[发明专利]一种织物图像缺陷实时检测方法

说明书

本发明涉及一种织物缺陷自动检测技术，特别是一种织物图像缺陷实时检测方法，采用工业相机获取织物图像并实时判断是否存在缺陷，利用工业相机获取的织物图像本身存在大量冗余信息，本发明提出的方法可以从大量的冗余信息中提取有用的信息，准确地判断出一张织物图像里是否存在缺陷。平均计算时间在0.15s左右，满足工业上实时性的要求。这种无接触式的判断手段不会对织物生产产生干扰，并且极大提升了产品的出厂合格率，助力工厂实现无人化。

技术领域

本发明涉及一种织物缺陷自动检测技术，特别是一种织物图像缺陷实时检测方法。

背景技术

在纺织品生产行业中，由于织造纺织品的机械设备本身的误差、原材料的偏差以及环境的不理想，会产生很多缺陷，其中有很多缺陷如拖纱、结头、断丝和修正不良等。因为这些缺陷的形状不规则、特征不明显而很难采用传统检测电路进行自动识别。

现有的针对不规则缺陷的检测识别主要有两种方式，一是依赖人工对不规则缺陷进行检测。但人工由于个体差异、疲劳等原因也经常出现漏检等情况。此外，由于不同检测工人具有不同验布经验，且责任心都不尽相同，因此，即便同一检验工也往往受个人因素等影响造成织物检验质量不稳定、一致性差等问题。

二是依赖自动识别设备进行检测。现有织物缺陷自动识别设备主要是通过深度学习类的AI检测电路来归纳缺陷的特征进行缺陷检测。这种方法不仅需要大量的缺陷数据样本来进行训练，而且要求待检测的缺陷特征与样本特征不能有太大差异，否则训练好的特征则不能适应新的缺陷，造成漏检和误检。而织物的很多缺陷因为并非全部是可预测的原因造成，导致形态多种多样，特征也不尽相同，而且如果在织物上另加一层印刷图案，则现有图像算法基本上很难应用于工业实践。

因此，提供一种无需大量缺陷样本进行训练又能替代人工检测的缺陷检测方法，已成为该行业中亟需解决的问题。

发明内容

本发明的目的在于克服现有技术的不足，适应现实需要，提供一种织物图像缺陷实时检测方法。

为解决上述问题，本发明披露的一种技术方案为：

提出一种织物图像缺陷实时检测方法，包括采用工业相机实时获取织物图像，其特征在于包括如下步骤：

对所述织物图像进行滤波处理，所述滤波处理可以是中值滤波或者均值滤波或者高斯滤波或者是它们的组合；

将所述滤波后的织物图像R、G、B三通道进行分离，生成3张颜色特征图像并分别计算每张图像所有像素值的均值，将最大均值减最小均值得到最大差分均值，若所述最大差分均值大于预设差分阀值，则判断为颜色织物，否则判断为无颜色织物；

若判断为颜色织物，则利用所述颜色特征图进行图像分割提取织物区域，若判断为无颜色织物则利用人机交互获取织物区域；

将获取的织物区域设置为感兴趣区域，接下来的缺陷判定操作即在感兴趣区域内进行；

将感兴趣区域划分为n个子区域，子区域可以预设为矩形或者圆形，所述每个子区域包含m_k个像素点，感兴趣区域的像素点g_ij属于哪一个子区域由其邻域决定，n为g_ij的函数，m_k为ε、k与g_ij的函数，即n=f₁(g_ij)、m_k=∑f₂(g_ij,ε,k)，其中ε为g_ij的邻域面积，i，j为图像平面上的坐标值，k为子区域的编号；或将n，m_k预设为常数；

将所述每个子区域进行池化操作生成池化特征图C；