[发明专利]一种纺织品缺陷检测方法

权利要求书

1.一种纺织品缺陷检测方法，其特征在于该方法包括以下步骤：

步骤(1).采集图像和图像预处理；

步骤(2).运用LSD直线检测算法对图像中纺织品边沿信息提取；

步骤(3).根据采集系统相关参数确认实时边沿参考数据；

步骤(4).对比提取的边沿信息和边沿参考数据确认边沿和计数；

步骤(5).结合标准图特征参数和边沿中心点位置确认瑕疵分布；

步骤(6).采用区域生长法判别瑕疵位置并分割；

步骤(2)中用LSD直线检测算法对图像中纺织品边沿信息提取，其具体为：

1)消除锯齿：对去预处理后的图进行边缘检测，再对处理后的图进行霍夫变换直线查找，取一张预处理后的图，用颜色和边沿块相似的粗线在后图中描出，以此来消除锯齿、扶直边缘，减少直线断裂；

2)梯度计算和角度判别：给定点X(m,n)代表灰度图像上像素点(m,n)处的灰度值，图像梯度通过下面的式子计算：

此level-line的角度通过下面的式子计算：

3)边沿左右两端判定：给定点X(m,n)代表灰度图像上像素点(m,n)处的灰度值，图像高度为H，宽度为W，取图像纵向灰度平均值，通过下面的式子计算：

后将各点(m,f_average(m))描在一直角坐标系上制出灰度平均值变化图，取最高点(m_m,f_average(m_m)_max)，设横截比例p，0<p<1；在该坐标系作一条直线，y＝p*f_average(m_m)_max，横截变化图，使变化图与直线相交两点(m_l,f_average(m_l))和(m_r,f_average(m_r))；在存在边沿的处理后图像中，理想状态下存在一块宽度恒定、高度等于图片高度的白色矩形，而其他区域为全黑色，则纵向灰度平均值变化图里，在边沿中心点左右会有一块明显的突起；若m_r-m_l不近似于边沿宽度，则重设p，反之则得准确边沿中心点位置((m_r+m_l)/2,H/2)；

步骤(6)中用区域生长法判别瑕疵位置并分割，其具体为：

1)种子选取：图像顺序扫描中发现的像素先进行归属查询，确认没有归属后作为种子；取区域边缘像素入归属序列，即该像素点4邻域像素符合生长准则，则在区域内部而不是边缘，不加入归属序列；

2)生长：制定生长准则，以种子点为中心，考虑其4邻域像素满足初步生长准则且不在种子序列中，则重定为种子点并加入种子序列，继续作为中心点，迭代生长，且将符合边缘准则的点加入归属序列；设原种子点位置为(m,n)，生长准则为：

X(m-1,n)+X(m+1,n)+X(m,n-1)+X(m,n+1)>V，V＝255，X(m,n)代表点(m,n)的无种子序列标记时的像素值，若有则为0；

边缘准则为：

Y(m-1,n)+Y(m+1,n)+Y(m,n-1)+Y(m,n+1)<W，W＝255*4,Y(m,n)代表点(m,n)的像素值；

3)终止：直到归属序列首尾相连或该区域每个点都已在种子序列中生长终止；

4)区域合并：对于一个已划分出m×n的区域Q，其质心(m₀,n₀)为：

式子中X(m,n)为该点的灰度值，设定一个阈值Y，根据Q质心所在制一最小面积且囊括该区域的矩形区域Q_new，该区域是在原区域Q基础上使宽度和长度都扩大Y，通过以下两种情况判断哪些区域连接成一块：(m_p0,n_p0)∈Q_new，即区域P的质心在扩大后的Q内，

且(m_p,n_p)∈Q_new，(m_s,n_s)为Q_new左上起始点坐标，即在Q_new矩形区域边上存在其他区域的像素点，属于区域P，则P和Q连接成一块；对所有既定合并后区域位置判别，结合边沿中心点位置，判断瑕疵所在织物编号。