[发明专利]基于图像识别的纺织废料自动分类方法及装置

权利要求书

1.一种基于图像识别的纺织废料自动分类方法，用于对多类纺织废料图像进行自动识别和分类，其特征在于，包括如下步骤：

S01，提取待识别目标图像，获取多类纺织废料的待分类图像集；

S02，提取待分类图像集的反光度特征，并基于图像反光度特征将待分类图像集分成反光类和不反光类两大类；

S03，对不反光类的待识别目标图像提取颜色矩，并根据颜色矩特征将待识别的反光类图像进一步分为灰色不反光与白色不反光两个类别；

S04，使用深度学习网络对反光类待识别目标图像提取抽象特征，并基于抽象特征将反光类待识别目标图像进一步分为丝线类与块/絮状类两个类别；

S05，提取反光丝线类图像的横向边缘颗粒度，并基于横向边缘颗粒度特征将反光丝线类图像进一步分为反光长条丝线与反光团状丝线两个类别；

S06，提取反光块/絮状类图像的纵向边缘颗粒度，并基于纵向边缘颗粒度特征将反光块/絮状类图像进一步分为反光块/团状絮与其他絮类两个类别；

S07，提取反光块/团状絮类图像的整体卷曲度图像特征，基于该整体卷曲度图像特征将反光块/团状絮类图像进一步分为反光块状絮类与反光团状絮类两个类别；

S08，提取其他絮类图像的颜色矩特征，并基于该颜色矩特征将其他絮类图像进一步分为反光非团/块状带黑屑絮类与反光非团/块状不带黑屑絮类两个类别。

2.如权利要求1所述的一种基于图像识别的纺织废料自动分类方法，其特征在于，所述纺织废料为棉花纺织废料。

3.如权利要求1所述的一种基于图像识别的纺织废料自动分类方法，其特征在于，所述步骤S02具体包括：

S201，将所有待分类的RGB图像转换至HSV颜色空间，对V亮度通道上的向量计算直方图，记录直方图峰值数量p及其所对应的亮度vm，记直方图最小亮度为v0，最大亮度为v1，得到图像反光度Ri＝2p/(v1-v0)；

S202，选取反光类与不反光类的标准样品并分别计算其反光度Rr与Rnr，其中Rr为反光类的反光度标准值，Rnr为不反光类的反光度标准值；

S203，计算待识别目标图像的反光度Ri，并分别计算Ri与与两类标准样品反光度的欧式距离d：

d(Ri,Rr)＝(Ri-Rr)²,d(Ri,Rnr)＝(Ri-Rnr)² (1)；

若d(Ri,Rr)d(Ri,Rnr)，则对应目标图像属于反光类；若d(Ri,Rr)d(Ri,Rnr)，则对应目标图像属于不反光类。

4.如权利要求3所述的一种基于图像识别的纺织废料自动分类方法，其特征在于，所述步骤S03包括：

S301，将待识别的不反光类RGB图像转换至YUV颜色空间，计算每一张不反光类待识别目标图像的三个分量Y,U,V空间的前三阶颜色矩；

所述前三阶颜色矩的计算公式如下(2)-(4)所示：

S302，将三个分量Y,U,V空间的前三阶颜色矩组成一个9维直方图向量F_color＝[μ_Y,σ_Y,s_Y,μ_U,σ_U,s_U,μ_V,σ_V,s_V]，选取灰色不反光与白色不反光两个标准样品并分别计算对应的标准颜色矩F_gray和F_white，其中F_gray为灰色不反光类的标准颜色矩，F_white为白色不反光类的标准颜色矩；

S303，用根据公式(1)计算欧氏距离d(Fi,F_gray)与d(Fi,F_white)，Fi为当前第i张待识别图像的颜色矩；

若d(Fi,F_gray)d(Fi,F_white),则第i张不反光类纺织废料图像属于灰色不反光类；若d(Fi,F_gray)d(Fi,F_white)，则第i张不反光类纺织废料图像属于白色不反光类。