標準差與該邊緣方向鏈碼的平均值及該邊緣所在邊緣類別中的邊緣數量的比值得到該邊緣的候選毛絲概率；

利用各邊緣的候選毛絲概率對每條邊緣是否屬于毛絲進行判斷，得到候選毛絲；

通過每條候選毛絲邊緣上像素點的灰度值得到每條候選毛絲邊緣沿著鏈碼方向的實際灰度值序列；

通過雙線性插值法對每條候選毛絲上所有像素點的像素值進行虛擬填充，得到虛擬候選毛絲邊緣；通過虛擬候選毛絲邊緣上虛擬像素點的灰度值得到每條虛擬候選毛絲邊緣沿著鏈碼方向的虛擬灰度值序列；

通過每條候選毛絲邊緣的實際灰度值序列和對應的虛擬灰度值序列的余弦相似度得到每條候選毛絲邊緣的毛絲概率，通過每條候選毛絲邊緣的毛絲概率對每條候選毛絲是否屬于毛絲進行判斷，利用獲得的有色絲中的所有毛絲對設備進行控制。

進一步的，所述的一種有色絲毛絲智能識別方法，獲得邊緣的候選毛絲概率的方法為：

通過每個邊緣類別中的邊緣數量得到該邊緣類別中每條邊緣的疑似候選毛絲概率；

通過每條邊緣方向鏈碼的標準差和平均值得到該邊緣的疑似候選毛絲概率；

通過每條邊緣的疑似候選毛絲概率和對應的邊緣類別中該邊緣的疑似候選毛絲概率得到該邊緣的候選毛絲概率。

進一步的，所述的一種有色絲毛絲智能識別方法，邊緣類別中每條邊緣的疑似候選毛絲概率的表達式為：

式中：表示邊緣類別中每條邊緣的疑似候選毛絲概率，表示第個邊緣類別中的邊緣數量。

進一步的，所述的一種有色絲毛絲智能識別方法，邊緣的疑似候選毛絲概率的表達式為：

式中：表示邊緣的疑似候選毛絲概率，表示邊緣方向鏈碼的標準差，表示邊緣方向鏈碼的平均值。

進一步的，所述的一種有色絲毛絲智能識別方法，得到候選毛絲的方法為：

若邊緣的候選毛絲概率小于或等于候選毛絲概率閾值，判斷該邊緣不是候選毛絲；若邊緣的候選毛絲概率大于候選毛絲概率閾值，判斷該邊緣為候選毛絲。

進一步的，所述的一種有色絲毛絲智能識別方法，得到每條候選毛絲邊緣的毛絲概率的方法為：