[发明专利]一种基于u-net网络的织物经纬密度检测系统及方法

说明书

本发明公开了一种基于u‑net网络的织物经纬密度检测系统及方法，旨在解决复杂纹理和颜色织物经纬密度检测的问题，对于复杂纹理和颜色的织物可采用u‑net网络进行图像分割的方法，通过图像距离变换算法自动统计平均值，是一种可靠、精确度高、误差小、可以同时用人眼核查的自动测量仪器。与现有技术相比，本发明的积极效果是：首先，本发明提升了织物经纬密度统计的准确度，可应用于复杂纹理和颜色的织物；其次，能在织物生产过程中实时监测经纬线密度变化情况；再次，解决了传统检测方法中需要人工数纱线的方式，大大降低了人工成本。

技术领域

本发明涉及图像处理和深度学习领域，具体涉及一种基于深度学习网络的可应用于牛仔布等织物，具有经纬线自动统计功能的系统及方法。

背景技术

织物经纬密度检测通常用织物分解法、织物分析镜法和移动式织物密度镜法。以上方法均要靠人工数纱线根数完成，这些方法会导致工人在检测的过程中产生漏检和误检，严重地降低了纺织工艺流程的生产效率。为了克服纺织业中生产过程效率低下、成本高及自动化程度低等不足，机器视觉技术被引入到经纬密度检测过程。但在纺织品组织结构参数的测量方面研究还非常有限，还没有形成比较完整的系统，不能应用于实际生产。因此迫切需要设计一种可以快速、高效、准确度高、操作方便的检测系统对纺织品经纬密度进行检测以适应市场的需求。

目前在纺织行业中，传统的纺织品的密度测量手段仍然占据着主体地位。但随着计算机速度的提高和图像算法的发展，纺织品经纬密度的自动检测技术可以更多的在工业领域普及，会有更多的用户及企业选择智能检测仪器来提高产品的质量和生产效率。

中国专利公开号CN200610090508，发明名称：织物经纬密度的检测方法中，公开了一种织物经纬密度的检测方法，该系统属于一种智能的可实现织物经纬密度快速测量。在现有织物扫描图像和傅立叶变换求得织物平均周期的基础上，通过纱线的不同部分反映在织物亮度曲线上的梯度变化，进一步根据周期来确定一区域范围，找出此区域范围内的亮度曲线的最大值或最小值(波峰位置或波谷位置)，从而依此画出经纬纱的分割线，最终检测出织物的经纬密度。这种方法可以方便地观察分割线的分布状态，进行人工检查和纠错，得到准确结果。但是该方法采用时域变换到频域的方式只适合经纬线亮度区分较为明显的织物，容易受到织物颜色、花色、纹理的限制，会对经纬线亮度区分较小的织物混淆，因此无法应用于复杂纹理和颜色的织物经纬密度检测中。

发明内容

为了克服现有技术的缺点，本发明提供了一种基于u-net网络的织物经纬密度检测系统及方法，旨在解决复杂纹理和颜色织物经纬密度检测的问题，对于复杂纹理和颜色的织物可采用u-net网络进行图像分割的方法，通过图像距离变换算法自动统计平均值，是一种可靠、精确度高、误差小、可以同时用人眼核查的自动测量仪器。

本发明所采用的技术方案是：一种基于u-net网络的织物经纬密度检测系统，包括电源供应模块和分别与电源供应模块连接的PLC同步控制模块和图像采集模块，所述PLC同步控制模块依次与图像采集模块、图像分割模块和图像统计分析模块连接；所述图像统计分析模块通过RS485串口与PLC同步控制模块进行数据通讯，所述PLC同步控制模块通过编码器A相信号控制图像采集模块和RS485串口信息的同步。

本发明还提供了一种基于u-net网络的织物经纬密度检测方法，包括如下步骤：

步骤一、在设定的检测区域内采集一张织物图像，截取部分区域人工标注经线和纬线的分界线，分别保存原图和标注图像到训练集和label；

步骤二、对训练图像和label图像进行数据增强处理；

步骤三、用caffe训练u-net网络，将训练集，label，测试集生成一个npy文件，传入u-net网络训练，初始学习率调整为0.01；

步骤四、迭代2000次左右把学习率调整为10^-5，继续迭代到损失率降到1以下；