[发明专利]一种纺织品缺陷检测方法

说明书

本发明涉及一种纺织品缺陷检测方法。本发明首先对待检测的具待切割边沿特性的纺织品图像采集，将采集到的待检测图像经过一系列的图像预处理操作，然后对图像消除锯齿，通过LSD直线检测算法大致确认纺织品边沿，通过对纵向灰度平均值变化图的横截得到准确边沿位置，根据采集系统相关参数确认实时边沿参考数据，之后对比提取的边沿信息和边沿参考数据确认边沿并计数，结合标准图特征参数和忽略边沿周围瑕疵来确认瑕疵分布，采用区域生长法得到各瑕疵连通区域，再结合边沿位置，从而判断出瑕疵所在纺织品编号。本发明对纺织品边沿的多次信息参考确认，提高了在线边沿计数的精确度；对细散类再生长连通，提高了在线检测瑕疵的精确度。

技术领域

本发明属于工业自动化领域，涉及一种产品或者工件的缺陷检测方法。

背景技术

机器视觉伴随计算机技术和现场总线技术的发展，技术日益成熟，已成为越来越多的设计自动化领域的企业不可或缺的产品。在一些传统企业中，工件或者产品的缺陷仍然依靠官能检测，引入机器视觉代替传统方法，可以极大地提高检测效率和自动化程度，尤其是一些高危工作环境，人工视觉已很难满足工业自动化企业对高效率、高精度的需求。在一些流水线在线检测方面，一套设计契合、应用完备、24小时稳定工作的机器视觉自动检测系统，不仅大大降低了企业的人力物力财力，还能得到最详尽的信息反馈以便最快作出决策。为进一步提高企业竞争力，需要更多基于机器视觉的创新技术，研制更契合企业需求的自动化在线缺陷检测系统刻不容缓。

发明内容

本发明针对现有技术的不足，提供了一种流水线上具待切割边沿特性的纺织品缺陷检测方法。

本发明解决技术问题所采取的技术方案为：

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。

本发明的有益效果：

(1)对纺织品边沿的多次信息参考确认，提高了在线边沿计数的精确度。

(2)对纺织品瑕疵的细散类再生长连通，提高了在线检测瑕疵的精确度。

附图说明

图1毛巾标签缺陷检测系统流程图；

具体实施方式

以下结合说明书附图对本发明做进一步描述。

依据说明书附图(1)，对实施步骤进行详细阐述：

步骤(1).采集图像和图像预处理。

为保证图像采集连续、稳定，需将工业摄像机固定于稳定速度的生产线上，光照稳定，图像采集时间间隔可以稍微增加，但要保证采集过程没有信息缺漏，即连续两张图像摄入内容可重复但不可断缺。对图像的预处理，主要包括对图像进行去噪，灰度转换和图像二值化等几个处理过程。

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。

LSD算法目标在于检测图像中局部的直的轮廓，比较适合用于提取纺织品边沿信息。