[发明专利]一种大圆机的破洞瑕疵检测方法

摘要

本发明的一种大圆机的破洞瑕疵检测方法，利用机器学习方法实现对织物破洞瑕疵的检测，根据自适应图像增强技术预处理瑕疵图像，有效分割感兴趣区域，并且根据角点检测器结合排序方法有效地提取织物瑕点的单调光照及旋转不变的特征信息；在织物瑕疵点匹配方面，利用双向匹配方法，成功地得到织破洞针瑕疵。本发明大大提高了纺织品的瑕疵检测速度和效率。

主权项

1.一种大圆机的破洞瑕疵检测方法，其特征在于，包括以下步骤：/n步骤1、数据采集/n通过设置于大圆机内的图像采集设备，实时采集织物图像，并将该织物图像上传至与图像采集设备连接的控制终端；/n步骤2、图像预处理，其包括：/n步骤21、对织物图像进行自适应增强滤波处理，得到增强图像；/n步骤22、对增强后的织物图像进行感兴趣区域分割处理；/n步骤3、提取织物瑕疵特征，具体包括：/n步骤31、对输入的分割后的织物图像进行关键点检测；/n选用FAST角点检测器，首先根据质心法对FAST角点进行方向估计，得到一个oFAST关键点检测器：/n根据局部区域的灰度相对其中心的偏移得到灰度质心，这个偏移向量即可用于方向的估计；局部图像块的矩定义为：/n /n使用局部图像块的质心位置表示为：/n /n图像块的方向即用一个向量的方向表示，该向量由图像块中心O指向质心C，向量OC的方向为：/nθ＝a tan 2(τ₀₁,τ₁₀)；/n步骤32、关键点检测完成后，利用BRISK采样方式对关键点周围的局部图像进行采样，得到有效代表该局部图像的像素点；/n然后使用oFAST检测器获得的方向对采样图案进行调整；/n步骤33、基于顺序排列来构造描述子；/n步骤4、瑕疵匹配，具体包括：/n步骤41、采用双向匹配方法：/n从织物瑕疵图像A中为织物模板图像B的每个特征点找出距离最近点，同时也从织物模板图像B中为织物瑕疵图像A每个特征点找出最近点；/n在匹配前建立极线约束求；/n步骤42、特征点距离判别：求织物瑕疵图像A中一特征点P1，与织物模板图像B在对应极线上所有特征点的距离，找出最近点P2；/n若是距离大于匹配值则删除P2，重复步骤42；/n若是距离小于匹配值，则为图B中的P2找出图A中对应极线上点的距离，找出最近点P1；/n判断是否P1＝P2，若是则匹配成功，否则返回步骤42；/n在瑕疵图像和模板图像这两幅图像的特征描述子生成后，就可按照步骤41通过双向匹配原则进行图像特征的匹配。/n