[发明专利]织物瑕疵的检测方法、装置、计算机设备及可读存储介质

权利要求书

1.一种织物瑕疵的检测方法，其特征在于，所述方法包括：

获取通过摄像设备采集得到的待检测织物图像，对所述待检测织物图像进行预处理得到预处理织物图像；

按照所述预处理织物图像的纹理周期对所述预处理织物图像进行网格划分得到若干个网格化织物图像，并利用冗余灰度共生矩阵提取各个所述网格化织物图像的网格纹理特征；

通过预先训练好的织物瑕疵检测神经网络对所述网格纹理特征进行分类，根据分类结果确定所述网格纹理特征是否为瑕疵特征；

若确定所述网格纹理特征为瑕疵特征，则在所述待检测织物图像对应的网格纹理特征中标记瑕疵位置。

2.根据权利要求1所述的方法，其特征在于，还包括：

获取预先进行标注的织物样品图像；所述织物样品图像包括有瑕疵织物样品图像和无瑕疵织物样品图像；

提取织物样品图像的样品织物纹理特征，将所述样本织物纹理特征输入到分类器中进行训练，构建得到织物瑕疵检测神经网络。

3.根据权利要求1所述的方法，其特征在于，所述对所述待检测织物图像进行预处理得到预处理织物图像的步骤包括：

根据所述待检测织物图像中的各个像素点及所述像素点周围的邻域像素点在几何空间上的接近程度或灰度空间上的相似程度，调节所述邻域像素点对应的灰度值权值；

根据所述灰度值权值对各个所述邻域像素点的灰度值进行加权平均得到所述像素点的目标灰度值；

根据所述待检测织物图像中的各个像素点的目标灰度值，得到预处理织物图像。

4.根据权利要求1所述的方法，其特征在于，所述按照所述预处理织物图像的纹理周期对所述预处理织物图像进行网格划分得到若干个网格化织物图像的步骤包括：

根据所述预处理织物图像中的各个像素对之间的灰度值差值确定所述预处理织物图像的同质化参数；

根据所述同质化参数对所述预处理织物图像的纹理周期进行测量，确定对所述预处理织物图像进行网格划分的网格大小；

基于所述网格大小对所述预处理织物图像进行网格划分得到若干个网格化织物图像。

5.根据权利要求4所述的方法，其特征在于，所述根据所述预处理织物图像中的各个像素对之间的灰度值差值确定所述预处理织物图像的同质化参数的步骤包括：

确定所述预处理织物图像中的各个像素对的相对位置关系，基于所述相对位置关系确定所述像素对的灰度值差值；

统计所述灰度值差值的概率分布，并根据所述概率分布的统计结果确定所述预处理织物图像的同质化参数。

6.根据权利要求1所述的方法，其特征在于，所述利用冗余灰度共生矩阵提取各个所述网格化织物图像的网格纹理特征的步骤包括：

通过预先建立的广义高斯滤波器对各个所述网格化织物图像进行多尺度分解，得到所述网格化织物图像对应的尺度不同的多张冗余图像；

生成各张所述冗余图像对应的灰度共生矩阵，得到所述网格化织物图像的冗余灰度共生矩阵；

根据所述冗余灰度共生矩阵进行相应的特征量求取，得到所述网格化织物图像的网格纹理特征。

7.根据权利要求6所述的方法，其特征在于，所述根据所述冗余灰度共生矩阵进行相应的特征量求取，得到所述网格化织物图像的网格纹理特征的步骤包括：

基于所述冗余灰度共生矩阵计算所述冗余图像的特征参数，所述特征参数包括角二阶矩、对比度、相关性、逆差矩和熵；

根据所述特征参数对所述网格化织物图像进行特征提取，得到所述网格化织物图像对应的网格纹理特征。