[发明专利]基于模板的纺织品瑕疵检测方法

说明书

本发明涉及纺织品检测技术领域，尤其是基于模板的纺织品瑕疵检测方法。该检测方法包括以下步骤：输入待检测的纺织品图像；计算该纺织品图像的周期图案模板大小；根据所得模板大小对纺织品图像进行分割,得到若干个相同大小的图像块；确定初步匹配模板；确定最优区块；提高匹配模板的精确度；将所有区块与更新后的匹配模板进行相似度比较，以此进行归类计算后形成最终模板，将最终模板与剩下的区块进行相似度比较，最终确定纺织品图像中的瑕疵位置。本发明提供了一种基于模板的纺织品瑕疵检测方法，通过中位数得到匹配模板，再利用该模板与样本进行比较，从而完成检测。

技术领域

本发明涉及纺织品检测技术领域，尤其是基于模板的纺织品瑕疵检测方法。

背景技术

纺织品瑕疵检测是对纺织品的质量进行评估，检测含有缺陷的部分。传统的人工检测方式是根据检测人员的经验、纺织品的评分和评等标准对纺织品的质量进行评定。这种方式检测速度低，并且漏检率较高，因此需要发展快速、准确且无监督的纺织品瑕疵检测方法。20世纪90年代以来，随着科学技术的迅猛发展、机器性能的不断提升和计算机视觉技术的日趋成熟，机器视觉已经在工业领域得到广泛的应用，这给纺织品瑕疵检测提供了新的方向和途径。

目前，国内外学者已经提出了许多基于机器视觉的纺织品瑕疵检测方法，例如小波变换方法、Garbor滤波器方法、傅里叶变换方法、分形特征法等，但是这些方法都是以纹理结构较为简单的平纹或斜纹纺织品作为检测样本，而在现实生活中，有很多纺织品往往具有更为复杂的图案纹理或者基元图案。

发明内容

本发明要解决的技术问题是：为了解决现有的检测方法无法检测图案纹理复杂的纺织品的不足，本发明提供了一种基于模板的纺织品瑕疵检测方法，通过中位数得到匹配模板，再利用该模板与样本进行比较，从而完成检测。

本发明解决其技术问题所采用的技术方案是：

一种基于模板的纺织品瑕疵检测方法，包括以下步骤：

1)输入待检测的纺织品图像；

2)计算该纺织品图像的周期图案模板大小；

3)根据所得模板大小对纺织品图像进行分割,得到若干个相同大小的图像块；

4)将所有图像区块根据计算立体模型的中位数，来确定初步匹配模板；

5)在以图像块为中心的1.5倍模板大小内进行移动，与初步匹配模板最相似的块即为该图像块在一个半周期内对应的最优区块；

6)计算图像的所有最优区块形成的中位数来更新匹配模板，从而提高匹配模板的精确度；

7)将所有区块与更新后的匹配模板进行相似度比较，以此进行归类计算后形成最终模板，将最终模板与剩下的区块进行相似度比较，最终确定纺织品图像中的瑕疵位置。

具体地，所述计算该纺织品图像的周期图案模板大小的方法是，将待测纺织品图像的长度不变，宽度按单位大小划分成区块，计算区块间的差达到最小时的单位宽度即为模板的宽度，模板长度的确定与上述方法相同。

具体地，所述确定初步匹配模板的方法是，将待测纺织品图像按照模板分成相同大小的区块，将区块进行叠加，生成立体模型，计算该模型的中位数，得到的结果即为待测纺织品图像的初步的匹配模板。

具体地，所述找出最优区块的方法是，将得到的初步的匹配模板，在当前块的一个半周期内进行遍历计算，找出与模板最相似的块作为以当前块为中心的一个半周期内的最优分块。

具体地，所述提高匹配模板的精确度的方法是，将所有最优分块进行叠加形成立体模型，由该模型得到的中位数更新匹配模板，将得到的匹配模板与所有区块遍历计算相似性，将与匹配模板相似度高的区块归为一类，再计算该类的中位数，根据计算结果更新匹配模板，提高模板的精确性。