[发明专利]一种基于图像处理的布匹瑕疵的检测方法

说明书

本发明涉及一种基于图像处理的布匹瑕疵的检测方法，本发明方法包括：采集布匹图像，将布匹图像分割为多个窗口图像，获取窗口图像的频率直方图，对每两个窗口图像的频率直方图进行相似性计算得到相似度值，获取每个窗口图像与其他窗口图像之间的频率相似度值的平均相似度值，根据平均相似度值绘制相似度曲线，根据相似度曲线得出相似度值的最大值，根据相似度值的最大值确定标准窗口图像，基于标准窗口图像计算位置缺陷窗口图像的布匹纹理的周期符合率，通过周期符合率确定缺陷像素点，从而有效避免布匹自身纹理的干扰，准确的定位缺陷位置，提高布匹缺陷修复位置的准确性，实用性强，值得推广。

技术领域

本发明涉及人工智能检测技术领域，具体涉及一种基于图像处理的布匹瑕疵的检测方法。

背景技术

在布匹生产过程中，由于机器刮蹭等原因到生产出的布匹存在瑕疵，这些瑕疵会影响布匹的外观和质量。

由于布匹自身纹理的存在导致常规的固定阈值和边缘检测方法很难定位出缺陷的位置，采用的滤波方法时，需要花费大量时间来确定出布匹自身纹理的频率信息，由于该方法得到的频率信息不够准确，因此导致滤波后效果不尽理想，进而导致布匹瑕疵的位置不能精准确定。

因此，需要一种基于图像处理的布匹瑕疵的检测方法。

发明内容

本发明提供一种有效避免布匹自身纹理的干扰，准确的定位缺陷位置的基于图像处理的布匹瑕的疵检测方法，以解决现有的问题。

本发明的一种基于图像处理的布匹瑕疵的检测方法采用如下技术方案：该方法包括：

S1、获取布匹图像，将布匹图像均匀划分为多个窗口图像，获取每个窗口图像的频谱图，根据各频谱图绘制每个对应的窗口图像的频率直方图；

S2、根据频率直方图获取每两个窗口图像的频率均值差异、频率偏差差异，根据频率均值差异、频率偏差差异计算每两个窗口图像之间的频率相似度值，并计算每个窗口图像与其他窗口图像之间的频率相似度值的平均相似度值；

S3、根据各窗口图像的平均相似度值获取相似度曲线，将相似度曲线变化率最大值的点作为分割阈值得到未知缺陷窗口图像集合和非缺陷窗口图像集合；获取所有窗口图像中频率相似度值的最大值，最大值所对应的窗口图像为标准窗口图像；

S4、对标准窗口图像进行分析，得到两个主成分方向及各主成分方向对应的特征值；获取垂直主成分方向的的最长直线l，根据最长直线l左侧的一个初始像素点与最长直线l上所有与所述初始像素点灰度值相同的直线像素点获取布匹纹理的最小可能周期，根据每个最小可能周期计算最小周期的可能性值，根据可能性值和设定的可能性值的阈值确定满足条件的布匹纹理的最小周期；

S5、计算单个最小周期内垂直各主成分方向的像素点的灰度均值、像素点的灰度方差；并根据各主成分方向的最小周期对应的可能性值、特征值、灰度均值及灰度方差计算未知缺陷窗口图像的周期符合率；

S6、根据周期符合率对未知缺陷窗口图像进行阈值分割，得到缺陷像素点的集合，缺陷像素点的集合即为缺陷位置。

优选地，根据频率均值差异、频率偏差差异计算每两个窗口图像之间的频率相似度值的步骤包括：

对各频率直方图中的频率值进行密度聚类得到若干个类别区间，分析各类别区间的频率占比得到主类别和非主类别；

根据下式(1)计算相似度值：