[发明专利]一种织物多尺度图像采集方法与装置

说明书

本发明公开了一种织物多尺度图像采集方法及装置，采集方法包括以下步骤：S1、构建图像拍摄系统，所述图像拍摄系统包括不同放大倍率的相机；S2、利用不同放大倍率的相机分别从待测织物的上方和下方获取多个不同拍摄角度和不同角度光照下的拍摄图像；S3、对待测织物逐渐施加张力，并按照S2的拍摄方式获取不同张力下的相应拍摄图像；S4、将S2和S3得到的拍摄图像进行融合处理生成压缩图像。本发明通过使用不同放大倍率的镜头在织物不同张力状态下拍摄不同角度和不同光照条件下的图像信息，能够提取织物在宏观、微观、介观等尺度下的组织结构特征，能够充分获取隐藏在织物内部的组织结构信息，实现综合特征的图像采集。

技术领域

本发明涉及图像采集技术领域，具体为一种织物多尺度图像采集方法与装置。

背景技术

对完成织造的织物进行质量检测是纺织品生产过程中必不可少的一环，其中较为典型的检测项目有织物密度、织物疵点等。另一方面，在纺织工厂与客户商谈项目的过程中，客户往往提供的是布样，此时纺织工厂需要通过布样，判断出此织物是否属于之前织造过的品种，或者直接通过布样定位出对应的纺织工艺。传统纺织工厂往往通过人工检测进行判断，然而人工检测存在很多的局限性，一方面，人工检测对检测工人的经验有较高的要求，尤其是对于织物类别判断来说，对于大型纺织工厂，面对数以万计的织物样品，几乎不可能通过人工识别进行逐一判断。另一方面，通过人工判断效率也非常低，不利于纺织车间自动化程度的进一步提升。近年来，深度学习相关理论与技术迅速发展，现如今已经被广泛应用于军事，交通，人民日常生活以及工业生产中的各个领域。通过深度学习进行图像识别与特征抽取已经被应用在诸多行业，且已经在一定程度上超过了人工检测的精度。通过相机采集到图像的信息，通过深度学习进行特征识别也是必然的趋势。

然而，对于织物来说，一方面多层纱线相互交织，不同纱线之间可能存在相互遮挡，仅仅通过单张图片提取织物综合特征往往不准确。另一方面，织物的不同特征往往需要从不同尺度上获取，而织物疵点检测往往基于宏观图像。因此，基于传统图像采集手段获取到的织物信息往往是非常局限的，无法反应织物的整体特征。例如，中国专利申请CN202111545882.6提出一种基于图像处理技术的纺织品表面瑕疵点检测方法，通过相机拍摄图像，并利用Gabor滤波器对织物图像进行检测，对织物图像中的瑕疵点进行标记和分割。该研究证明了基于图像处理实现织物特征检测的有效性，然而，由于专利中的图像仅仅是通过相机简单采集得到的单张图像，因此只能用于进行相对明显缺陷的检测，由于图像中不涵盖微观特征，因此无法用于进行实物识别，工艺分析等。

综上所述，目前亟需一种能够实现织物不同状态和不同尺度空间的数据快速采集方法。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的第一个目的在于提供了一种应用于织物多尺度图像采集方法，通过使用不同放大倍率的镜头在织物不同张力状态下拍摄不同角度和不同光照条件下的图像信息，能够提取织物在宏观、微观、介观等尺度下的组织结构特征，能够充分获取隐藏在织物内部的组织结构信息，实现综合特征的图像采集。

本发明的第二个目的在于提出一种织物多尺度图像采集装置。

为实现上述目的，本发明提供如下技术方案：一种织物多尺度图像采集方法，包括以下步骤：

S1、构建图像拍摄系统，所述图像拍摄系统包括不同放大倍率的相机；

S2、利用不同放大倍率的相机分别从待测织物的上方和下方获取多个不同拍摄角度和不同角度光照下的宏观、微观、介观拍摄图像；

S3、对待测织物逐渐施加张力，并按照S2的拍摄方式获取不同张力下的相应拍摄图像；

S4、将S2和S3得到的拍摄图像进行融合处理生成压缩图像。

优选的，所述S2中利用不同放大倍率的相机进行拍摄时，所述不同放大倍率的相机均处于同一拍摄位置。