[发明专利]基于深度神经网络的纺织面料的绒毛检测方法

说明书

本申请公开了一种基于深度神经网络的纺织面料的绒毛检测方法，其包括：获取待检测的纺织面料图像，所述待检测的纺织面料为正在生产中的纺织面料；计算所述待检测的纺织面料图像与经检测合格的纺织面料的图像之间的在纹理层面的差分，以获得纹理差分特征图；将所述纹理差分特征图输入卷积神经网络以获得第一特征图；将所述第一特征图按照不同的尺度被均分为多个图像块，其中，不同尺度的图像块的数量之和等于全连接层的输入端的节点数；以及，将所述多个图像块通过所述全连接层和分类函数以获得分类结果，所述分类结果用于表示所述待检测的纺织面料的绒毛数量是否满足预设要求。

技术领域

本发明涉及深度学习和神经网络技术领域，且更为具体地，涉及一种基于深度神经网络的纺织面料的绒毛检测方法、检测系统和电子设备。

背景技术

纺织面料有纬编针织面料和经编针织面料两类。作为服装三要素之一，纺织面料不仅可以诠释服装的风格和特性，而且直接左右着服装的色彩、造型的表现效果。纺织机在生产纺织品时，不可避免的纺织品上会带有大量的毛料、丝绒等杂物，这些杂物如果不及时处理的话会影响纺织品的质量，在之后的加工上也会给工人带来困扰。

目前，深度学习以及神经网络已经广泛应用于计算机视觉、自然语言处理、文本信号处理等领域。此外，深度学习以及神经网络在图像分类、物体检测、语义分割、文本翻译等领域，也展现出了接近甚至超越人类的水平。

深度学习以及神经网络的发展为纺织面料的绒毛检测问题提供了新的解决思路和方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于深度神经网络的纺织面料的绒毛检测方法、检测系统和电子设备，其通过基于深度学习的计算机视觉技术来从纺织面料的图像中检测绒毛的密度，首先通过以检测合格的纺织物图像作为参考来去除纺织面料图像中纺织面料自身图案对绒毛检测带来的不良影响，接着，不计算目标对象的绝对密度，而是通过图像的不同大小的区域内目标对象的相对密度来进行绒毛检测，从而对纺织面料是否需要绒毛清理进行有效监控。

根据本申请的一个方面，提供了基于深度神经网络的纺织面料的绒毛检测方法，其包括：

获取待检测的纺织面料图像，所述待检测的纺织面料为正在生产中的纺织面料；

计算所述待检测的纺织面料图像与经检测合格的纺织面料的图像之间的在纹理层面的差分，以获得纹理差分特征图；

将所述纹理差分特征图输入卷积神经网络以获得第一特征图；

将所述第一特征图按照不同的尺度被均分为多个图像块，其中，不同尺度的图像块的数量之和等于全连接层的输入端的节点数；以及

将所述多个图像块通过所述全连接层和分类函数以获得分类结果，所述分类结果用于表示所述待检测的纺织面料的绒毛数量是否满足预设要求。

在上述基于深度神经网络的纺织面料的绒毛检测方法中，计算所述待检测的纺织面料图像与经检测合格的纺织面料的图像之间的在纹理层面的差分，以获得纹理差分特征图，包括：提取所述待检测的纺织面料图像中的纹理特征以获得第一纹理特征图；以及，计算所述第一纹理特征图和从所述经检测合格的纺织面料的图像提取出的第二纹理特征图之间的按像素位置差分以获得所述纹理差分特征图。

在上述基于深度神经网络的纺织面料的绒毛检测方法中，计算所述待检测的纺织面料图像与经检测合格的纺织面料的图像之间的在纹理层面的差分，以获得纹理差分特征图，包括：将所述待检测的纺织面料图像与经检测合格的纺织面料的图像通过多层卷积层，以获得第一纹理特征图和第二纹理特征图；以及，计算所述第一纹理特征图和所述第二纹理特征图之间的按像素位置差分以获得所述纹理差分特征图。