[发明专利]布匹毛刺缺陷检测方法

权利要求书

1.一种布匹毛刺缺陷检测方法，其特征在于，该方法包括：

获取布匹表面的灰度图，并利用语义分割对灰度图处理获得布匹的浅色区；

基于浅色区中每个像素邻域内像素点灰度值的方差，和每个像素点的灰度值与其邻域像素点灰度平均值的差值获得判断度；基于判断度将像素点分为单像素噪点和疑似噪点；将灰度图分为多个不同的子区域，其中每个子区域的背景灰度值不同；获得每个子区域的背景灰度特征值；基于背景灰度特征值得到判断范围，基于疑似噪点十六邻域内灰度值在判断范围内的像素点的数量判断疑似噪点为多像素噪点或者有用信息点；

分别获取单像素噪点、多像素噪点和有用信息点对应的优化结构元；利用不同的优化结构元对灰度图进行处理得到去除噪点的灰度图；基于去除噪点的灰度图得到布匹的毛刺缺陷。

2.根据权利要求1所述的一种布匹毛刺缺陷检测方法，其特征在于，所述利用语义分割对灰度图处理获得布匹的浅色区包括：构建语义分割网络；训练语义分割网络的数据集为灰度图中所有不同背景灰度区域的数据集；标签为n类，表示n个不同背景色区域；对灰度图所有像素点进行人工标注；不同背景色区域像素点值标注为不同的值；语义分割的loss函数为交叉熵损失函数。

3.根据权利要求1所述的一种布匹毛刺缺陷检测方法，其特征在于，所述判断度为：

其中，Sd为像素点的判断度，为一个像素点八邻域内第i个像素点的灰度值，h表示该像素点灰度值；表示该像素点八邻域内像素点的灰度值的方差。

4.根据权利要求1所述的一种布匹毛刺缺陷检测方法，其特征在于，所述基于判断度将像素点分为单像素噪点和疑似噪点包括：设定判断阈值，当判断度小于判断阈值时，像素点为单像素噪点；当判断度大于等于判断阈值时，像素点为疑似噪点。

5.根据权利要求1所述的一种布匹毛刺缺陷检测方法，其特征在于，所述基于背景灰度特征值得到判断范围，基于疑似噪点十六邻域内灰度值在判断范围内的像素点的数量判断疑似噪点为多像素噪点或者有用信息点包括：获得每个子区域的灰度直方图，灰度直方图中最大频数对应的灰度值为子区域的背景灰度特征值；第i子区域的背景灰度特征值，则第i个子区域的判断范围为；对于第i个子区域，获得一个疑似噪点十六邻域内灰度值在判断范围内的像素点的数量，若等于0、1或3，则该疑似噪点为多像素噪点；若等于2，且两个像素点不在一条直线上，则该疑似噪点为多像素噪点，多两个像素点在一条直线上，统计疑似噪点八邻域内不在该直线上的像素点中灰度值不等于背景灰度特征值的像素点的数量，若小于等于1，则该疑似噪点为线性信息点，否则为多像素噪点；若大于等于4，则该多像素噪点为块状信息点；其中有用信息点包括线性信息点和块状信息点。

6.根据权利要求1所述的一种布匹毛刺缺陷检测方法，其特征在于，所述分别获取单像素噪点、多像素噪点和有用信息点对应的优化结构元包括：

每个单像素噪点对应的结构元中心点的灰度值为每个单像素噪点八邻域内像素点的灰度值；每个多像素噪点对应的结构元中心点的灰度值为每个单像素噪点八邻域内灰度值最近接背景灰度值的像素点的灰度值；有用信息点分为线性信息点和块状信息点，其中线性信息点对应的结构元中心点的灰度值为线性信息点八邻域内灰度值与背景灰度值差别最大的像素点的灰度值；块状信息点对应的结构元中心点的灰度值为线性信息点八邻域内灰度值的平均值。

7.根据权利要求1所述的一种布匹毛刺缺陷检测方法，其特征在于，所述基于去除噪点的灰度图得到布匹的毛刺缺陷包括：对去除噪点的灰度图进行边缘检测得到布匹的毛刺缺陷。