[发明专利]一种色织物疵点自动识别方法

说明书

本发明公开了一种色织物疵点自动识别方法，包括以下步骤：设采集到的织物图像为X，大小为m×n，格式为256级灰度；S1、对织物图像进行高斯滤波处理，再对其应用水平方向的Sobel算子，获取其水平边缘梯度图像标记为X_h；S2、将水平边缘梯度图像X_h划分为若干图像区域X_i；S3、对图像区域X_i应用奇异值分解，并提取前K个最大特性值对应的向量对图像区域X_i进行近似，进而可以得到图像区域的残差图像S4、将残差图像E_i划分成w×h大小的子窗口，并计算每个子窗口内所有像素点平均值标记为S_i，若像素点平均值S_i超过指定的阈值T，则判断该子窗口存在疵点。

技术领域

本发明属于纺织智能检测技术及质量控制领域，具体涉及一种色织物疵点自动识别方法。

背景技术

纺织作为传统的劳动密集型产业，在智能工业时代下，发展智能化的纺织加工装备是加化纺织转行升级的重要途径。近年来，应用图像分析和机器视觉的方法进行各类产品缺陷检测已非常广泛。当前已有成熟的织物疵点自动检测系统，应用于织机在线疵点检测，如比利时BMSvision公司的CYCLOPS检测系统。

由于机织物种类繁多且疵点外观随机多变，目前大多数基于机器视觉的机织面料疵点检测都集中在素色织物的检测，算法主要分为特征提取和非特征提取两大类，其中特征提取方法主要涉及纹理特征提取方法，如灰度共生矩阵、局部二值算子等；非特征提取主要有Gabor滤波器法。但两类方法的实际应用效果主要体现在，适应的疵点类型有限，不能用于色织物疵点检测。为能实现色织物疵点的自动识别，本发明提供了一种色织物疵点自动识别方法。

发明内容

本发明针对现有技术存在的问题和不足，提供一种色织物疵点自动识别方法。

本发明是通过下述技术方案来解决上述技术问题的：

本发明提供一种色织物疵点自动识别方法，其特点在于，其包括以下步骤：

设采集到的织物图像为X，大小为m×n，格式为256级灰度；

S1、对织物图像进行高斯滤波处理，再对其应用水平方向的Sobel算子，获取其水平边缘梯度图像标记为X_h；

S2、将水平边缘梯度图像X_h划分为若干图像区域X_i；

S3、对图像区域X_i应用奇异值分解，并提取前K个最大特性值对应的向量对图像区域X_i进行近似，公式为：

X_i＝UΣV^T

式中，U_K为前K个最大特性值对应的向量所组成的矩阵，进而可以得到图像区域的残差图像

S4、将残差图像E_i划分成w×h大小的子窗口，并计算每个子窗口内所有像素点平均值标记为S_i，若像素点平均值S_i超过指定的阈值T，则判断该子窗口存在疵点。

较佳地，K值的取值范围为[3,8]。

较佳地，在步骤S4中，残差图像E_i划分成w×h大小的子窗口，子窗口尺寸区间为[8,128]，

较佳地，若需要重点检测经向疵点，则选取w<h。

较佳地，指定的阈值T的选取方法是：T＝u+cσ₂，其中u和σ₂分别为所有子窗口S_i的平均值和标准差σ₂，c为常数，取值1≤c≤3.5。