[发明专利]一种基于图像处理的机织物密度检测方法

权利要求书

1.一种基于图像处理的机织物密度检测方法，其特征在于，包括以下步骤：

步骤1、采集待检测机织物图像信息，用图像校正算法对采集的机织物图像进行处理，得到校正图像，使得校正图像中的经纱为竖直状态，纬纱为水平状态；

步骤2、将校正图像进行多尺度二维小波变换处理，第1级分解得到了近似分量a1、水平细节分量、垂直细节分量和对角细节分量，将水平细节分量、垂直细节分量和对角细节分量的总体作为细节分量b1，计算a1的灰度特征值E_s1，计算b1的灰度特征值E₁，则第1级总特征值E_z1＝E_s1+E₁,再次对a1进行多尺度二维小波变换处理，第2级分解得到了近似分量a2和细节分量b2，计算a2的灰度特征值E_s2，计算b2的灰度特征值E₂，则第2级总特征值E_z2＝E_s2+E₁+E₂,则对校正图像进行了第i级分解后，第i级总特征值为分别计算每一级对应的相对梯度变化值R_i＝(D_i-D_i-1)/D_i，其中D_i＝E_i/E_zi，将分解级数作为横轴，对应的相对梯度变化值作为纵轴，确定分解级数取不同数值时对应的数据点，将相邻数据点用直线连接形成连续曲线，得到灰度特征变化曲线，灰度特征变化曲线中相对梯度变化值的峰值对应的分解级数即为最优分解级数；

步骤3、计算最优分解级数对应的水平细节分量中经纱的条数，即为待检测机织物的经纱条数，根据检测待检测机织物的宽度值，计算得到待检测机织物的经密结果；计算最优分解级数对应的垂直细节分量中纬纱的条数，根据检测待检测机织物的长度值，计算得到待检测机织物的纬密结果。

2.根据权利要求1所述的基于图像处理的机织物密度检测方法，其特征在于，所述步骤2中的灰度特征值计算公式为：其中N表示分解后该分量的数据个数，x_i表示分解中的每一个数据，i＝1,2，…，N；k和c为常数。

3.根据权利要求1所述的基于图像处理的机织物密度检测方法，其特征在于，所述图像校正算法采用Randon变换算法或Hough变换算法。

4.根据权利要求1所述的基于图像处理的机织物密度检测方法，其特征在于，所述步骤3中计算纱线条数之前，还包括对垂直分量和水平分量图像进行进一步的二值化和平滑优化处理，使纱线变平滑，得到清晰分离的经纬密纱线图像的步骤。