[发明专利]基于频谱分析的纺织品缺陷自适应检测方法

说明书

本发明涉及纺织技术领域，具体涉及基于频谱分析的纺织品缺陷自适应检测方法，该方法包括：采集纺织品的表面图像，获取表面图像的灰度图像以及频谱图；对频谱图生成不同的滤波模板；分别利用滤波模板得到多张第二灰度图像；根据第二灰度图像的边缘图像中像素点的坐标计算边缘图像中边缘曲线的偏移程度，根据每两条边缘曲线之间的最短距离获取边缘图像的密集程度；根据偏移程度和密集程度以及边缘的面积占比得到每张第二灰度图像的边缘效果；根据边缘效果得到每个滤波模板的弱化效果；选取弱化效果最大的滤波模板对应的第二灰度图像作为检测图像，确定检测图像的缺陷位置。本发明实施例能够完成滤波模板的自适应选取，提高纺织品缺陷检测的准确性。

技术领域

本发明涉及纺织技术领域，具体涉及基于频谱分析的纺织品缺陷自适应检测方法。

背景技术

在纺织品的生产过程中，需要通过验布机对最终的纺织成品进行缺陷检测，很多验布机检测缺陷时，需要操作人员在充足光源下靠目力观察，发现面疵点和色差等缺陷，验布机自动完成记长和卷装整理工作，这种情况下对纺织品的缺陷检测速度低，检测人员的主观性对检测结果影响大，且容易漏检；性能好的验布机带有电子检疵装置，通过图像分割或者利用神经网络识别缺陷部位，而纺织品往往是具有很多的纹理背景特征，可能会导致缺陷检测结果不准确。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于频谱分析的纺织品缺陷自适应检测方法，所采用的技术方案具体如下：

本发明实施例提供了一种基于频谱分析的纺织品缺陷自适应检测方法，该方法包括以下步骤：

采集纺织品的表面图像，获取所述表面图像的灰度图像以及所述灰度图像对应的频谱图；对所述频谱图生成不同的滤波模板；

分别利用所述滤波模板对所述频谱图进行滤波操作，得到多张第二频谱图，并转换为第二灰度图像；提取所述第二灰度图像的边缘得到边缘图像，根据所述边缘图像中像素点的坐标计算所述边缘图像中边缘曲线的偏移程度，根据每两条所述边缘曲线之间的最短距离获取所述边缘图像的密集程度；

根据所述偏移程度和所述密集程度以及所述边缘的面积占比得到每张所述第二灰度图像的边缘效果；根据所述边缘效果得到每个所述滤波模板对所述表面图像的背景纹理的弱化效果；

选取所述弱化效果最大的滤波模板对应的第二灰度图像作为检测图像，对所述检测图像进行边缘检测，通过获取边缘检测结果中的线段密集位置确定缺陷位置。

优选的，所述滤波模板的生成步骤包括：

利用滑窗从所述频谱图的中心点沿着最大值的方向移动，得到所述频谱图中的高亮点坐标；

选取至少一个所述高亮点坐标与中心点组合，通过形态学处理得到一张二值图像，作为所述滤波模板。

优选的，所述第二灰度图像的获取方法为：

分别选取所述滤波模板，与所述频谱图作矩阵点乘，得到所述第二频谱图；将所述第二频谱图进行反傅里叶变换，得到对应的所述第二灰度图像。

优选的，所述偏移程度的计算步骤包括：

利用第二滑窗遍历所述边缘图像中所有像素点，并对其标号；

获取相同标号的像素点组成的边缘曲线，根据所述边缘曲线中的像素点拟合出对应的理想曲线，通过计算所述像素点与所述理想曲线的距离计算所述偏移程度。

优选的，所述标号的方法为：

当所述第二滑窗开始遍历时，从1开始对非零像素点进行递增标号；当所述第二滑窗中存在标号唯一的已标号非零像素点，其他非零像素点标记该标号；当所述第二滑窗中存在不同标号的已标号非零像素点，其他非零像素点递增标号。

优选的，所述密集程度的获取步骤包括：