[发明专利]基于人工智能的纺织材料染色质量评估方法、装置及系统

权利要求书

1.一种基于人工智能的纺织材料染色质量评估方法，其特征在于，包括：

获得纺织品的表面图像并进行预处理得到灰度图像以及HSV图像；

对所述灰度图像进行边缘检测获得边缘图像，并将所述边缘图像中像素点的梯度方向中频率最大的两个梯度方向依次作为第一方向和第二方向；

分别获得所述灰度图像中所述第一方向下的周期距离及所述第二方向下的周期距离，并依次作为横向周期距离和纵向周期距离；

分别利用横向周期距离和纵向周期距离，获取HSV图像中各通道的横向颜色序列和纵向颜色序列，根据HSV图像中获得的各通道的横向颜色序列和纵向颜色序列获取各通道的偏差概率，包括：

分别计算HSV图像中各通道中各横向颜色序列之间的相似度，并将各通道中与其他横向颜色序列的相似度的均值最大的横向颜色序列作为各通道的横向标准颜色序列；

分别计算HSV图像中各通道中各纵向颜色序列之间的相似度，并将各通道中与其他纵向颜色序列的相似度的均值最大的纵向颜色序列作为各通道的纵向标准颜色序列；

将HSV图像中像素点在各通道中的像素值与各通道中的横向标准颜色序列以及纵向标准颜色序列进行比对，分别获得像素点在各通道中的偏差概率，并将像素点在各通道中的偏差概率的均值作为像素点在HSV图像中的偏差概率；包括：

将像素点与其在横向标准颜色序列及所述纵向标准颜色序列中对应位置的值进行比较，分别获得像素点在各通道中的特征概率；

根据像素点在各通道中邻域内像素点的特征概率，分别获得像素点在各通道中的偏差概率；

其中，所述特征概率的计算方法包括：

其中，表示第个像素的特征概率，表示第个像素的颜色，为横向标准颜色序列与其他横向颜色序列的相似度的均值，为纵向标准颜色序列与其他纵向颜色序列的相似度的均值，表示与第个像素所对应的横向标准颜色序列中的第j个位置的颜色，表示所述HSV图像中与所述横向标准颜色序列中第j个位置对应的所有像素点的颜色的均值，表示与第个像素所对应的纵向标准颜色序列中的第个位置的颜色，表示所述HSV图像中与所述纵向标准颜色序列中第个位置对应的所有像素点的颜色的均值；

根据像素点在各通道中邻域内像素点的特征概率，分别获得像素点在各通道中的偏差概率，包括：

其中表示像素点在通道中的偏差概率，为像素点在通道中的值，为像素点通道中邻域内第个像素点的值，为通道中邻域内像素点的个数；

根据偏差概率大于预设阈值的像素点的面积占比以及离散程度获得纺织品的质量评估值，并根据质量评价值对纺织品的染色质量进行评价。

2.根据权利要求1所述的基于人工智能的纺织材料染色质量评估方法，其特征在于，所述灰度图像中的周期距离的获得方法包括：

将边缘图像中梯度方向为第一方向的边缘像素点连成线段，并对所述边缘图像中各线段进行聚类获得多个类别，分别计算各所述类别中包含的线段的长度均值；

分别以各所述类别的长度均值为间隔，对所述灰度图像沿所述第一方向进行划分，并分别将划分后得到的各线段上像素点的像素值进行排列，以得到线段的灰度值序列；

将灰度值序列与其他灰度值序列之间的相似的均值作为灰度值序列的特征值，并将所述特征值最大的所述灰度值序列作为标准灰度值序列，将各灰度值序列与所述标准灰度值序列之间的相似度的均值作为类别的长度符合率；

将所述长度符合率最大的所述类别的长度均值作为第一方向下的周期距离；

利用所述第一方向下的周期距离的计算方法，获得所述第二方向下的周期距离。

3.根据权利要求2所述的基于人工智能的纺织材料染色质量评估方法，其特征在于，所述方法还包括：

利用所述长度符合率的计算方法，计算各类别的长度均值的和对应的长度符合率。

4.根据权利要求1所述的基于人工智能的纺织材料染色质量评估方法，其特征在于，对纺织品的表面图像的预处理包括：

对所述表面图像进行灰度化获得灰度图像；

对所述表面图像进行HSV转换，得到HSV图像。