[发明专利]一种线缝检测方法、装置、电子设备及存储介质

说明书

本申请提供一种线缝检测方法、装置、电子设备及存储介质，该方法包括：获取待处理图像，待处理图像是对目标线缝进行拍摄获得的，目标线缝是对多个待缝材料缝制获得的；使用神经网络模型对待处理图像中的线缝端点坐标进行检测，获得目标线缝的端点坐标，神经网络模型是以线缝端点坐标为样本标签训练获得的；将目标线缝的端点坐标相互连接，获得目标线缝。使用以线段端点为样本标签训练获得的神经网络模型，对待处理图像中的线缝端点坐标进行检测，并将检测出来的目标线缝的端点坐标相互连接，从而获得目标线缝，避免了使用红外探边传感器只能检测到材料外边沿的情况，有效地识别出待缝材料在缝制时的线缝。

技术领域

本申请涉及机器视觉、图像识别和图像处理的技术领域，具体而言，涉及一种线缝检测方法、装置、电子设备及存储介质。

背景技术

目前的机器使用红外探边传感器通常只能检测到待缝材料(例如布料)的外边沿，这些机器例如：定型机、拉幅机、涂层机、裁床、铺布机和验布机等等。具体地，使用两组红外探边传感器的发射管来发射出红外线，红外线在遇到待缝材料时，就会反射给红外探边传感器的接收管，这两组红外探边传感器通常安装在待缝材料的正上方。若两组红外探边传感器均能接收到反射的红外线，则确认待缝材料已偏离，同理地，若两组红外探边传感器均不能接收到反射的红外线，则确认待缝材料已偏离，只有一组红外探边传感器能接收到反射的红外线，且另一组红外探边传感器不能接收到反射的红外线时，才能确认没有偏离。然而，已经缝边的待缝材料在卷边的工序中，很难检测到该待缝材料的内边缘，即难以检测到待缝材料与另一种材料(例如边饰)之间的线缝。

发明内容

本申请实施例的目的在于提供一种线缝检测方法、装置、电子设备及存储介质，用于改善难以检测到待缝材料与另一种材料之间的线缝的问题。

本申请实施例提供了一种线缝检测方法，包括：获取待处理图像，待处理图像是对目标线缝进行拍摄获得的，目标线缝是对多个待缝材料缝制获得的；使用神经网络模型对待处理图像中的线缝端点坐标进行检测，获得目标线缝的端点坐标，神经网络模型是以线缝端点坐标为样本标签训练获得的；将目标线缝的端点坐标相互连接，获得目标线缝。在上述方案的实现过程中，使用以线段端点为样本标签训练获得的神经网络模型，对待处理图像中的线缝端点坐标进行检测，并将检测出来的目标线缝的端点坐标相互连接，从而识别出待缝材料在缝制时的目标线缝，避免了使用红外探边传感器只能检测到材料外边沿的情况，有效地识别出待缝材料在缝制时的线缝。

可选地，在本申请实施例中，神经网络模型包括：多个特征提取分支；使用神经网络模型对待处理图像中的线缝端点坐标进行检测，包括：使用多个特征提取分支分别对待处理图像进行特征提取，获得多个图像特征；对多个图像特征进行融合，获得图像融合特征；对图像融合特征进行线缝端点坐标映射，获得线缝端点坐标。在上述方案的实现过程中，通过使用神经网络模型中的多个特征提取分支分别对待处理图像进行特征提取、特征融合和坐标映射，从而提取出待处理图像在不同多个特征提取分支层面上表现形式的图像特征，从而有效地增加了识别出待缝材料在缝制时的线缝的正确率。

可选地，在本申请实施例中，在使用神经网络模型对待处理图像中的线缝端点坐标进行检测之前，还包括：获取多个样本图像和多个样本标签，样本标签是对样本图像中的线缝端点坐标进行标注获得的；以多个样本图像为训练数据，以多个样本标签为训练标签，对神经网络进行训练，获得神经网络模型。在上述方案的实现过程中，通过使用对样本图像中的线缝端点坐标进行标注获得的样本标签来训练神经网络，从而使得获得的神经网络模型能够检测出目标线缝的端点坐标，避免了使用红外探边传感器只能检测到材料外边沿的情况，有效地识别出待缝材料在缝制时的线缝。