[发明专利]一种皮革表面显著性缺陷的检测方法、系统及装置

说明书

本发明公开了一种皮革表面显著性缺陷的检测方法、系统及装置，该系统包括第一获取模块、第一处理模块、第二处理模块、第三处理模块、第四处理模块、第五处理模块及第六处理模块。该方法包括：从Gabor滤波器输出的滤波图像中选出最优方向尺度的滤波图像；对最优方向尺度的滤波图像依次进行显著性目标检测处理、自适应阈值图像分割处理后得到第一二值图像；利用第一二值图像对SVM进行训练；利用SVM对待测皮革所对应的二值图像进行处理。该装置包括存储器和处理器。通过使用本发明，能达到提高处理效率的同时，也提高皮革缺陷检测方法的通用性和实用性。本发明作为一种皮革表面显著性缺陷的检测方法、系统及装置可广泛应用于皮革检测领域中。

技术领域

本发明涉及缺陷检测技术，尤其涉及一种皮革表面显著性缺陷的检测方法、系统及装置。

背景技术

技术词解释：

Gabor滤波器：指的是利用Gabor函数形成的二维Gabor滤波器，一个用于边缘提取的线性滤波器。

SVM：指的是支持向量机。

在皮包、汽车座椅、衣服等皮质产品生产过程中，质量监控尤为重要，因此，皮革作为这些皮质产品的原材料，其缺陷检测与定位就是质量监控的重要工作。目前，行业内对于皮革的缺陷检测主要依靠人眼，然而，嘈杂的工厂环境、大量的检测工作以及皮革缺陷种类的繁杂，这些都使得单纯依靠人眼的检测方式难以满足质控需求。因此为了解决这些问题，人们提出了利用机器视觉技术来实现皮革的缺陷检测。

所述机器视觉技术具有提高生产柔性和自动化程度的优点，因此，利用机器视觉技术来实现皮革的缺陷检测，能够应用在一些不适用于人工作业的危险工作环境或人工视觉难以满足质控要求的场合，适用性光；同时在大批量工业生产过程中，利用机器视觉技术来实现皮革的缺陷检测，可以大大提高生产效率和生产的自动化程度，并且可提高检测的精准度。然而，对于目前常用的基于机器视觉的皮革缺陷检测技术，其仍存有一些缺点，例如：1、对于传统基于机器视觉的皮革缺陷检测技术，其所采用的图像预处理算法的通用性较差；2、对于传统基于机器视觉的皮革缺陷检测技术，其计算量庞大，导致缺陷识别检测无法高效进行。

发明内容

为了解决上述技术问题，本发明的第一目的是提供一种皮革表面显著性缺陷的检测方法，可提高皮革缺陷检测技术的通用性和处理效率。

本发明的第二目的是提供一种皮革表面显著性缺陷的检测系统，可提高皮革缺陷检测技术的通用性和处理效率。

本发明的第三目的是提供一种皮革表面显著性缺陷的检测装置，可提高皮革缺陷检测技术的通用性和处理效率。

本发明所采用的第一技术方案是：一种皮革表面显著性缺陷的检测方法，该方法包括以下步骤：

获取第一图像，其中，所述第一图像指的是皮革缺陷检测样本的图像；

利用Gabor滤波器对第一图像进行滤波处理后，输出多个不同方向尺度的滤波图像；

从多个不同方向尺度的滤波图像中选取出最优方向尺度的滤波图像；

对最优方向尺度的滤波图像进行显著性目标检测处理后，输出最优方向尺度的滤波图像对应的显著性目标图像；

对显著性目标图像进行自适应阈值图像分割处理后，输出第一二值图像；

利用第一二值图像以及从第一二值图像中提取出来的图像特征对支持向量机进行训练；

利用训练好的支持向量机对待测皮革所对应的二值图像进行处理，输出待测皮革的检测结果。

进一步，所述从多个不同方向尺度的滤波图像中选取出最优方向尺度的滤波图像这一步骤，其包括以下步骤：

采用形态学处理方式，对多个不同方向尺度的滤波图像进行去噪处理；