基於機器視覺的布匹瑕疵檢測方法

2023-10-09 03:22:04

專利名稱：基於機器視覺的布匹瑕疵檢測方法
技術領域：
本發明屬於圖像處理與模式識別技術領域，涉及ー種基於機器視覺的布匹瑕疵檢測方法。
背景技術：
在紡織エ業中，布匹瑕疵檢測環節是影響產品質量的關鍵因素。在產品生產過程中，由於機器設備操作錯誤或者機器故障等因素的影響，布匹中通常含有各種各樣的瑕疵。目前，國內的大多數織布廠主要依靠人工視覺檢測布匹瑕疵，存在明顯缺陷(I)勞動強度大，檢測速度慢，檢測效率低；(2)檢測人員需要長時間地集中精神工作，整個工作對工人身體健康不利；(3)檢測人員主觀因素影響大，誤檢率和漏檢率高，一般只能檢出40% 60%的瑕疵。 目前市場上主要有比利時Barco公司的Cyclops在線驗布系統，以色列愛微視(EVS)公司的I-TEX驗布系統和瑞士 Uster公司的Fabriscan自動驗布系統和德國Opdix光電子技術公司開發的在線布匹檢驗系統。在國內香港大學研製了基於Gabor濾波器組的布匹瑕疵檢測系統CAVIS，具有一定的檢測率。以上介紹的檢測系統價格非常昂貴，檢測系統均已經用於實際的布匹生產檢測過程中，並且它們的檢測效果一般並且具有很強的局限性，它們都要求布匹必須是単一背景或者紋理是各向同性，而且對於較小能量的瑕瑕疵，很難正確的檢測出來。

發明內容
為了克服布匹瑕疵人工檢測的不足，針對基於Gabor濾波器組的布匹瑕疵檢測算法計算量較大、檢測速度慢的缺點，本發明提供ー種通用性強、成本較低並能提高檢測效率和效果的基於機器視覺的布匹瑕疵檢測方法。本發明的技術方案如下一種基於機器視覺的布匹瑕疵檢測方法，包括下列步驟(I)エ業相機採集正常布匹紋理圖像P (X，y)；(2)對P(x，y)利用功率譜密度分析，獲取布匹圖像紋理的中心頻率F和方位角θ ;(3)確定圖象紋理的兩組參數中心頻率組(F，F/2);方位角組(θ，Θ + Ji /2)，利用這兩組參數設定並組成SXL的自適應Gabor濾波器組，其中，S代表選取的中心頻率數，L代表選取的方位角數；(4)在離線情況下，對正常布匹紋理圖像P (X，y)進行自適應Gabor濾波器組的濾波，獲得特徵圖像組Hm, n(x，y)，計算出它的每幅圖的均值(Meam, n)和方差(Stdm, n)，用作檢測圖象瑕疵的閾值。(5)採集待檢測布匹圖像I (X，y)；(6)用構建的自適應Gabor濾波器組對布匹圖像I (x，y)進行濾波，獲得特徵圖像組 Hnun (X，y)；
(7)用從(4)獲取的均值(MeanJ和方差(StdnJ對Hm,n(x，y)進行閾值後處理得到絕對特徵圖像組
權利要求
1.一種基於機器視覺的布匹瑕疵檢測方法，包括下列步驟 (1)工業相機採集正常布匹紋理圖像P(X，y)； (2)對P(x，y)利用功率譜密度分析，獲取布匹圖像紋理的中心頻率F和方位角Θ； (3)確定圖象紋理的兩組參數中心頻率組(F，F/2);方位角組(θ，Θ+Ji /2)，利用這兩組參數設定並組成SXL的自適應Gabor濾波器組，其中，S代表選取的中心頻率數，L代表選取的方位角數； (4)在離線情況下，對正常布匹紋理圖像P(x，y)進行自適應Gabor濾波器組的濾波，獲得特徵圖像組Hm,n(x，y)，計算出它的每幅圖的均值(Meam,n)和方差(Stdm,n)，用作檢測圖象瑕疵的閾值。
(5)採集待檢測布匹圖像I(x，y)； (6)用構建的自適應Gabor濾波器組對布匹圖像I(x，y)進行濾波，獲得特徵圖像組Hm,η(χ， y)； (7)用從(4)獲取的均值(Meam,n)和方差(Stdm,n)對Hm,n(x，y)進行閾值後處理得到絕對特徵圖像組
2.根據權利要求I所述的基於機器視覺的布匹瑕疵檢測方法，其特徵在於，步驟(9)中，使用Bernoulli準則的融合方法對圖像組Nnbn(x，y)進行方向角和頻率的融合。
全文摘要
本發明屬於圖像處理與模式識別技術領域，涉及一種基於機器視覺的布匹瑕疵檢測方法，包括對正常布匹紋理圖像進行功率譜密度分析，獲取其紋理的中心頻率F和方位角θ；構造S×L的自適應Gabor濾波器組，其中，S代表選取的中心頻率數，L代表選取的方位角數；正常布匹紋理圖像進行濾波，獲得特徵圖像組，計算出它的每幅圖的均值和方差；採集待檢測布匹圖像；對其濾波，獲得特徵圖像組；對待檢測布匹圖像的特徵圖像組進行閾值後處理得到絕對特徵圖像組；歸一化處理；圖像融合併進行二值化處理得到檢測二值圖像；去除噪聲幹擾，獲得最終檢測結果。本發明具有通用性強、效率高的優點。
文檔編號G06K9/60GK102706881SQ20121007149
公開日2012年10月3日 申請日期2012年3月19日 優先權日2012年3月19日
發明者劉彥北, 吳駿, 張芳, 耿磊, 肖志濤 申請人:天津工業大學