[发明专利]一种基于机器视觉的T恤在线检测及分选方法有效

专利信息
申请号: 201710619463.X 申请日: 2017-07-26
公开(公告)号: CN107607540B 公开(公告)日: 2020-09-08
发明(设计)人: 张美杰;张平;张明杰 申请(专利权)人: 广东工业大学
主分类号: G01N21/88 分类号: G01N21/88;G01B11/24;G01B11/02
代理公司: 广东广信君达律师事务所 44329 代理人: 杨晓松
地址: 510062 广东*** 国省代码: 广东;44
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 基于 机器 视觉 在线 检测 分选 方法
【权利要求书】:

1.一种基于机器视觉的T恤在线检测及分选方法,其特征在于:包括以下步骤:

S1.建立T恤标准模板数据库,数据从生产厂家处获取;

S2.通过CCD工业相机采集的图像确定待测T恤的颜色、尺码、型号以及logo特征数据,从T恤标准模板数据库中找出特定T恤标准模板的数据,将待测T恤的数据与T恤标准模板的数据作对比,检出不一致的T恤;

S3.将步骤S2中检出不一致的T恤与其他T恤标准模板匹配,作详尽分类;

所述步骤S2中,将待测T恤的数据与T恤标准模板的数据作对比的具体步骤如下:

S21.对CCD工业相机采集到的图像进行预处理,获取ROI区域;

S22.判断待测T恤的颜色、尺码以及型号是否与T恤标准模板一致;若均一致,则进入步骤S23,否则进入步骤S3;

S23.T恤logo缺陷检测;T恤logo缺陷包括缺失、颜色不一致、错印;

所述步骤S22判断待测T恤的颜色、尺码以及型号是否与T恤标准模板一致的具体步骤如下:

S221.提取待测T恤的图像的RGB三分量,由灰度直方图计算RGB各通道的图像灰度均值,对RGB三分量的灰度均值求平均值,记为Value_0;由灰度直方图计算RGB各通道的图像灰度标准差,对RGB三分量的灰度标准差求平均值,记为Value_1;将Value_0和Value_1构造成一个灰度特征向量组;

S222.通过与T恤标准模板的灰度特征向量组比较,判断待测T恤颜色与T恤标准模板是否一致;

S223.求取步骤S21分割出的ROI区域的面积;

S224.检测ROI区域边缘,提取T恤边缘轮廓信息;

S225.分割该边缘轮廓,分别拟合出领线,肩线,袖臂线,袖口线和下衣摆线;

S226.计算领线与肩线的两交点并计算该两交点间距离,得到领长;计算肩线与袖臂线两交点并计算该两交点间距离,得到横向两肩长度;计算袖臂线与袖口线两交点并计算该两交点间距离,得到横向两袖长度;直接测量下衣摆线的长度得到下衣摆长;

S227.将步骤S226得到的四个长度指标组成一个尺码特征向量组,计算与T恤标准模板的尺码特征向量组的欧氏距离,设置阈值,判定待测T恤尺码与T恤标准模板是否一致;

S228.采用基于边缘的模板匹配,判断待测T恤型号与T恤标准模板是否一致;具体过程为:

S228-1)建立T恤标准边缘轮廓模型;

S228-2)计算待测图像与T恤标准边缘轮廓模型模板图像的边缘像素点之间的均方距离,计算公式为:

其中,(r,c)表示待测图像边缘像素点坐标,(u,v)表示模板图像边缘像素点坐标,T表示模板边缘区域;

S228-3)设置阈值δ,若sed(r,c)≥δ,则判定待测T恤型号与T恤标准模板不一致;

S229.颜色、尺码、型号三个指标中,若有一个指标不一致,即判定待测T恤为不一致的T恤。

2.根据权利要求1所述的一种基于机器视觉的T恤在线检测及分选方法,其特征在于:所述步骤S21图像预处理的具体步骤为:

S211.图像平滑滤波;

S212.图像倾斜校正;

S213.图像分割,分割出T恤ROI区域。

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广东工业大学,未经广东工业大学许可,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/201710619463.X/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