[发明专利]基于Gabor变换的经编机布匹瑕疵在线视觉检测方法

说明书

技术领域

本发明涉及利用机器视觉进行经编机瑕疵在线检测领域，具体是指一种应用于工业现场的、高实时性要求的经编机布匹在织布过程中出现瑕疵及时停机的图像处理方法。

背景技术

国际上对于质量检测方法的要求与日俱增，纺织品作为人们日常生活中的必需品，其质量好坏直接影响人们的生活质量。纺织品的质量体现在可靠性、美观性、安全性和使用寿命等方面，质量高的纺织品，更能满足消费者和社会的需求，从而也提升该纺织品的价值。所以在纺织行业中，对于生产厂家而言，如何保证纺织品的质量是非常关键的一个环节。经编机织布过程中由于机械故障或者操作错误等原因，生成出来的布匹经常或多或少存在一些问题，但这些问题的存在影响了纺织品的质量。

随着经编机的发展，经编机速度的提升一直深受织物瑕疵检测水平的影响。传统的人工检测技术成本高、速度慢且人眼长期工作容易疲惫造成误检，这样织物瑕疵自动检测技术应运而生，并逐步成为制约纺织水平的一个亟待解决问题。国外有成功研发出布匹瑕疵在线检测系统，但是引进价格昂贵；突破国外技术封锁，快速开发出国内拥有自主知识产权的经编机在线检测系统就显得尤为重要。

发明内容

经编机布匹瑕疵在线检测多是人工检测，经编机出布口跳动频率高，且人不可能长时间集中精力出现视觉疲劳，往往出现断经线后长时间未发现，瑕疵区域随之增大。

本发明目的在于提供一种针对经编机布匹瑕疵在线视觉检测方案，可以适应工业现场高实时性、高准确率的要求。

本发明的技术方案如下：

基于Gabor变换的经编机布匹在线瑕疵检测方法，包括以下步骤：

优选实施例，离线过程：

(1)实时获取经编机无瑕疵布匹图像，在经编机出布口约5cm处调整相机光圈、焦距等参数，拍摄图片，实时获取经编机图像序列。

(2)对获取的无瑕疵布匹图像预处理，通过高斯滤波去除图像干扰点；通过直方图均衡化拉伸图像，增强对比度，凸显图像纹理。

(3)布匹图像纹理基元周期自动找寻，通过构建图像自相关函数求取径向和纵向自相关系数，自动找寻纹理基元周期。

(4)Gabor滤波器构造，针对布匹纹理图像瑕疵均是纵向或是径向的特点，构造四尺度四方向的Gabor滤波器组，得到十六通道Gabor子图；针对特定纹理布匹依据特定标准选定一组瑕疵最明显或是最可以凸显纹理信息的Gabor子图作为特征提取图。

(5)在上述选取的Gabor子图上依据第三步所求去的纹理基元周期对无瑕疵布匹图像划分窗口，提取纹理特征，选取统计特征和灰度共生矩阵特征来窗口化分析子图；提取并保存Gabor子图提取的统计特征和灰度共生矩阵特征组，用于在线检测过程中瑕疵在线检测。

优选实施例，在线过程：

(1)实时获取经编机图像，在经编机出布口约5cm处拍摄图片，实时获取经编机图像序列，对连续的每个序列按第二步和第三步处理，若出现连续五个序列在同一位置至少三次检测为瑕疵，则确定此处为瑕疵区域。发送信号给伺服控制系统，经编机停机待检修；否则继续处理后续图像序列，实现经编机瑕疵在线检测。

(2)预处理，然后依据离线测试结果构建Gabor滤波器(组)，求取特定Gabor子图；在上述Gabor子图上依据离线测试得出的纹理基元周期窗口化提取特征组。

(3)分析子图提取的统计特征和灰度共生矩阵特征，通过与离线测试得出的无瑕疵布匹特征组比较决策，分割出瑕疵窗口。

本发明的有益效果：本发明通过离线学习无瑕疵图像自动寻取纹理基元周期、选取最优Gabor子图和标准无瑕疵布匹区域特征矩阵，消除了Gabor多组滤波器计算量大、数据冗余多的缺点，自动周期找寻省去手动设定窗口参数；在线检测过程利用离线所得数据，构建窗口化特征提取，设定上下限阈值判定，对待检测经编机布匹图像完成瑕疵在线视觉检测，算法实时性高，准确度高。

附图说明

图1本发明的整理系统构建图

图2本发明算法整理流程图

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合具体实施例，并参照附图，对本发明作进一步详细说明。

如图2所示，为本发明的算法整体流程图。

算法分为离线测试和在线检测过程，具体步骤如下：

离线测试过程

第一步：实时获取经编机无瑕疵布匹图像，在经编机出布口约5cm处拍摄图片，实时获取经编机图像序列。