[发明专利]一种织物表面毛球区域的检测方法及装置在审
| 申请号: | 202010463648.8 | 申请日: | 2020-05-27 |
| 公开(公告)号: | CN111861950A | 公开(公告)日: | 2020-10-30 |
| 发明(设计)人: | 钱月晶;章增优 | 申请(专利权)人: | 浙江工贸职业技术学院 |
| 主分类号: | G06T5/50 | 分类号: | G06T5/50;G06T7/00;G06T7/11;G06T7/168;G06T7/40;G06T7/62;G06T7/66;G06K9/62 |
| 代理公司: | 北京阳光天下知识产权代理事务所(普通合伙) 11671 | 代理人: | 赵飞 |
| 地址: | 325000 浙江省温州市瓯海经济开*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 织物 表面 区域 检测 方法 装置 | ||
1.一种织物表面毛球区域的检测方法,其特征在于,具体步骤包括:
S10:获取待测织物的样本图像,对所述样本图像进行预处理得到预处理后的图像;
S20:对所述预处理后的图像采用对数变化方法进行图像增强避免当图像进行频域转换后的傅里叶谱范围过高时,导致的频谱中低亮度值的可视细节丢失;
S30:对进行图像增强后的待测样本图像,进行频域变换和滤波,将织物图像转换到频率域滤波保留指定频段信号并计算极值点确定频谱恢复区域的半径,得到滤波恢复后的图像;
S40:对所述滤波恢复后的图像进行傅里叶逆变换和对比度拉伸得到织物毛球区域的粗分割图像;
S50:采用基于模糊聚类和格子玻尔兹曼方法的水平集分割算法对所述织物毛球区域的粗分割图像进行精分割;
S60:根据形态学的方法对毛球精分割区域进行筛选,并采用基于区域重心距离的方法对毛球精分割区域进行融合,得到织物毛球区域。
2.根据权利要求1所述的织物表面毛球区域的检测方法,其特征在于,所述预处理包括对所述织物样本图像进行灰度变换,并对其进行灰度增强处理。
3.根据权利要求1所述的织物表面毛球区域的检测方法,其特征在于,所述对数变化方法根据公式g(x,y)=c*log(1+f(x,y))对所述预处理后的图像进行图像增强,其中,g(x,y)是变换后的图像的像素值,f(x,y)是灰度图像的像素值,c为常数。
4.根据权利要求1所述的织物表面毛球区域的检测方法,其特征在于,所述步骤S30具体包括:
S31:对图像增强后的待测样本图像g(x,y)进行傅里叶变换得到频谱图;
S32:根据频谱图设置一定的阈值来滤除代表织物表面的纹理信息的峰点,同时计算极值点确定频谱恢复区域的半径;
S33:根据进行阈值化操作后的频谱图和频谱恢复区域的半径,恢复代表毛球区域的低频信号。
5.根据权利要求1所述的织物表面毛球区域的检测方法,其特征在于,所述形态学的方法采用开运算去掉分割图像上细小的突出部分,断开狭窄的连接。
6.根据权利要求1所述的织物表面毛球区域的检测方法,其特征在于,所述基于区域重心距离的方法包括:计算各个区域的重心;计算任意两个区域重心的距离,如果距离小于阈值s,则认为这两个区域是相近区域;计算相近区域重心的中点,将其作为新区域的重心,相近区域重心距离的一半作为新区域的半径;将得到的圆形新区域替换掉原来的相近区域,得到最终的毛球区域。
7.根据权利要求1所述的织物表面毛球区域的检测方法,其特征在于,所述步骤S50具体包括:
S51:将粗分割得到的图像进行核模糊C均值聚类处理得到聚类图像,将所述聚类图像引入初始水平集函数中;
S52:根据公式:和
求解水平集方程其中,Y是观测值矩阵,B是偏移矩阵,vk是第k类的灰度均值;
S53:根据公式在格子波尔兹曼模型加入外力控制活动轮廓的演化,外力加入后,流体的分布变为:其中,代表外力,Bi是依据晶格的几何结构给定的常系数,表示速度,τ表示弛豫时间,表示颗粒分布;
S54:根据公式对抛物线扩散方程进行求解实现图像分割。
8.一种织物表面毛球区域的检测装置,其特征在于,包括:织物样品放置平台(1)、设置在所述织物样品放置平台(1)的织物表面图像采集模块(2)和光源(3)。
9.根据权利要求8所述的织物表面毛球区域的检测装置,其特征在于,所述织物样品放置平台(1)包括不可移动桌面(11)和可移动桌面(12),所述织物表面图像采集模块(2)包括CCD相机(21)和聚焦轨道(22),所述光源(3)为线性光源。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工贸职业技术学院,未经浙江工贸职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010463648.8/1.html,转载请声明来源钻瓜专利网。





