[发明专利]一种灰绿色细小异纤自动检测识别方法及检测识别系统

说明书

本发明公开了一种灰绿色细小异纤自动检测识别方法及检测识别系统，包括动态采集图像采集区域的实时棉流图像，并将棉流图像处理为RGB真彩图像；对RGB真彩图像根据设置的阈值进行分割，将RGB真彩图像中的灰绿区域的像素进行标记，得到异色点区域；通过坡度计算方法对RGB真彩图像中坡度变化具有异形特征的像素进行标定，得到异形区域；将异色区域和异形区域的交集像素进行清理滤波，去除噪声点；在滤波后的图像中采用滑动掩膜的方式确定异纤位置并进行标记，完成异纤识别。本发明的自动检测识别方法及检测识别系统，能够提高灰绿色异纤识别率，降低正常棉花的误喷率，提高纺织厂最终棉制品的质量。

技术领域

本发明涉及纺织电子设备技术领域，尤其涉及一种灰绿色细小异纤自动检测识别方法及检测识别系统。

背景技术

纺织企业在对棉花进行进一步处理时，首先需要对棉花中的异纤进行清除。目前普遍采用的清除方法是使得棉花高速通过图像采集区域，通过高速相机采集图像并实时处理来判断异纤是否存在，如果存在即喷出。倘若异纤没有喷出，则会对最终的棉织品质量产生较大影响；倘若误喷太多，则会造成棉花的浪费，不符合纺织厂的经济需求。因此，有必要开发一种既能够保证误喷量在可接受范围内，同时具有较高的异纤识别率的算法，提高纺织厂最终棉制品的质量，同时减少对原棉的浪费，以提高纺织厂的经济效益。

发明内容

针对上述缺陷或不足，本发明的目的在于提供一种灰绿色细小异纤自动检测识别方法及检测识别系统，提高灰绿色异纤识别率，降低正常棉花的误喷率，提高纺织厂最终棉制品的质量。

为达到以上目的，本发明的技术方案为：

一种灰绿色细小异纤自动检测识别方法，包括：

1)、采集图像采集区域的实时棉流图像，并将实时棉流图像处理为RGB真彩图像；

2)、获取RGB真彩图像中RGB综合灰度值，根据设置的阈值进行分割，将RGB真彩图像中的灰绿区域的像素进行标记，得到异色点区域；

3)、通过坡度计算方法对RGB真彩图像中坡度进行计算，选取坡度变化具有异形特征的像素进行标记，得到异形区域；

4)、将异色区域和异形区域的交集像素进行清理滤波，去除噪声点；

5)、在滤波后的图像确定异纤位置并进行标记，完成异纤识别。

所述采集图像采集区域的棉花线图像具体为：通过有线阵CCD工业相机对对动态棉花进行线扫采样，获得棉花线图像，并以RGB888的图像格式存储。

所述对RGB真彩图像根据设置的阈值进行分割，将RGB真彩图像中的灰绿区域的像素进行标记具体为：

2.1、定义5*5方格像素平均值为pixel_ave25，定义1*1方格像素平均值为pixel_ave1，将5*5方格的中心与1*1方格的中心对齐，则1*1方格采用5*5方格中坐标为(3，3)像素点，所述5*5方格矩阵为：

pixel_ave25＝mean(T_5×5×(R_5×5+G_5×5+B_5×5))/3 (2)

pixel_ave1＝(R_1×1+G_1×1+B_1×1)/3 (3)

2.2、采取阈值分割法，判断灰绿色点和普通点，具体为：

B＞thredshold1 (4)

G+threshold2*Pixel_ave25＞R (5)

R+threshold3*Pixel_ave25＞G (6)