[发明专利]一种实时智能验布方法及系统

说明书

本发明公开一种实时智能验布方法及系统，具体包括：采用线扫相机对快速运动的布匹进行实时图像采集，得到若干实时布匹图像；对各所述实时布匹图像进行图像预处理得到预处理布匹图像；根据预先生成的二分类模型中对各所述预处理布匹图像进行预测，得到各所述预处理布匹图像的布匹缺陷概率，并在所述布匹缺陷概率不小于所述概率阈值时，根据预先生成的目标检测模型对所述布匹缺陷概率对应的所述预处理布匹图像进行预测，得到各所述预处理布匹图像的布匹缺陷区域以及所述布匹缺陷区域对应的布匹缺陷类型。本发明能够满足检测的实时性要求；先分类再检测的方式，充分利用了缺陷出现的频率肯定远小于正常样本的频率，有效提升模型检测准确率。

技术领域

本发明涉及图像处理技术领域，具体涉及一种实时智能验布方法及系统。

背景技术

在衣服生产制造领域，质检人员使用验布机来识别布料的各种瑕疵、缺陷，如脏污、漏洞、抽丝、杂线、褶皱等，对不同的缺陷进行记分，最终判定该批次布料是否合格。这种通过人工观察的方式，检测速度慢、效率低，且人眼无法长时间在布匹运动的过程中进行检验。

一个可行的方法是在现有的验布机上，加装光源、光学成像装置用于图像采集，使用编码器、PLC等硬件来进行自动化控制，在采集图像后使用机器或者深度学习方法来对图片进行预测分类。通常验布机的行进速度可能达到1m/s，且布匹宽度接近2m，现有的基于深度学习的方法都存在大量的延时。这主要是因为，现有的解决方法要么是把整个缺陷检测任务做成一个分类任务，这样的话，无法精确的描述缺陷的具体位置，如工业场景可能要求2-3mm以上的缺陷都需要检出；要么就是作为一个目标检测和图像分割任务，由于有些缺陷非常小，采用二阶段的深度网络达不到实时性的要求。后一种方法，没有充分考虑实际项目中，瑕疵占布匹的比例非常低的问题。

发明内容

本发明的目的在于提供一种实时智能验布方法及系统。

为达此目的，本发明采用以下技术方案：

提供一种实时智能验布方法，具体包括以下步骤：

步骤S1，采用线扫相机对快速运动的布匹进行实时图像采集，得到若干实时布匹图像；

步骤S2，对各所述实时布匹图像进行图像预处理得到预处理布匹图像；

步骤S3，根据预先生成的二分类模型中对各所述预处理布匹图像进行预测，得到各所述预处理布匹图像的布匹缺陷概率，并将所述布匹缺陷概率与预设的概率阈值进行比较：

若所述布匹缺陷概率小于所述概率阈值，则退出；

若所述布匹缺陷概率不小于所述概率阈值，则转向步骤S4；

步骤S4，根据预先生成的目标检测模型对所述布匹缺陷概率对应的所述预处理布匹图像进行预测，得到各所述预处理布匹图像的布匹缺陷区域以及所述布匹缺陷区域对应的布匹缺陷类型。

作为本发明的一种优选方案，所述步骤S2具体包括：

步骤S21，将各所述实时布匹图像分别进行图像切割得到第一切割图像；

步骤S22，将各所述第一切割图像分别进行图像切割得到第二切割图像；

步骤S23，分别对各所述第二切割图像进行图像增强得到预处理布匹图像。

作为本发明的一种优选方案，所述步骤S23中，所述图像增强采用的方法为直方图均衡化。

作为本发明的一种优选方案，执行所述步骤S4之后，还包括对包含所述布匹缺陷区域以及对应的所述布匹缺陷类型的各所述预处理布匹图像进行后处理的过程，具体包括：