[发明专利]一种基于图像处理的面料熨烫质量预测评估方法及装置

权利要求书

1.一种基于图像处理的面料熨烫质量预测评估方法，其特征在于，包括：

获取面料表面图像的灰度图像，并计算所述灰度图像中像素点的梯度方向及梯度大小；

建立预设尺寸的滑窗，以所述灰度图像中的每一像素点为中心分别进行滑窗，将每次所述滑窗中梯度大小最大的像素点作为参考点，根据每次所述滑窗中其他像素点与所述参考点的梯度方向以及梯度大小之间的关系，获得每次所述滑窗的中像素点的最大固有熨烫损伤、溢出熨烫损伤比以及熨烫偏差；

根据每次所述滑窗中像素点的最大固有熨烫损伤、溢出熨烫损伤比以及熨烫偏差，计算每次所述滑窗的中心像素点的熨烫损伤度，得到灰度图像中每一像素点的熨烫损伤度；

将所述灰度图像中每一像素点与其八邻域像素点的熨烫损伤度的差值的方差，作为每一像素点的平滑度，分别获得所述灰度图像中每一像素点的平滑度，并将所述灰度图像中每一像素点的八邻域像素点的平滑度的均值，作为每一像素点的邻域平滑度均值，将所述灰度图像中像素点的平滑度以及邻域平滑度均值构建二元组；

根据所述灰度图像中所有像素点的熨烫损伤度获得第一特征图像，所述第一特征图像中像素点的值为所述灰度图像中像素点的熨烫损伤度，利用所述二元组计算所述第一特征图像的二维熵得到平滑熵；

根据得到所述平滑熵以及所述灰度图像中所有像素点的熨烫损伤度的均值，得到熨烫质量指标，判断所述熨烫质量指标是否大于预设阈值，若判断结果为是，则需要对面料进行熨烫，若判断结果为否则无需对面料进行熨烫；

其中，根据每次所述滑窗中其他像素点与所述参考点的梯度方向以及梯度大小之间的关系，获得每次所述滑窗的中像素点的最大固有熨烫损伤、溢出熨烫损伤比以及熨烫偏差，包括：

每次所述滑窗中的所述参考点的梯度大小为，每次所述滑窗的最大固有熨烫损伤；

计算每次所述滑窗中其他像素点的溢出熨烫损伤比，所述溢出熨烫损伤比的计算方法包括，其中为像素点的梯度大小，为每次所述滑窗中像素点的溢出熨烫损伤比；

计算每次所述滑窗中其他像素点的熨烫偏差，所述熨烫偏差的计算方法包括：，其中，为每次所述滑窗中像素点的梯度方向与所述参考点的梯度方向之间的夹角，为每次所述滑窗中像素点的熨烫偏差；

其中，根据每次所述滑窗中像素点的最大固有熨烫损伤、溢出熨烫损伤比以及熨烫偏差，计算每次所述滑窗的中心像素点的熨烫损伤度，包括：

，其中为将每次所述滑窗中所有像素点按照最大固有熨烫损伤、溢出熨烫损伤比以及熨烫偏差进行组合后得到变量组合，在每次所述滑窗中所有像素点的变量组合中出现的频率，为每次所述滑窗的中心像素点的熨烫损伤度。

2.根据权利要求1所述的基于图像处理的面料熨烫质量预测评估方法，其特征在于，

将所述最大固有熨烫损伤划分等级，当每次所述滑窗的最大固有熨烫损伤分别位于区间时，其值分别取0.1，0.2，…，1；

对每次所述滑窗中像素点的溢出熨烫损伤比进行分级，当所述溢出熨烫损伤比分别位于区间时，其值分别取0.1，0.2，…，1；

对每次所述滑窗中像素点的所述熨烫偏差进行分级，当所述熨烫偏差分别位于区间以及时，其值分别取0.5以及1。

3.根据权利要求2所述的基于图像处理的面料熨烫质量预测评估方法，其特征在于，计算所述灰度图像中像素点的梯度方向及梯度大小，包括：

将位于所述灰度图中第行第列的像素点的位置记为，利用sobel算子计算水平方向的梯度，以及垂直方向的梯度，则该像素点的梯度幅值即梯度大小，该像素点的梯度方向为。

4.根据权利要求3所述的基于图像处理的面料熨烫质量预测评估方法，其特征在于，根据所述灰度图像中所有像素点的熨烫损伤度均值以及所述平滑熵，得到熨烫质量指标，包括：

，其中为所述灰度图像的熨烫质量指标，为所述灰度图像中所有像素点的熨烫损伤度均值，为所述平滑熵。

5.根据权利要求4所述的基于图像处理的面料熨烫质量预测评估方法，其特征在于，获取面料表面图像的灰度图像前，还包括：调整面料表面使得面料表面平整，避免面料存在堆叠。

6.一种基于图像处理的面料熨烫质量预测评估装置，其特征在于，包括：

图像获取模块，用于获取面料表面图像的灰度图像；

第一计算模块，用于计算所述灰度图像中像素点的梯度方向及梯度大小，并建立预设尺寸的滑窗，以所述灰度图像中的每一像素点为中心分别进行滑窗，将每次所述滑窗中梯度大小最大的像素点作为参考点，根据每次所述滑窗中其他像素点与所述参考点的梯度方向以及梯度大小之间的关系，获得每次所述滑窗的中像素点的最大固有熨烫损伤、溢出熨烫损伤比以及熨烫偏差；

第二计算模块，用于根据每次所述滑窗中像素点的最大固有熨烫损伤、溢出熨烫损伤比以及熨烫偏差，计算每次所述滑窗的中心像素点的熨烫损伤度，得到灰度图像中每一像素点的熨烫损伤度；

第三计算模块，用于将所述灰度图像中每一像素点与其八邻域像素点的熨烫损伤度的差值的方差，作为每一像素点的平滑度，分别获得所述灰度图像中每一像素点的平滑度，并将所述灰度图像中每一像素点的八邻域像素点的平滑度的均值，作为每一像素点的邻域平滑度均值，将所述灰度图像中像素点的平滑度以及邻域平滑度均值构建二元组；

第四计算模块，用于根据所述灰度图像中所有像素点的熨烫损伤度获得第一特征图像，所述第一特征图像中像素点的值为所述灰度图像中像素点的熨烫损伤度，利用所述二元组计算所述第一特征图像的二维熵得到平滑熵；

评估判断模块，用于根据得到所述平滑熵以及所述灰度图像中所有像素点的熨烫损伤度的均值，得到熨烫质量指标，判断所述熨烫质量指标是否大于预设阈值，若判断结果为是，则需要对面料进行熨烫，若判断结果为否则无需对面料进行熨烫；

其中，根据每次所述滑窗中其他像素点与所述参考点的梯度方向以及梯度大小之间的关系，获得每次所述滑窗的中像素点的最大固有熨烫损伤、溢出熨烫损伤比以及熨烫偏差，包括：

每次所述滑窗中的所述参考点的梯度大小为，每次所述滑窗的最大固有熨烫损伤；

计算每次所述滑窗中其他像素点的溢出熨烫损伤比，所述溢出熨烫损伤比的计算方法包括，其中为像素点的梯度大小，为每次所述滑窗中像素点的溢出熨烫损伤比；

计算每次所述滑窗中其他像素点的熨烫偏差，所述熨烫偏差的计算方法包括：，其中，为每次所述滑窗中像素点的梯度方向与所述参考点的梯度方向之间的夹角，为每次所述滑窗中像素点的熨烫偏差；

其中，根据每次所述滑窗中像素点的最大固有熨烫损伤、溢出熨烫损伤比以及熨烫偏差，计算每次所述滑窗的中心像素点的熨烫损伤度，包括：

，其中为将每次所述滑窗中所有像素点按照最大固有熨烫损伤、溢出熨烫损伤比以及熨烫偏差进行组合后得到变量组合，在每次所述滑窗中所有像素点的变量组合中出现的频率，为每次所述滑窗的中心像素点的熨烫损伤度。