纺织物缺陷检测方法及纺织物缺陷检测装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108133472A(43)申请公布日2018.06.08(21)申请号201711217285.4(22)申请日2017.11.28(71)申请人长乐万达纺织机械有限公司地址350200福建省福州市长乐市金峰镇华阳村新厝(72)发明人李洪春(74)专利代理机构北京联瑞联丰知识产权代理事务所(普通合伙)11411代理人张清彦(51)Int.Cl.G06T7/00(2017.01)权利要求书3页说明书6页附图4页(54)发明名称纺织物缺陷检测方法及纺织物缺陷检测装置(57)摘要本发明公开了一种纺织物缺陷检测方法，利用CMOS摄像机采集纺织品的各种类型的缺陷部、和非缺陷部分及采集待测样品的图像信息，分别得到缺陷样本和无缺陷样本，并进行存储；利用非局部均值滤波对纹理图像进行纹理增强；计算获得纺织品图像的纹理轮廓图像；构造纹理轮廓图像的特征模型；将特征模型与无缺陷样本进行匹配比对，偏移量与平均偏移量的差值大于预设阈值时，确定该特征模型为瑕疵模型；偏移量与平均偏移量的差值小于预设阈值时，确定该特征模型为合格模型；将瑕疵模型与缺陷样本进行一对一匹配对比，并对瑕疵样本进行分类存储。本技术方案实现了数字化缺陷检测，同时还进行了缺陷的分类存储，便于质量检测人员的数据分析。CN108133472ACN108133472A权利要求书1/3页1.一种纺织物缺陷检测方法，其特征在于：包括步骤：利用CMOS摄像机采集纺织品的各种类型的缺陷部分和非缺陷部分，分别得到缺陷样本和无缺陷样本，并进行存储；利用CMOS摄像机采集待测样品的图像信息，并进行图像预处理；利用非局部均值滤波对纹理图像进行纹理增强；对纹理增强后的纺织品图像进行处理，计算获得纺织品图像的纹理轮廓图像；构造纹理轮廓图像的特征模型；将所述特征模型与所述无缺陷样本进行匹配比对，偏移量与平均偏移量的差值大于预设阈值时，确定该特征模型为瑕疵模型；偏移量与平均偏移量的差值小于预设阈值时，确定该特征模型为合格模型；将所述瑕疵模型与缺陷样本进行一对一匹配对比，并对瑕疵样本进行分类存储。2.根据权利要求1所述的纺织物缺陷检测方法，其特征在于：计算获得纺织品图像的纹理轮廓图像的过程包括步骤：先利用无抽样小波变换，得到W(x,y)；选择第i个子带的小波变换；利用局部高斯平滑的方法预处理各子带小波系数，突出各子带纹理轮廓特征；利用多通道梯度信息融合各子带纹理轮廓，获得纺织品图像的纹理轮廓图像。3.根据权利要求1所述的纺织物缺陷检测方法，其特征在于：利用CMOS摄像机采集待测样品的图像信息，并进行图像预处理的步骤包括：利用CMOS摄像机采集待测样品的图像信息；对所述图像信息进行图像切割，标号处理；对所述图像信息进行去燥处理。4.根据权利要求1所述的图像的缺陷检测方法，其特征在于，所述特征模型与所述无缺陷样本或所述缺陷样本进行匹配比对的过程包括：将所述特征模型的图案与所述无缺陷样本中的图案进行匹配；根据匹配结果计算搜索点与无缺陷样本中对应搜索点间的距离，记为偏移量；当所述偏移量与平均偏移量的差值大于预设偏移量阈值时，确定所述搜索点为瑕疵点；所述平均偏移量为所述特征模型的图案中所有搜索点的偏移量总和的平均值；将所述偏移量与平均偏移量进行比对。5.根据权利要求4所述的图像的缺陷检测方法，其特征在于，所述将所述待测图案与所述无缺陷样本中的模板图案进行匹配，具体包括：在所述待测图案中所构成的新的搜索点集合中选取搜索点P1，并在所述模板图像中选取所述P1的对应点P2，根据所选取的P1和P2计算旋转偏移量Δθ、平移偏移量R和沿Y轴拉伸量K；根据旋转偏移量Δθ、平移偏移量R和沿Y轴拉伸量K将所述搜索点投影到与所述待测图案相同的模板图像中，得到匹配结果；具体的，根据P1和P2计算长度D和与水平方向夹角θ；D＝(P1x-P2x)2+(P1y-P2y)2θ＝arctanP1y-P2yP1x-P2x在所述待测图案和模板图像中选取三组对应点P11、P21、P12、P22、P13和P23，则平移偏移量R为：Ry＝P11y-P21yRx＝P11x-P21x沿Y轴拉伸量K为：K＝P22y-P21yl1cos(arctan(P12x-P11xP12y-P11y)-Δθ)K＝P23y-P21yl2cos(arctan(P13x-P11xP13y-P11y)-Δθ)其中，l1为P11和P12两点距离，l2为P13、P23两点距离；2CN108133472A权利要求书2/3页l1＝(P11x-P12x)2+(P11y-P12y)2l2＝(P11x-P13x)2+(P11y-P13y)2则所述Δθ为：Δθ＝arctan(P22y-P21y)l2cos(θ2)-(P23y-P21y)