经编布匹瑕疵点检测方法

发布时间：2021-10-28 18:21

　　与梭织纬编布匹不同,经编布匹由于编织工艺的原因造成布匹网纹稀疏、粗大,导致现有的视觉疵点检测方法只能针对少数种类的经编布匹上的疵点有效果,普适性不佳.针对经编布匹的特点,提出了一种新的视觉检测方法.该方法基于最大熵阈值分割和连通域的思想,有效解决了经编布匹疵点检测中的误检问题.通过对上百张样本照片、数十种疵点种类进行了试验,结果表明该方法具有较好的准确性和普适性,可以完成对数十种经编布匹疵点的检测和定位. 

【文章来源】：安徽大学学报(自然科学版). 2020,44(05)北大核心

【文章页数】：8 页

【部分图文】：

几种典型的经编布匹疵点

观察各种经编布匹图像的直方图发现,无论原始图像还是对图像进行高斯滤波预处理后,其灰度直方图中的灰度级会高度集中在一个单峰区间内.在布匹的污渍疵点图像(图1(c))中,疵点颜色较正常布匹颜色更深,灰度级更低;在布匹的棉结疵点图像(图1(d))中,疵点颜色较正常布匹颜色更浅,灰度级更高.因此论文选取背景纹理相同的污渍和棉结疵点图像作为对比样本,预处理方式为高斯滤波,高斯函数的σ参数值设定为2,迭代次数为两次,显示结果如图2所示.观测图2中滤波前后的灰度直方图可以发现,经高斯滤波的平滑处理后,污渍疵点的峰值点灰度值为177,最大熵分割阈值为147,而棉结疵点的峰值点灰度值为182,最大熵分割阈值为203,两种疵点图像的直方图均集中在[130, 230]的单峰区间内,且灰度分布更狭窄了.在经过预处理后,污渍疵点图像中灰度级小于147的像素被归类为目标疵点区域,大于147的像素被归类为背景纹理区域,最大熵分割阈值小于其灰度直方图峰值点所在灰度级;而棉结疵点图像中则是灰度级大于203的像素被归类为目标疵点区域,小于203的像素被归类为背景纹理区域,最大熵分割阈值大于其灰度直方图峰值点所在灰度级.

通过大量测试实验可知,阈值点的分布总是在灰度直方图峰值点前后50个灰度范围以内.因此,在对图像利用高斯滤波进行预处理后,可以求得其灰度直方图峰值点所在的灰度值,令其为p,则得到最大熵分割的阈值点可能存在的区间为[p-50, p+50].若出现p-50<0的情况,则将遍历的灰度级区间改为[0, 100],若出现p+50>255的情况,则将遍历的灰度级区间改为[155, 255].改进后的最大熵阈值分割方法只需要遍历这101个灰度级即可得到最大熵分割阈值T,这将有效减少熵计算的运行时间,提高检测的实时性.将改进后的最大熵阈值分割方法应用于布匹检测的流程如图3所示,改进后的算法在预处理后图像上的取值区间如图4所示.图4 改进后最大熵算法的阈值取值区间

【参考文献】：
期刊论文
[1]基于二维Otsu算法的织物疵点检测[J]. 李仁忠,杨曼,俱寒,景军锋,李鹏飞.  毛纺科技. 2017(10)
[2]基于改进SAE网络的织物疵点检测算法[J]. 景军锋,党永强,苏泽斌,李鹏飞,张宏伟.  电子测量与仪器学报. 2017(08)
[3]FS220型光电自动验布机的特点及应用[J]. 李彪,李永红,吕志华.  棉纺织技术. 2017(07)
[4]Uster公司的织物质量自动检验系统[J].   纺织导报. 1999(02)

博士论文
[1]基于机器视觉和图像处理的色织物疵点自动检测研究[D]. 李文羽.东华大学 2014

硕士论文
[1]基于视觉的瓷砖质量检测系统关键技术研究[D]. 吴娟娟.华中科技大学 2017
[2]基于独立分量分析的织物疵点自动检测方法研究[D]. 张海兰.苏州大学 2015
[3]图像矢量化方法研究[D]. 朱婧.杭州电子科技大学 2011



本文编号：3463150