一種圖案布匹瑕疵在線視覺檢測方法
2023-10-07 11:13:14 1
一種圖案布匹瑕疵在線視覺檢測方法
【專利摘要】本發明提供了一種織機圖案布匹瑕疵的在線視覺檢測方法，包括紋理基元周期精確求取，構建無瑕疵基元圖像偏移序列提取圖案布匹特徵，可以實現織機圖案布匹織布過程中的實時監控以及瑕疵停機；優化了紋理基元周期提取方案，通過極值權重分析去除幹擾的極值點提高周期提取精度；配合離線對標準無瑕疵圖像訓練，建立在線檢測過程中雙層分類機制，在保證實時性的同時極大提高檢測精度；完全可以滿足織機圖案布匹在線檢測過程中實時性高、準確性高的要求。
【專利說明】一種圖案布匹瑕疵在線視覺檢測方法
【技術領域】
[0001]本發明涉及利用機器視覺對織機在圖案布匹織布過程的在線檢測領域，具體是指一種應用於工業現場的、高實時性要求的織機在複雜圖案布匹織布過程中出現瑕疵及時停機的圖像處理方法。
【背景技術】
[0002]隨著人們對布匹品質要求的提高，對布匹檢測愈加重要，傳統人工檢測技術成本高、速度慢且人眼長期工作容易疲憊造成誤檢，極易造成出現瑕疵而織機仍舊工作的事故，造成布匹品質下降的同時也造成對現代經濟市場中嚴格控制生產成本提高產品質量的工廠帶來較大壓力。織機在織布過程中智能且及時發現瑕疵並自動停機等待檢修是亟需解決的一個課題。
[0003]當前對織機織布過程中瑕疵檢測技術研究較多集中在對於無紡布或是斜紋布等紋理規則且紋理非常小的布匹檢測領域，對於有圖案或是紋理較大例如點紋、條紋等布匹檢測卻極少涉及。原因一方面此類布匹檢測難度較大，紋理較小布匹可以通過Gabor或小波變換等頻域方法消除小紋理影響進而通過設定閾值分離出瑕疵區域，而大紋理圖案布匹難以消除紋理信息；另一方面圖案布匹多樣且變換複雜，設計對特定一種圖案檢測方案難以形成可以適應於其他圖案的統一的檢測方案。
【發明內容】
[0004]本發明目的在於針對較大紋理的圖案布匹難以檢測的現狀，提供一種針對圖案布匹(包括毛衣等針織物)瑕疵在線視覺檢測方案，可以適應工業現場高實時性、高準確率的要求。
[0005]為達此目的，本發明的技術方案如下:分為離線訓練過程和在線檢測過程，對於任意一批紋理布匹，相機安裝調試後只需離線對標準無瑕疵布匹訓練一次便可在線檢測。具體包括以下步驟:
[0006]離線訓練過程:
[0007](I)實時獲取織機無瑕疵布匹圖像，在織機出布口約5cm處調整相機鏡頭光圈、焦距等機械參數，在出布口下方安裝大功率條形光源，拍攝圖片，實時獲取布匹圖像序列。
[0008](2)對獲取的無瑕疵布匹圖像預處理，通過高斯濾波去除圖像幹擾點；通過直方圖均衡化拉伸圖像，增強對比度，凸顯圖像紋理。
[0009](3)布匹圖像紋理基元周期精確求取
[0010](3.1)構建圖像距離疊加方程，分別求取水平和豎直方向距離疊加函數，分別累加並求取極小值。
[0011](3.2)分別對水平和豎直方向所求極小值做權重分析以消除由於噪聲產生的幹擾毛刺的影響。首先對極小值用冒泡排序法做升序排列，計算每一點與排列後在其前的點的距離的最小值，對最小值用冒泡排序法做降序排列，由前至後權重逐漸降低，捨棄權重較低點。
[0012](3_3)分別計算水平和豎直方向極小值間距離之差，選取出現次數最多的距離之差為此方向周期，記周期分布為m和n。
[0013](3.4)修正周期用於檢測條紋布匹，若周期m或n有一個為0或者二者相差極大，修正周期。
[0014](4)在標準無瑕疵圖像上選取mXn大小的一塊作為模板圖像Mnixn。對此模板圖像依次偏移，可得mXn個偏移子圖像序列，記為Lstd。
[0015](5)在標準無瑕疵圖像上隨機選取N幅基元周期大小的圖像塊用於特徵提取。分別求取每一圖像塊與偏移基元序列Lstd間能量之差，計算能量之差的均值以及方差，可得無瑕疵基元與標準無瑕疵圖像Mmxn，的N個能量均值和N個能量方差，分別記為ENY和VAR。
[0016](6)構建分類策略，創建雙層分類機制。首先第一層模糊分類，根據能量均值和能量方差的二維分布確定邊界值，確定可能含有瑕疵的基元，其次第二層精確分類在線檢測過程中完成。
[0017]在線檢測過程:
[0018](I)實時獲取織機布匹圖像，在織機出布口約5cm處拍攝圖片，實時獲取織機待檢測布匹圖像。通過高斯濾波去除圖像幹擾點；通過直方圖均衡化拉伸圖像，增強對比度，凸顯圖像紋理，提取豎直方向高度與基元豎直周期大小相同的一長條區域進行檢測。
[0019](2)在待檢測長條區域上，自左向右依次選取大小為基元周期mX n的圖像塊用以檢測。分別求取每塊與標準模板偏移基元序列Lstd，間能量之差，計算能量之差的均值以及方差。
[0020](3)第一層模糊分類，根據離線訓練所得邊界值判斷此圖像塊是否可能含有瑕疵，若均無可能含有瑕疵，結束檢測進入下一幀圖像檢測，若有圖像塊可能含有瑕疵，做第二層精確分類。
[0021](4)第二層精確分類，累加待檢測圖像塊與標準模板偏移基元序列Lstd間的能量分布圖，查找能量最低點，此點坐標即為待檢測圖像塊與標準基元偏離大小。分析標準模板基元在此點偏移圖像與待檢測基元，通過一列待檢測圖像塊與標準基元間差異的方差判斷其是否有較高且集中能量塊，若有則此基元有瑕疵，若無則此基元無瑕疵。
[0022](5)若有瑕疵則標記出瑕疵位置，停機，若無瑕疵進入下一幀圖像檢測。
[0023]本發明的有益效果:本發明通過離線學習無瑕疵圖像，精確求取基元周期，求取周期方法精確無誤且多次檢測穩定，構建標準無瑕疵圖像移位循環序列作為檢測工具，建立兩層分類機制模糊分類和精確分類確保的判斷圖像塊是否含有瑕疵的正確性。優選實施例，此檢測方法算法實時性強，準確度高，克服了圖案布匹檢測難的問題，可以推廣到牆紙、印刷等圖案檢測。
【專利附圖】
【附圖說明】
[0024]圖1本發明的整體系統構建圖
[0025]圖2本發明算法整體流程圖
【具體實施方式】[0026]為使本發明的目的、技術方案和優點更加清楚明白，下面結合具體實施例，並參照附圖，對本發明作進一步詳細說明。
[0027]本發明為一種圖案布匹的瑕疵檢測方法，檢測過程分為離線訓練過程和在線檢測過程，智能相機安裝方式如圖1所示，算法整體流程圖如圖2所示。離線訓練過程中通過精確的周期求取，標準無瑕疵基元偏移序列的構建，提取特徵建立第一層模糊分類器。在線過程中分析待檢測圖像塊與標準無瑕疵基元偏移序列的差異提取能量以及方差特徵，先利用第一層分類器模糊分類，若有可能有瑕疵圖像塊則構建第二層精確分類器。
[0028]進一步的，離線訓練過程具體實現步驟為:
[0029]步驟一、圖像序列獲取
[0030](1.1)根據織機的布匹瑕疵實時在線檢測精度要求，在出布口約5cm處，連續採集標準無瑕疵圖像序列。
[0031](1.2)保存所採集圖像序列，作為無瑕疵標準圖像用於後續的離線測試。如果條件允許，定期採集無瑕疵圖像訓練，可防止由於系統機械振動引起相機微小移位造成檢測精度下降的影響。
[0032]步驟二、無瑕疵圖像預處理
[0033](2.1)對由織機得到的無瑕疵布匹圖像序列利用高斯濾波去噪，高斯卷積模板如下:
[0034]
【權利要求】
1.一種圖案布匹瑕疵的在線視覺檢測方法，其特徵是，通過距離疊加函數以及極值權重分析，精確求取圖案布匹紋理基元周期；提取標準紋理基元，並創建無瑕疵基元偏移圖像簇；最後提取與待檢測圖像塊間能量信息，依此構建雙層分類機制用以決策是否含有瑕疵，較好的解決了圖案布匹特徵難以提取、瑕疵難以檢測的問題；具體包括以下幾個步驟: (1)離線學習過程中紋理基元周期精確求取，包括距離疊加函數求取以及極值權重分析； (2)離線學習過程中創建標準無瑕疵基元偏移圖像簇Lstd，並提取能量以及方差信息構建第一層分類模糊分類器； (3)在線檢測過程中提取待檢測基元特徵，用模糊分類器分類； (4)在線檢測過程中構建精確分類器，確定最終檢測結果。
2.根據權利要求1所述一種圖案布匹瑕疵的在線視覺檢測方法，其特徵是:所述步驟(1)中紋理基元周期精確求取，包括以下步驟: 第一步、計算行(列)距離疊加函數； 記標準無瑕疵圖像為[f (i，j)]，其中i (I≤i≤P)，j (I≤j≤q)分別為行和列坐標，求取標準無瑕疵圖像的每行的距離函數:
3.根據權利要求1所述一種圖案布匹瑕疵的在線視覺檢測方法，其特徵是:所述步驟(2)中模糊分類器構建，包括以下步驟: 第一步、首先在標準無瑕疵圖像上選取基元周期大小的一塊作為模板圖像，記無瑕疵基元為Mmxn = [f (c,d)],將此無瑕疵基元Mmxn依次偏移,可得到mXn個平移後標準無瑕疵基元的基元簇，保存此mXn個圖像序列至Lstd，用作特徵提取工具； 第二步、計算隨機選取的每一個圖像塊與mXn個標準無瑕疵基元偏移圖像之間的能量，求取此每一個圖像塊與基元簇所得能量的均值和能量的方差，N個圖像塊可得N個能量均值和N個能量方差，分別記為ENYn和VARn ； 第三步、根據能量均值和能量方差的二維分布確定邊界值，確定可能含有瑕疵的基元，邊界值求取如下:
Tll = (1-A ) ^rnin (EYYn), T12 = (1+入)*max (ENYn)
T21 = (1- A ) *min (VAR), Tll = (1+ A ) *max (VARn) 其中T11、T12、T21和T22分別代表二維分布中能量下限、能量上限、方差下線和方差上限，、為限定係數。
4.根據權利要求1所述一種圖案布匹瑕疵的在線視覺檢測方法，其特徵是:所述步驟(3)中在線檢測提取待檢測基元特徵並用模糊分類器分類，包括以下步驟: 第一步、提取待檢測基元特徵，在待檢測長條區域上，自左向右依次選取基元周期大小的圖像塊序列用以檢測，記為第i個圖像塊，NUMjNUM為可分圖像塊數目；求取M1'與標準模板偏移基元序列Lstd間能量之差，記標準模板偏移基元序列Lstd第(a，b)個元素為Mab= [fab(c, d)],待檢測基元為Mlr1 = [f' I (c, d)],其中m和n為基元水平和豎直周期，fab(c, d)和f7(c，d)為基元中元素，I≤c≤m，I≤d≤n。則兩個基元間的能量記為:
5.根據權利要求1所述一種圖案布匹瑕疵的在線視覺檢測方法，其特徵是:所述步驟(4)中構建精確分類器，包括以下步驟: 第一步、計算步驟二中所得待檢測長條區域中所有塊與標準模板偏移基元序列Lstd中每一元素所得能量矩陣Ui (a，b)之和，得大小為mXn的長條區域能量矩陣u:
【文檔編號】G01N21/898GK103604809SQ201310512190
【公開日】2014年2月26日 申請日期:2013年10月22日 優先權日:2013年10月22日
【發明者】白瑞林, 王明景, 何薇, 李杜 申請人:江南大學