[发明专利]织物疵点在线三维识别方法

摘要

本发明属于图像处理和模式识别领域，涉及一种用于织物疵点在线检测系统的三维识别方法。首先通过坐标变换将织物三维数据转换到织物平面所在坐标系，实现空间降维运算，然后根据XY坐标以及Z坐标的分布情况，可以判断织物的类型。本发明由于采用三维坐标信息，可以有效排除褶皱、飞絮、环境光或背景光不匀带来的干扰，并且不但可以给出是否存在疵点的信息，还可以给出疵点的类型及产生原因，方便操作工人及时调整生产工艺，避免疵点的再次产生。

主权项

1.一种织物疵点在线三维识别方法，其特征在于，包括下列步骤：步骤1：扫描三维织物表面，如果三维织物结构与标准织物三维结构相同，则继续扫描，否则，执行步骤2的操作；步骤2：选取三维织物结构与标准织物三维结构不同的三维数据信息，判断该三维结构是否为干扰信号，判断的原则是：如果三维结构曲率连续，且内部子结构均为标准三维织物结构，没有缺少织物数据的信息，则该结构为褶皱带来的干扰，予以排除；如果三维结构出现浮于上方的细小丝线或者颗粒，则该信息为飞絮干扰，予以排除；如果该三维结构不是褶皱也不是飞絮，则执行步骤3的操作；步骤3：判断非正常三维织物结构平面是否平整，如果数据表面不平，则为跳花，或者纱线粗节；如果非正常三维织物结构平面平整，则执行步骤4的操作；判断三维织物结构是否平整首先需要将三维数据转换到织物平面所在的坐标系，根据织物疵点检测的特殊性，如果将所得到的三维坐标系OaXaYaZa转换到织物所在的检测平面坐标系OwXwYwZw，则对于理想的织物平面的特点应该是：所有点的X和Y坐标均匀变化，所有点的Z坐标为0，这样就可以把一个复杂的三维模式识别问题，转换到XY二维空间和Z空间来进行，实现空间降维运算，假设OwXwYwZw相对OaXaYaZa坐标系的倾角为ψ，偏角为θ，旋转角为φ，则旋转矩阵R可由公式(1)确定：坐标转换完毕后，可根据Z坐标的情况判断织物疵点是否平整；根据XY坐标的分布情况，判断织物表面的均匀情况；步骤4：如果织物数据较平，即Z坐标基本在一个平面上，但是XY平面缺少某一条数据，需要判断缺少数据的方向以及缺少数据的位置，如果突然缺少经线(X)方向数据，则为断经，如果突然缺少纬线(Y)方向数据，则为断纬，如果一直缺少经线方向数据，则为缺经，如果一直缺少纬线方向数据，则为缺纬；步骤5：如果织物数据较平，即Z坐标基本在一个平面上，但是XY平面数据不均匀，则判断为织物数据不匀的类型；如果是规律性的粗细不匀，则可能是粗经、粗纬、细经、细纬，需要查找纱线是否存在瑕疵；如果出现的是网眼状不匀，则为方眼；如果出现片状不匀，则为云织；如果出现数据较稀疏不匀或者较密的不匀，则为稀路或者密路；由于步骤5要判断的疵点类型较多，为了防止疵点类型识别错误，需要按照下列方法进行疵点类型识别：假设不同类型的疵点含有的最多的特征信息为n个，设定判别函数g(x)如公式(2)所示：$\left(x\right)=w_1{x}_1+w_2{x}_2+......+w_n{x}_n+w_{n+1}=W_0^{T}X+w_{n+1}---\left(2\right)$式(2)中：W0＝(w1，w2，...，wn)T为权向量；X＝(x1，x2，x3，...xn)T为模式向量；将公式(2)进行归一化，可表示为公式(3)如下：g(x)＝WTX (3)式(3)中：W＝(w1，w2，...，wn，wn+1)T为增值权向量；X＝(x1，x2，...，xn，1)T为增值模式向量；假设有M个疵点类别(表示为ω1-ωm)，则存在M个判别函数，如公式(4)所示：gk(x)＝WKX K＝1，2，3......M (4)则根据公式(5)的判别规则，可确定疵点所属的类别；步骤6：确定织物疵点的类别后，根据该类别的产生原因，回溯生产环节可能存在的问题，及时进行调整，避免疵点的再次产生，织物疵点三维识别过程结束。