[发明专利]一种织物瑕疵检测方法

说明书

本发明公开了一种织物瑕疵检测方法，包括织物图像采集机构及电控制器，织物设置信息存贮单元，在织物图像采集机构的进布侧或出布侧或在织物图像采集机构处设置用于读取信息存贮单元织物信息的信息读取机构，信息读取机构、织物图像采集机构与电控制器连接，该方法包括以下步骤：（a）信息读取机构读取织物分类信息；（b）织物图像采集机构采集织物图像；（c）根据获取的织物分类，电控制器调取与该织物分类匹配的运算处理模板，将采集的织物图像进行运算处理，对织物瑕疵进行检测。本发明无需通过计算机视觉图像处理与分析技术对织物图像进行识别与判断获得织物分类，消除了计算机视觉图像处理与分析技术在判定织物分类时经常发生错误的弊端。

技术领域

本发明涉及一种织物检测方法，具体是涉及一种织物瑕疵检测方法，属于纺织工艺技术领域。

背景技术

在纺织印染产品中, 纺织品瑕疵是影响布匹质量的重要因素之一。纺织品瑕疵检测作为一种有效的质量保证手段，可通过人工检测来实现，但人工检测存在检测速度慢、效率低、可持续性差等缺陷，而且还容易造成漏检等问题，因此，技术人员通常采用自动化的机器视觉检测来保证较高的检测效率。

现有的织物瑕疵检测方法，包括工业相机和电控制器，该方法首先是通过工业相机采集织物图像，然后通过电控制器内置的计算机视觉图像处理与分析软件对工业相机采集的织物图像进行织物纹理识别与判断处理，然后根据判断结果判定该织物分类，最后根据判定的织物分类，电控制器调取与该织物分类匹配的运算处理模板，对采集的织物图像进行运算处理，完成对织物瑕疵的检测。由此可见，采用计算机视觉图像处理与分析技术对织物分类的识别，在织物瑕疵检测方法中极其重要，因为如果计算机视觉图像处理与分析技术对织物分类识别发生错误，则电控制器根据织物分类调取的运算处理模板同样也发生错误，导致对织物瑕疵进行检测时发生错误，从而造成检测失误、漏检，甚至检测错误。

由于计算机视觉图像处理与分析技术对织物分类识别很重要，为此，国内外很多该领域的技术人员长期以来一直在研究如何通过升级计算机视觉图像处理与分析软件来提高对织物分类识别的准确率，诸如运用图像去噪、傅立叶变换、神经网络技术、模糊C均值算法等，并为此做了大量的工作。东南大学硕士学位论文，李维撰写的《机织物组织结构的识别》，以华茂纺织股份有限公司的机织物组织结构识别的生产需求为应用背景，针对平纹、斜纹、缎纹的单层机织物，通过工业相机采集织物图像，对其进行数字图像处理，探寻出识别机织物的组织结构和经纬线密度的方法；学术期刊《东华大学学报（自然科学版）》第32卷第1期，2011年2月的“应用图像分析技术自动识别织物的组织结构”；学术期刊《棉纺织技术》第30卷第4期，2002年4月的“织物组织结构的自动识别”；学术期刊《纺织学报》第34卷第12期，2013年12月的“基于核模糊聚类的机织物组织自动识别”。再譬如，中国发明专利，申请号 201310517450.3 条纹织物组织结构自动识别方法，将条纹织物组织结构通过计算机视觉图像处理与分析技术应用到纺织领域中机织布匹的自动化识别检测中；中国发明专利，申请号 202010486331.6 一种基于卷积神经网络的机织物结构参数识别方法，提供一种基于卷积神经网络的机织物结构参数识别方法，可以同时检测识别织物经纬密、织物组织以及色织物色纱排列；中国发明专利，申请号 201810366154.0 一种基于平移相减法的织物组织识别方法，提供一种基于平移相减法的织物组织识别方法，计算出织物组织的纬纱数、经纱数和飞数，并可以得到图像的组织图；中国发明专利，申请号 201911119749.7，整纬机控制方法、装置、计算机设备和存储介质，该专利中，首先，多个工业相机分别拍摄织物得到多张织物图像，服务器利用特征提取算法提取织物图像特征，根据图像特征识别织物的类别也即分类，然后根据织物类别从织物模板中匹配到预设参数对织物进行整纬处理；中国发明专利，申请号202010527660.0，等等，相关计算机视觉图像处理与分析技术对织物分类识别的文献、专利可枚举许多。