[发明专利]一种基于灰度梯度法的圆纬编横条疵点在线检测方法

说明书

本发明公开了一种基于灰度梯度法的圆纬编横条疵点在线检测方法，属于纺织产品检测技术领域。所述方法给出了一种基于灰度梯度法的疵点检测和定位方法，在对新产品进行检测前，只要对模型进行训练，获取不同组织类型、不同织物密度的横条疵点特征图像，后续直接进行检测，不仅可以快速准确识别疵点，还能够根据特征图像与标记图像之间的拍摄图像数量、标记图像中标记所在横列、疵点图像中疵点所在横列以及机器运转参数计算出导致产生横条疵点的三角位置。而且本申请所需疵点检测装置可在原有的针织圆机上进行改造，节约了检测成本。

技术领域

本发明涉及一种基于灰度梯度法的圆纬编横条疵点在线检测方法，属于纺织产品检测技 术领域。

背景技术

随着针织工业的发展，针织产品的质量控制越来越被人们所关注。针织物疵点检测作为 针织物质量控制的重要内容，其目的就是要及时发现疵点并进行修整。

横条疵点为纬编针织物最严重的疵点之一，其特征是在布面上有一个或几个横列线圈较 正常线圈偏大或偏小。横条疵点对织物成品外观影响很大，会导致布面不平滑、织物悬垂性 变差，甚至使布面光泽不匀，小线圈集中的地方色泽偏深，而大线圈集中的地方色泽偏浅， 从而导致织物成品品质下降，继而消费者购买欲望下降等问题。

目前，织物疵点检测可分为离线检测和在线检测。离线检测主要是由专门的验布工人用 人工视觉发现织物表面的疵点，该方法耗时耗力，且结果受主观影响、漏检率高、人工成本 高，且对人体有害。为解决织物疵点离线检测的不足，近年来，在线检测中依靠机器视觉的 检测方法成为科学研究热点，且逐渐得到发展与应用。

然而，现有技术中在线检测主要应用于机织物或经编针织物的疵点检测，针对圆纬编的 针织物疵点检测方法不多。现有技术多为织物下机后进行检测，无法实时检测，数据采集滞 后，效率较低，且现有技术无法通过检测判定织物疵点起因，从而无法从源头尽量避免产生 疵点。因此，需要一个切实可行的实时在线纬编针织物疵点检测方法来提高纬编针织物的生 产效率和产品质量。

发明内容

为了解决目前存在的问题，本发明提供了一种基于灰度梯度法的圆纬编横条疵点在线检 测方法，所述方法包括：

采集圆纬编机运行时的实时织物图像，并将含有标记横列的图像作为标记图像；

利用灰度梯度法计算实时织物图像的x方向与y方向相结合的梯度图像；

使用灰度梯度共生矩阵法，提取梯度图像的纹理信息得到特征图像；

根据特征图像判断所述实时织物图像是否含有疵点，并判断疵点是否为横条疵点；

若所述实时织物图像含有疵点，且疵点为横条疵点，记该实时织物图像为疵点图像，则 根据特征图像与标记图像之间的拍摄图像数量、标记图像中标记所在横列、疵点图像中疵点 所在横列以及机器运转参数计算出导致产生横条疵点的三角位置。

可选的，所述根据特征图像判断所述实时织物图像是否含有疵点，并判断疵点是否为横 条疵点，包括：

将特征图像与预先获取的疵点样本图像的进行比对识别，以判断所述实时织物图像是否 含有疵点以及疵点是否为横条疵点；

所述疵点样本图像的获取过程包括：

采集不同组织类型、不同织物密度下的横条疵点织物图像；

利用灰度梯度法计算横条疵点织物图像的x方向与y方向相结合的样本梯度图像；

使用灰度梯度共生矩阵法，提取样本梯度图像的纹理信息得到样本特征图像；

根据织物类型、织物密度对获取到的样本特征图像进行分类得到训练样本集；

所述训练样本集中的图像统称为疵点样本图像。