[发明专利]基于显著性检测的纺织品表面瑕疵检测方法及系统

权利要求书

1.一种基于显著性检测的纺织品表面瑕疵检测方法，其特征在于，包括：

S1，对纺织品进行上布及卷布处理，去除纺织品表面异物及展开纺织品；

S2，抓拍运动过程中纺织品表面图像；

S3，调节抓拍运动中的亮度和曝光时间；

S4，去除纺织品表面图像的失真部分和噪声；

S5，对纺织品表面图像进行疵点检测以生成检测结果；具体地，所述步骤S5包括：将线阵相机采集到的纺织品表面图像划分为多个区域子图像；调整区域子图像的图像大小；通过动态滑块扫描区域子图像，将区域子图像划分为多个分块图像，并对分块图像进行纹理分析；提取分块图像的textons基元纹理特征；获取每个滑块的特征值数组，计算每个滑块的特征均值；获取区域子图像的F范数；以求得的F范数作为子空间分割的先验知识，采用基于先验知识的子空间分割算法对纺织品表面图像进行分割，并采用拉格朗日迭代算法，求出分割后所有区域子图像用于衡量瑕疵信息强弱的特征向量；获取纺织品表面图像中的瑕疵映射图像；对瑕疵映射图像进行滤波处理；通过最大类方差法寻找阈值，并采用阈值法将瑕疵映射图像转化为二值图像；采用八连通区域检测算法获取二值图像的轮廓，所述轮廓包括外部轮廓及内部边缘；存储瑕疵位置及瑕疵大小；显示检测结果；

S6，根据图像表面瑕疵分析模块的检测结果生成并打印质量报表。

2.如权利要求1所述的基于显著性检测的纺织品表面瑕疵检测方法，其特征在于，所述步骤S2包括：

抓拍运动过程中纺织品表面图像；

调节拍摄模块的工作距离；

对纺织品表面打光；

对纺织品打透射光；

获得纺织品纵向前进的速度，并转化为扫描行频，通过内触发的方式改变线阵相机的扫描频率；

调节相机相对卷布机的水平距离、角度和高度；

调节线性光源相对线阵相机的水平位置、角度和高度。

3.如权利要求2所述的基于显著性检测的纺织品表面瑕疵检测方法，其特征在于，所述步骤S3包括：

将编码器采集的速度信号转化为线阵相机内触发所需的扫描频率信号；

通过白平衡算法调节亮度；

调整曝光时间。

4.如权利要求3所述的基于显著性检测的纺织品表面瑕疵检测方法，其特征在于，所述步骤S4包括：

对纺织品表面图像进行平场校正处理；

对纺织品表面图像进行平滑处理。

5.一种基于显著性检测的纺织品表面瑕疵检测系统，其特征在于，包括：

机械验布模块，用于对纺织品进行上布及卷布处理，去除纺织品表面异物及展开纺织品；

图像采集模块，用于抓拍运动过程中纺织品表面图像；

图像获取模块，用于调节抓拍运动中的亮度和曝光时间；

图像预处理模块，用于去除纺织品表面图像的失真部分和噪声；

图像表面瑕疵分析模块，用于对纺织品表面图像进行疵点检测以生成检测结果；具体地，所述图像瑕疵分析模块包括：图像区域划分模块，用于将线阵相机采集到的纺织品表面图像划分为多个区域子图像；图像下采样模块，用于调整区域子图像的图像大小；子图像各区域分块模块，用于通过动态滑块扫描区域子图像，将区域子图像划分为多个分块图像，并对分块图像进行纹理分析；图像纹理特征提取模块，用于提取分块图像的textons基元纹理特征；图像块特征计算模块，用于获取每个滑块的特征值数组，计算每个滑块的特征均值；F范数先验知识获取模块，用于获取区域子图像的F范数；低秩表示子空间分割模块，用于以求得的F范数作为子空间分割的先验知识，采用基于先验知识的子空间分割算法对纺织品表面图像进行分割，并采用拉格朗日迭代算法，求出分割后所有区域子图像用于衡量瑕疵信息强弱的特征向量；显著区域恢复模块，用于获取纺织品表面图像中的瑕疵映射图像；第二高斯滤波模块，用于对瑕疵映射图像进行滤波处理；自动阈值获取模块，用于通过最大类方差法寻找阈值，并采用阈值法将瑕疵映射图像转化为二值图像；连通区域检测模块，用于采用八连通区域检测算法获取二值图像的轮廓，所述轮廓包括外部轮廓及内部边缘；瑕疵数据存储模块，用于存储瑕疵位置及瑕疵大小；瑕疵信息显示模块，用于显示检测结果；

图像表面瑕疵分布打印模块，用于根据图像表面瑕疵分析模块的检测结果生成并打印质量报表。