[发明专利]布匹毛刺缺陷检测方法

说明书

本发明涉及布匹缺陷检测技术领域，具体涉及一种布匹毛刺缺陷检测方法。该方法包括：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。本发明能够准确快速检测布匹中的毛刺缺陷。

技术领域

本发明涉及布匹缺陷技术领域，具体涉及一种布匹毛刺缺陷检测方法。

背景技术

当代，随着机械化时代的到来，纺织品的发展也得到了质的提升，它存在我们生活中的方方面面，小到袜子、衣服，大到床单、沙发等等，纺织品都不可或缺，随着人们的生活水平逐步提升，人们对于纺织品的质量要求也逐步提高，特别是衣服、床单等生活用品，更是追寻精品，因而布匹的质量好坏直接影响成品的品质。在布匹生产中，存在最多的就是表面毛刺缺陷，该缺陷不仅影响成品的美观程度，还会对使用者的舒适感造成一定程度的影响。

图像处理是检测布匹毛刺的主要方法，但是在布匹图像中存在许多的噪声点，对毛刺的检测造成较大的影响，运用图像处理进行去噪时，又会误将部分细小毛刺去除，影响检测结果的准确性。

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布匹毛刺缺陷检测方法，所采用的技术方案具体如下：

本发明一个实施例提供了一种布匹毛刺缺陷检测方法：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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。