[发明专利]一种基于图像处理技术的涤纶DTY网络点检测方法

说明书

本发明涉及一种基于图像处理技术的涤纶DTY网络点检测方法，方法为：(1)对经过二值化操作的单张图像B(x，y)进行形态学图像处理，得到图像Bsubgt;p/subgt;(x，y)；所述单张图像B(x，y)为涤纶DTY长丝的图像，且图像中的涤纶DTY长丝平行于图像的水平方向且由多张连续无重叠的图像拼接而成；(2)计算图像Bsubgt;p/subgt;(x，y)中涤纶DTY长丝在某一行上的第i个像素点所在列上的像素点个数作为第i个像素点对应的直径dsubgt;i/subgt;；(3)定位图像Bsubgt;p/subgt;(x，y)中的网络点区域；(4)采用形态学开运算对IMsubgt;i/subgt;进行处理；(5)排除Bsubgt;p/subgt;(x，y)中的网络点区域中的伪网络点区域；(6)统计IMsubgt;i/subgt;数值连续为1的区域的个数，计算网络度。本发明减少了对人的依赖，满足涤纶DTY长丝网络点的检测需求，应用价值高。

技术领域

本发明属于涤纶长丝质量检测方法技术领域，涉及一种基于图像处理技术的涤纶DTY网络点检测方法。

背景技术

涤纶低弹丝简称DTY，是以聚酯切片为原料，采用高速纺制涤纶预取向丝，再经牵伸假捻加工而成，具有流程短、效率高、质量好等特点。现有的涤纶丝无论是全牵伸丝还是DTY都是由多根涤纶单丝纤维复合而成的，一般通过网络加工技术对其复丝进行加固，使得单丝之间产生抱合，为后期免浆料织造提供有利条件。通过网络技术加工的丝称为网络丝，其每米网络丝中包含的网络点个数称为网络度，是网络丝的重要质量指标，决定了后续生产织物的手感风格及耐用性，同时影响后续织造的生产效率。目前，网络点检测依然依赖人工检测方式，难以适应现在长丝高度自动化生产的需求，亟待开发基于机器视觉的自动化的网络度检测方法。专利(CN201910056400.7)提供了一种基于图像处理技术测试网络丝网络度的方法，其方法是将网络点检测视为分类问题，并采用VGG16深度网络模型进行模型训练和检测，其缺点是需要大量训练样本，对不同的规格长丝需要重新训练，时间成本高。

发明内容

本发明提供一种基于图像处理技术的涤纶DTY网络点检测方法，目的是解决现有技术中依赖人工视觉检测涤纶DTY长丝网络度效率低的问题。

为达到上述目的，本发明采用的技术方案如下：

一种基于图像处理技术的涤纶DTY网络点检测方法，

(1)对经过二值化操作的单张图像B(x，y)进行形态学图像处理，目的是为了填补其空洞区域及去除干扰得到图像B_p(x，y)；

所述单张图像B(x，y)为涤纶DTY长丝的图像，且图像中的涤纶DTY长丝平行于图像的水平方向且由多张连续无重叠的图像拼接而成；所述连续无重叠是指拍摄涤纶DTY长丝的图像时不漏帧且连续拍摄的两张图片没有重叠(两张图片中的涤纶DTY长丝段为完全不同的两段)；通过运动速度和拍摄帧频配合即可以实现；x为图像在水平方向上的像素点位置，y为图像在垂直方向上的像素点位置；

(2)计算图像B_p(x，y)中涤纶DTY长丝在某一行上的第i个像素点所在列上的像素点个数作为第i个像素点对应的直径d_i，则图像B_p(x，y)中涤纶DTY长丝在所述某一行上所有像素点对应的直径集合即为集合{d_i}；所述涤纶DTY长丝在某一行是指所述某一行位于涤纶DTY长丝区域，而不是非涤纶DTY长丝区域；

(3)对于涤纶DTY长丝的直径而言，由于网络点区域的直径明显小于非网络点区域，应用公式A定位图像B_p(x，y)中的网络点区域，记为IM_i；

公式A为：