[发明专利]一种基于机器视觉的验布装置及方法

摘要

本发明公开了一种基于机器视觉的验布方法，用工业摄像机定焦拍摄经热定型后的待检验成品织物，获取实时图像；然后采用方法一、二对织物的纵密和横密进行计算；最后方法一、二所得的横密和纵密求出织物的实际密度。本发明还公开了一种基于机器视觉的验布装置，图像采集单元的输出端与图像处理单元的输入端连接，图像处理单元的输出端与密度检测单元的输入端连接；图像采集单元采集织物表面的反射图像；图像处理单元用于进行图像傅里叶变换、灰度变换、直方图均衡化和图像的二值化处理；密度检测单元采用边缘检测算法、霍夫变换、核密度估计算法对处理后的图像进行织物的倾斜度、脊线数和圈柱数进行分析，并计算出织物的密度。

主权项

1.一种基于机器视觉的验布方法，其特征在于，步骤如下：S1.获取织物图像：用工业摄像机定焦拍摄经热定型后的待检验成品织物，获取实时图像，相机成像的实际范围为a×bmm且a>b；S2.采用方法一、二对织物的纵密和横密进行计算：方法一：I.对所述实时图像进行傅里叶变换，得到傅里叶频谱图；II.将所述频谱图中各坐标点对应的灰度值设置为Z坐标，得到傅里叶频谱图的三维视图；III.利用边缘检测算法对所述三维视图中的亮点区域进行提取，得到对应区域的坐标范围；IV.对所述坐标范围内的点进行遍历，获取对应区域内灰度值最大的点的坐标值，记为峰点坐标值；V.将所述峰点坐标值对应于极坐标中，求解纵向过原点直线上的峰点的纵坐标之差的绝对值的平均值，即为图像中的脊线条数N_b1，再求解所述纵向直线的斜率k，可得出织物倾角并求解横向直线上的峰点到所述纵向直线的最小距离值，即为图像中的圈柱数N_a1；VI.根据所述脊线和圈柱信息计算织物密度:纵密横密其中，L为针织物密度定义中的规定长度，S当针织物存在倾角θ₁时的频谱图最高频率对应的图像的宽度，方法二：I.对所述实时图像进行预处理：依次包括灰度变换、直方图均衡化和图像二值化处理；II.通过霍夫变换提取并统计所述预处理后的图像的脊线数Nb2和倾角θ2，具体为：①二值图像的骨架化；②采用MATLAB对图像进行毛刺消除操作并提取脊线；③利用霍夫变换对所述脊线进行识别和统计，并进行Hough直线有效性检验；所述Hough直线有效性检验，具体为：首先，通过延长每条Hough标记直线段得到直线与图像左右边缘的交点，当直线与图像上下某个边缘出现交点时，该直线舍去；然后，在上述基础上得到延长线与图像左右一侧边缘交点与相邻交点的间距E1、E2、…、Ed‑1，定义E_i＝Z_i+1‑Z_i(i＝1,2,…,d‑1)，其中，Z₁、Z₂、……Z_d为所述交点的纵坐标值，则间距的均值最后，由有效性检测后的脊线标记图得出Nb2，由标记直线的斜率计算得出脊线在图像中的倾角θ2；III.通过核密度估计算法提取并统计所述预处理后的图像的圈柱数Na2；IV.计算纵密PA2和横密PB2：定义横密纵密其中，b为相机成像的宽度范围值，L为针织物密度定义中的规定长度，H＝Zd‑Z1；S3.待验成品织物的横密和纵密分别为：PA＝C1PA1+C2PA2PB＝C3PB1+C4PB2其中，C1，C2，C3，C4为系数。