[发明专利]基于图像识别的纺织废料自动分类方法及装置

说明书

本发明提供一种基于图像识别的纺织废料自动分类方法及装置，涉及图像分析和处理领域。该方法通过对待识别目标图像分别提取反光度特征、颜色矩特征、边缘颗粒度特征、整体卷曲度特征、深度学习抽象特征等，并依次基于提取的颜色特征和纹理特征进行逐步分类，并最终完成对待识别目标图像的8种基础类别的分类。本发明提供的基于图像识别的纺织废料自动分类方法和装置方案可行性高，对于具有不同颜色、形状和纹理的棉花纺织废料提取不同的图像特征与抽象特征，在能表征各类纺织废料的同时提高整个废料图像的识别效率和分类准确率，方案适用性高，可以有效对多类纺织废料进行自动识别与分类，提升纺织废料的分拣和再利用效率，方案高效实用客观准确。

技术领域

本发明涉及图像分析和处理领域，尤其是涉及基于图像识别的纺织废料自动分类方法及装置。

背景技术

棉花属于重要的纺织原料，而棉花原料由于天然生长、品种差异、采摘运输等原因会存在不同形状、不同质量的区别。对于棉花的筛选，通常会将符合纺织加工需求的棉花挑选后，剩余的含有杂质或质量较差的棉花被认为是纺织废料。这些纺织废料如果能做进一步分类和筛选后，其中部分类别仍然可以用于纺织加工或其他再利用。传统的人工分拣需要耗费大量的人力，并且分类准确度不够。因此如何对这类纺织废料进一步快速方便准确的分类是目前急需解决的问题。

发明内容

本发明为了解决上述问题，提出了一种基于图像识别的纺织废料自动分类方法及装置，通过图像处理技术对纺织废料进行多重特征提取和自动分类，实现棉花纺织废料类型的自动识别与。

本发明采用的技术方案如下：

一种基于图像识别的纺织废料自动分类方法，通过对待识别目标图像分别提取反光度特征、颜色矩特征、边缘颗粒度特征、整体卷曲度特征、深度学习抽象特征等，并依次基于这些提取的颜色特征和纹理特征进行逐步分类，并最终完成对待识别目标图像的8种基础类别的分类。

另一方面本发明还提供了一种基于图像识别的纺织废料自动分类装置，所述装置是基于前述纺织废料自动分类方法步骤对应的模块单元组成的自动分类装置，以用于对多类待识别的纺织废料所属类别进行自动分类。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

本发明提供的基于图像识别的纺织废料自动分类方法和装置方案可行性高，对于具有不同颜色、形状和纹理的棉花纺织废料提取不同的图像特征与抽象特征，在能表征各类纺织废料的同时提高整个废料图像的识别效率和分类准确率，方案适用性高，可以有效对多类纺织废料进行自动识别与分类，提升纺织废料的分拣和再利用效率，方案高效实用客观准确。

附图说明

图1是本发明实施例提供的基于图像处理的纺织废料自动分类方法流程图。

图2是本发明实施例提供的八种基础类纺织废料标准样本图像，(a)-“灰色不反光”； (b)-“白色不反光”；(c)-“反光长条丝线”；(d)-“反光团状丝线”；(e)-“反光块状絮类”；(f)-“反光团状絮类”；(g)-“反光非团/块带黑屑絮类”；(h)-“反光非团/块无黑屑絮类”。

图3是本发明实施例提供的三类特征提取示意图。

具体实施方式

为了使本领域的人员更好地理解本发明的技术方案，下面结合本发明的附图，对本发明的技术方案进行清楚、完整的描述，基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的其它类同实施例，都应当属于本申请保护的范围。

以下实施例中将选取纺织废料作为目标识别面料，从而对具体方案进行详细说明，在其他实施例中所述纺织废料类可还以为或者类似场景中需要进行自动分类的纺织面料，其仅仅是本发明技术方案所针对的分析对象，以适用于本发明方案并解决对应的技术问题为准。

实施例1