[发明专利]一种适用于机织纺织品的瑕疵在线检测方法在审

专利信息
申请号: 201510229731.8 申请日: 2013-11-01
公开(公告)号: CN104949990A 公开(公告)日: 2015-09-30
发明(设计)人: 黄媛媛;王汉成;管图华 申请(专利权)人: 南通大学
主分类号: G01N21/89 分类号: G01N21/89
代理公司: 南京同泽专利事务所(特殊普通合伙) 32245 代理人: 蔡晶晶
地址: 226019*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 适用于 机织 纺织品 瑕疵 在线 检测 方法
【权利要求书】:

1. 一种适用于机织纺织品的瑕疵在线检测方法,其特征在于:布料前进方向上方间隔的设置有上游摄像头、下游摄像头,根据布料前进速度及上、下游摄像头间距设置两摄像头的拍摄时间差,确保两个摄像头能够拍摄到机织纺织品的同一块区域,得到连续的若干对图像;本方法包括有以下步骤:

第1步:利用上游、下游摄像头实时拍摄机织纺织品,并将成对的图像传递至计算机;

第2步:计算机对接收到的图像进行预处理,包括:对灰度图像进行归一化,并通过灰度拉伸增强图像对比度;

第3步:对上游摄像头拍摄的图像提取纹理特征矢量,具体步骤如下:

    a1、对图像进行双树复小波变换,获得6个256乘256的矩阵;

    a2、将获得的6个矩阵代入马科夫模型,求取马科夫模型的参数,并对获得的参数进行归一化处理;

    a3、对归一化后的参数构建矢量,得到该图像中织物的纹理特征矢量;

第4步:将第3步得到的纹理特征矢量与合格产品的纹理特征矢量进行比较,如果两者的欧氏距离不大于预设的合格产品阈值,则该图像中的织物为合格产品,转至第1步;否则将下游摄像头拍摄的图像沿中心线切割,获得两块子图像;

第5步:利用第3步的方法分别提取两块子图像的纹理特征矢量,并且分别将两块子图像的纹理特征矢量与合格产品的纹理特征矢量进行比较,如果两者的欧氏距离均不大于预设的合格产品阈值,则该图像中的织物为合格产品,则转至第1步;如果两者的欧氏距离大于合格产品阈值,则将相应子图像纹理特征矢量分别与所有预选瑕疵种类的机织物纹理特征矢量进行比较,若两者的欧氏距离不大于相应的瑕疵阈值,则相应子图像中的机织物属于相应的瑕疵种类,计算机进行记录;若两者的欧氏距离均大于相应的瑕疵阈值,则相应子图像中的机织物为其他瑕疵种类,计算机对瑕疵种类进行记录并发出停机指令,并提示相应人员进行即时处理;

所述合格产品的纹理特征矢量及合格产品阈值的确定方法如下:

b1、选取至少200个合格产品的机织纺织品样品进行图像采集;

b2、利用所述第3步中的方法提取各图像的纹理特征矢量,所有合格产品图像纹理特征矢量的聚类中心为合格产品纹理特征矢量中心矢量;

b3、所有合格产品图像的纹理特征矢量到所述合格产品纹理特征矢量中心矢量的欧氏距离的最大值为合格产品阈值;

瑕疵的机织物纹理特征矢量及相应的瑕疵阈值确定方法如下:

c1、选取至少200个指定瑕疵种类产品的机织纺织品样品进行图像采集;

c2、利用所述第3步中的方法提取各图像的纹理特征矢量,所有指定瑕疵种类产品图像纹理特征矢量的聚类中心为相应瑕疵产品纹理特征矢量的中心矢量;

c3、所有该类瑕疵产品图像的纹理特征矢量到相应瑕疵产品纹理特征矢量的中心矢量的欧氏距离的最大值为相应的瑕疵阈值。

2. 根据权利要求1所述的适用于机织纺织品的瑕疵在线检测方法,其特征在于:上述适用于机织纺织品的瑕疵在线检测方法,所述第5步中的预选瑕疵种类包括:缺经、缺纬、污点、重经、重纬、破洞。

3. 根据权利要求1所述的适用于机织纺织品的瑕疵在线检测方法,其特征在于:两摄像头的拍摄时间差T=S/V,式中S为摄像头拍摄中心位置之间的距离,V为机织纺织品的前进速度,下游摄像头拍摄时间晚于上游摄像头拍摄时间。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南通大学,未经南通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510229731.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top