[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

说明书

本申请涉及织物瑕疵的检测方法、装置、计算机设备及可读存储介质，涉及纺织领域，该方法通过获取相机采集得到的待检测织物图像，对待检测织物图像进行预处理得到预处理织物图像，按照预处理织物图像的纹理周期对预处理织物图像进行网格划分得到网格化织物图像，并利用冗余灰度共生矩阵提取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网格纹理特征进行分类，根据分类结果确定网格纹理特征是否为瑕疵特征；若确定网格纹理特征为瑕疵特征，则在待检测织物图像对应的网格纹理特征中标记瑕疵位置。上述技术方案能够提高织物瑕疵的检测准确度和检测效率。

技术领域

本申请涉及纺织领域，特别是涉及一种织物瑕疵的检测方法、装置、计算机设备及可读存储介质。

背景技术

当前国内大多数纺织企业的织物表面质量检测还是由质检人员通过传统人工方法来完成的，这种传统的依靠人工来进行织物瑕疵检测的方法首先需要对检测人员进行专业的技能培训并且需要检测人员有较为丰富的经验；其次由于掺杂了人的主观因素，检测结果的客观性、一致性都难以保证。此外，质检人员在检测过程中由于工作时长，人体的精神和体力难以长时间保持在一个较好的状态，这也导致了检测结果的可信度较低。由此可见，传统的基于人工来进行的织物瑕疵检测影响了纺织生产过程中的产品质量以及生产效率，近年来，计算机视觉技术取得了长足的发展，利用机器视觉来代替人工进行物体表面瑕疵检测已经成为工业生产中的一个焦点问题，采用基于机器视觉对织物表面瑕疵进行检测对于促进企业的智能高效发展具有实际意义。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高织物瑕疵检测准确度和检测效率的织物瑕疵的检测方法、装置、计算机设备及可读存储介质。

第一方面，本申请提供一种织物瑕疵的检测方法，该检测方法包括：

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

按照预处理织物图像的纹理周期对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网格纹理特征进行分类，根据分类结果确定网格纹理特征是否为瑕疵特征；

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

在其中一个实施例中，织物瑕疵的检测方法还包括：

获取预先进行标注的织物样品图像；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。

在其中一个实施例中，对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：

根据待检测织物图像中的各个像素点及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，调节邻域像素点对应的灰度值权值；

根据灰度值权值对各个邻域像素点的灰度值进行加权平均得到像素点的目标灰度值；

根据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。

在其中一个实施例中，按照预处理织物图像的纹理周期对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：

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

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

基于网格大小对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。