[发明专利]一种布匹区域类疵点识别方法

权利要求书

1.一种布匹区域类疵点识别方法，其特征在于，包括以下步骤：

获取布匹的灰度图像；对所述灰度图像进行二值化处理获取二值图像；

对所述二值图像进行连通域检测，获取所述二值图像中的全部瑕疵区域；

对每个所述瑕疵区域进行边缘检测获取所述瑕疵区域的边缘线，并获取每个所述瑕疵区域的最小外接矩形，并将每个瑕疵区域的最小外接矩形中心点作为每个瑕疵区域的中心点；

根据每个所述瑕疵区域的中心点到所述瑕疵区域的边缘线的距离获取每个瑕疵区域的中心点到边缘线的远近系数；

以每个瑕疵区域的中心点为圆心建立该瑕疵区域的扇形滑窗；所述扇形滑窗的半径大于所述瑕疵区域的中心点到边缘像素点的最大距离；将所述扇形滑窗沿圆心并按照固定角度进行转动，根据每转动一次所述扇形滑窗内包含的瑕疵区域的边缘线上像素点的数量得到所述瑕疵区域的边缘化程度；依次获取每个瑕疵区域的边缘化程度；

对每个瑕疵区域的边缘线进行依次外扩获取多层外扩边缘；获取每层外扩边缘上像素点灰度值的平均值，根据每层外扩边缘上像素点灰度值的平均值获取每个瑕疵区域的外扩边缘灰度变化值；

根据每个瑕疵区域的中心点到边缘线的远近系数、边缘化程度和外扩边缘灰度变化值获取每个瑕疵区域的特征值，根据每个瑕疵区域的特征值将每个瑕疵区域分为脏污区域或破洞区域；

获取所述中心点到所述瑕疵区域的边缘线的远近系数的过程中还包括：

获取瑕疵区域的最小外接矩形的中心点到该瑕疵区域的边缘线上像素点的距离的最小值与最大值的比值；根据瑕疵区域的特征对所述最小值与最大值的比值进行赋值，获得所述瑕疵区域的远近系数；

所述扇形滑窗的圆心角为15°，所述固定角度为1°；

所述瑕疵区域的边缘化程度为扇形滑窗内包含的瑕疵区域的边缘线上像素点数量的极值与最大值的比值；所述极值为所述扇形滑窗内包含的瑕疵区域的边缘线上像素点数量的最大值与最小值的差值；

所述瑕疵区域的每层外扩边缘通过所述瑕疵区域的边缘线和所述瑕疵区域的中心点到边缘线像素点的最大距离确定；

每个所述瑕疵区域包含五层外扩边缘，获取所述瑕疵区域的五层外扩边缘的过成为：获取所述瑕疵区域的中心点到边缘像素点的最大距离 ，对所述瑕疵区域的边缘线向外延伸，获得所述瑕疵区域的第一层外扩边缘；对所述瑕疵区域的第一层外扩边缘的边缘线向外延伸，获得所述瑕疵区域的第二层外扩边缘；依次对所述瑕疵区域的每层外扩边缘的边缘线向外延伸，获得所述瑕疵区域的第三层外扩边缘、第四层外扩边缘和第五层外扩边缘；

获取所述瑕疵区域的外扩边缘灰度变化值的过程为：

获取每个所述瑕疵区域的每层外扩边缘上像素点的灰度值的平均值；

获取每两层扩边缘上像素点的灰度值的平均值的差值，并根据每两层扩边缘上像素点的灰度值的平均值的差值获取所述瑕疵区域的外扩边缘灰度变化值。

2.根据权利要求1所述的布匹区域类疵点识别方法，其特征在于，对所述二值图像进行连通域检测，获取所述二值图像中的全部瑕疵区域的过程为：

使用种子填充法对所述二值图像进行连通域分析，获取所述二值图像中的全部连通域；

对每个所述连通域进行最小外接矩形框选；获取每个所述最小外接矩形的长和宽；

根据每个连通域的最小外接矩形的长和宽获取所述二值图像中的瑕疵区域。

3.根据权利要求2所述的布匹区域类疵点识别方法，其特征在于，所述连通域的最小外接矩形的长和宽的比值小于3时，所述连通域为瑕疵区域。

4.根据权利要求1所述的布匹区域类疵点识别方法，其特征在于，所述瑕疵区域的特征值通过下式确定：

式中，为瑕疵区域的特征值；为瑕疵区域的中心点到边缘线的远近系数；为瑕疵区域的边缘化程度；为瑕疵区域的外扩边缘灰度变化值。