[发明专利]一种医用无纺布的缺陷识别方法

权利要求书

1.一种医用无纺布的缺陷识别方法，其特征在于，该方法包括：

采集医用无纺布的灰度图像，并获取灰度图像中透气孔洞区域和其他区域；

获取其他区域中异常像素点；选取任意一个异常像素点作为种子点，从种子点开始生长延伸得到多条由异常像素点组成的异常线段；

将与透气孔洞区域边界不相交的异常线段作为最终异常线；将与透气孔洞区域边界相交的异常线段按照异常线延伸方向进行合并得到多条最终异常线；

根据每条最终异常线上由多对像素点连线的斜率，计算出每条最终异常线的方向多样性；

利用每条最终异常线上包含的全部像素点的灰度值，计算出每条最终异常线的灰度异常性；

根据每条最终异常线上相邻像素点的灰度值差值，确定每条最终异常线的灰度渐变性；

利用每条最终异常线的方向多样性、灰度异常性和灰度渐变性计算出每条最终异常线为划痕的可信程度；

根据每条最终异常线为划痕的可信程度，判断每条最终异常线是否为划痕缺陷。

2.根据权利要求1所述的一种医用无纺布的缺陷识别方法，其特征在于，每条最终异常线的方向多样性的计算步骤包括：

从每条最终异常线的第一个像素点开始遍历，直至最终异常线遍历结束后停止遍历，计算出每次遍历的像素点与预设距离后像素点连线的斜率绝对值；

将每条最终异常线对应的全部斜率绝对值方差，作为每条最终异常线的方向多样性。

3.根据权利要求1所述的一种医用无纺布的缺陷识别方法，其特征在于，每条最终异常线的灰度异常性的计算步骤包括：

利用每条最终异常线上所有像素点的灰度值，计算出每条最终异常线对应的灰度平均值和灰度方差；

将每条最终异常线对应的灰度平均值和灰度方差乘积进行归一化处理，得到每条最终异常线的灰度异常性。

4.根据权利要求1所述的一种医用无纺布的缺陷识别方法，其特征在于，确定每条最终异常线的灰度渐变性的步骤包括：

获取每条最终异常线的遍历方向；其中，遍历方向为存在相邻像素点灰度值减小的方向；

按照每条最终异常线的遍历方向从第一个像素点开始遍历，计算后一个像素点与前一个像素点的灰度差值，并统计灰度差值小于零的个数；

将每条最终异常线对应的灰度差值小于零的个数与最终异常线像素点总间隔的比值，作为每条最终异常线的灰度渐变性。

5.根据权利要求1所述的一种医用无纺布的缺陷识别方法，其特征在于，获取其他区域中异常像素点的步骤包括：

计算出每个透气孔洞区域主方向，将主方向相同并且相邻的透气孔洞区域的质心拟合成一条参考直线；

以灰度图像中第一列每个像素点为起点，作多条与参考直线平行的直线，由每条与参考直线平行的直线穿过灰度图像中的像素点组成像素点序列；

从每个像素点序列中选取多段位于其他区域的子像素点序列，利用每段子像素点序列中全部像素点的灰度值，计算出每段子像素点序列的灰度异常性；

将灰度异常性小于灰度异常性阈值的子像素点序列筛选出作为筛选后子像素点序列；

将筛选后子像素点序列中包含的全部像素点的灰度值均值，作为灰度阈值；从灰度图像其他区域中选取出灰度值大于灰度阈值的像素点作为异常像素点。