[发明专利]一种基于视觉的化纤飘杂检测方法

权利要求书

1.一种基于视觉的化纤飘杂检测方法，其特征在于，包含如下步骤：

1.1基于单色激光及滤光片的采集方式，采集现场处理图像；

1.2基于深度学习目标检测方法，定位图像视野内所有同风口高亮化纤束对检测框的位置；

1.3对高亮化纤束对检测框进行位置矫正，矫正目标检测框的偏移；

1.4提取每个高亮化纤束对检测框内图像，作为飘杂识别处理感兴趣区域(ROI)，用于进行漂杂异常识别判断；

1.5统计所有化纤束对的上述异常识别结果，并按指定格式输出。

2.根据权利要求1所述的基于视觉的化纤飘杂检测方法，其特征在于，所述的步骤1.4中的漂杂异常判断，具体包括以下步骤：

2.1对检测框内图像进行r,g,b通道图像分离；

2.2选择分离的g通道图像，进行图像阈值，获取化纤二值掩码图；

2.3统计同一外接矩形中心点x位置上前景目标的像素数量；

2.4优化化纤二值掩码图，若同一x位置前景目标的像素数量大于设置数值，则认为该位置存在化纤，并进一步将该部分的像素全部置为前景；

2.5优化化纤二值掩码图，若同一x位置前景目标的像素数量小于设置数值，则认为该位置不存在化纤，并进一步将该部分的像素全部置为背景；

2.6对优化后的化纤二值掩码图进行前景目标轮廓提取；

2.7获取提取的轮廓的最小外接矩形，得到可分离化纤的位置和形状信息；

2.8根据x位置，对所有最小外接矩形进行升序排序；

2.9计算相邻外接矩形之间的水平距离；

2.10根据外接矩形间的最大水平距离，定位同一风口两束化纤中最靠内化纤的位置；

2.11计算最靠内化纤与同束内化纤的最近距离；

2.12计算所述最近距离与两束化纤间距离的比值；

2.13判断所述比值是否大于阈值，若是，则执行步骤2.14，若否，则判断该化纤束对无异常情况；

2.14计算最靠内化纤的形态特征，若符合特征要求，则判断存在漂杂异常情况，若否，则该化纤束对无异常情况。

3.根据权利要求2所述的基于视觉的化纤飘杂检测方法，其特征在于，所述的深度学习目标检测的方法采用Faster RCNN。

4.根据权利要求2所述的基于视觉的化纤飘杂检测方法，其特征在于，所述的最靠内化纤的形态特征包括长宽比和宽度特征。

5.根据权利要求2所述的基于视觉的化纤飘杂检测方法，其特征在于，所述的对高亮化纤束对的检测框进行位置矫正，具体为将检测框进行适当放大，然后结合图像阈值，闭运算，最小外接矩形，并集运算得到矫正后的检测框。

6.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，其中，该程序被处理器执行时实现权利要求1-5任一所述的基于视觉的化纤飘杂检测方法的步骤。

7.一种计算机设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中所述处理器执行所述程序时实现权利要求1-5任一所述的基于视觉的化纤飘杂检测方法的步骤。