[发明专利]一种实时布匹缺陷检测方法

说明书

本发明公开一种实时布匹缺陷检测方法，涉及布匹缺陷检测技术，包括：采集具有预设第一尺寸的待检测布匹图；根据特征提取器对待检测布匹图进行特征提取，得到待检测布匹图对应的布匹特征图；采用具有预设第二尺寸的滑动窗口，以预设步长对布匹特征图进行采样得到若干采样特征图；根据布匹分类模型分别对各采样特征图进行布匹分类，得到各采样特征图对应的布匹分类结果；根据各布匹分类结果生成分类结果热力图，并对分类结果热力图进行处理得到待检测布匹图中的布匹缺陷区域以及布匹缺陷区域的缺陷类型。本发明能够在保证精度的情况下达到实时检测。

技术领域

本发明涉及布匹缺陷检测技术领域，具体涉及一种实时布匹缺陷检测方法。

背景技术

纺织品生产过程中，布匹表面缺陷是影响布匹质量的关键因素，长期以来布匹检测一般由人工完成，人工检测依赖验布人员的经验和熟练程度，评价标准不稳定也不一致，因而经常会产生误检和漏检，所以采用机器视觉代替人工自动对布匹瑕疵进行识别，已经成为纺织业发展的必然趋势。

传统的机器视觉方法分为以下几类：基于统计(GLCM,LBP,MEAN-STD)，基于机器学习模型(GMM,MRF)，基于频域(FFT,Wavelet Transform)，基于滤波器(Sobel,Gabor)，基于纹理单元(自相似性计算等)，其中要么是计算过于复杂，十几秒计算一张图；要么需要针对不同的材质，修改参数；要么对材质的一些变化过于敏感，鲁棒性差。

基于目标检测的方法，由于特征缺陷形状各异，使用矩形框表示缺陷会将大量正常布匹区域标记为缺陷，并且由于缺陷占比极低，导致目标检测精度很难满足生产要求，最后绝大部分目标检测算法也难满足实时要求。

基于深度学习的语义分割方法对于标注要求较高，对于互相重叠的缺陷检测效果不好，并且一般很难满足实时要求。

发明内容

本发明的目的在于提供一种实时布匹缺陷检测方法。

为达此目的，本发明采用以下技术方案：

提供一种实时布匹缺陷检测方法，包括一预先生成特征提取器和布匹分类模型的过程，具体包括以下步骤：

步骤A1，采集具有预设第一尺寸的布匹原始大图；

步骤A2，对所述布匹原始大图中的布匹缺陷区域进行像素级标注，得到布匹标注大图；

步骤A3，对所述布匹标注大图进行随机采样得到若干具有预设第二尺寸的布匹样本图像；

步骤A4，分别对各所述布匹样本图像进行数据预处理，得到若干布匹预处理图像；

步骤A5，根据所述布匹预处理图像训练得到所述特征提取器；

步骤A6，根据所述布匹预处理图像训练得到所述布匹分类模型。

还包括一实时布匹缺陷检测的过程，具体包括以下步骤：

步骤S1，采集具有所述预设第一尺寸的待检测布匹图；

步骤S2，根据所述特征提取器对所述待检测布匹图进行特征提取，得到所述待检测布匹图对应的布匹特征图；

步骤S3，采用具有所述预设第二尺寸的滑动窗口，以预设步长对所述布匹特征图进行采样得到若干采样特征图；

步骤S4，根据所述布匹分类模型分别对各所述采样特征图进行布匹分类，得到各所述采样特征图对应的布匹分类结果；

步骤S5，根据各所述布匹分类结果生成分类结果热力图，并对所述分类结果热力图进行处理得到所述待检测布匹图中的布匹缺陷区域以及所述布匹缺陷区域的缺陷类型。

作为本发明的一种优选方案，所述预设第一尺寸为8192像素*8192像素。