CN103679183A - 一种平纹本色布疵点识别的方法 - Google Patents
一种平纹本色布疵点识别的方法 Download PDFInfo
- Publication number
- CN103679183A CN103679183A CN201310571778.3A CN201310571778A CN103679183A CN 103679183 A CN103679183 A CN 103679183A CN 201310571778 A CN201310571778 A CN 201310571778A CN 103679183 A CN103679183 A CN 103679183A
- Authority
- CN
- China
- Prior art keywords
- plain weave
- grey cloth
- image
- fault
- defect
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Treatment Of Fiber Materials (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开一种平纹本色布疵点识别的方法,涉及图像处理技术领域。该方法包括检测前的准备和检测两部分。检测前的准备包括对待检测平纹本色布的无疵点图像进行灰度化、滤波和增强处理,以及基于经过预处理的无疵点图像,确定自信区间和单位区域的大小。检测包括以下步骤:首先,对待检测平纹本色布的图像进行灰度化、滤波和增强处理;然后,根据单位区域的大小,将预处理后的图像划分成若干个区域,计算每个区域的灰度均值;最后,判断有无区域的灰度均值在置信区间之外。如果有,则该图像反映的本色布有疵点。如果没有,则该图像反映的本色布没有疵点。与传统的方法相比,本发明没有相对费时的图像分割步骤,可缩短本色布有无疵点的识别时间,提高识别效率。
Description
技术领域
本发明涉及一种平纹本色布疵点识别的方法,属于平纹本色布疵点检测技术领域。
背景技术
针对基于图像处理技术判断本色布有无疵点的技术中,现有平纹本色布有无疵点的判断方法需经以下步骤实现:首先,采集平纹本色布图像,进行灰度化转换;其次,对灰度化后的图像进行滤波等预处理;然后,对预处理后的图像进行二值化处理,得到二值图像;最后,判断二值化图像是否含有疵点。在该方法中,用到了耗时相对较多的二值化处理,从而降低识别速度,影响检测的实时性。
发明内容
发明目的:针对现有技术中存在的问题,本发明提供一种基于灰度均值提供、快速识别平纹本色布有无疵点的方法,以提高判断本色布有无疵点的效率。
技术方案:一种平纹本色布疵点识别的方法,包括两部分:
第一部分检测前的准备工作
首先,采集一幅待检测平纹本色布的无疵点图像。将无疵点平纹本色布图像划分成若干个大小一致的区域。理想情况下,每个区域的灰度均值应该相等。鉴于平纹本色布的纹理对图像的影响,相对于理想条件,各个区域灰度均值的实际值将有少量波动。该波动范围即为无疵点平纹本色布图像各个区域的灰度均值所在的置信区间。
其次,将上述采集到的无疵点平纹本色布图像直方图均衡化。对直方图均衡化后的无疵点平纹本色布图像按经向和纬向分别计算其自相关函数。根据自相关函数极值点的位置确定平纹本色布沿经和纬向的重复单元长度。根据重复单元长度可确定经向和纬向的纹理周期。经向和纬向的纹理周期所覆盖的面积即为单位区域的大小。
第二部分检测
首先,采集待检测的平纹本色布图像;
其次,对采集到的图像进行灰度化、滤波、增强处理;
然后,根据先前所得的单位区域的大小将预处理后的图像划分为若干个区域;
再后,计算各个区域的灰度均值,
最后,根据先前所得的置信区间,判断有无区域的灰度均值不在置信区间内。如果有,则该图像反映的平纹本色布有疵点。如果没有,则该图像反映的平纹本色没有疵点。
有益效果:与传统的方法相比,本发明提供的平纹本色布疵点识别的方法,没有相对费时的图像分割步骤,可缩短本色布有无疵点的识别时间,提高识别效率。
附图说明
图1为本发明实施例的方法流程图;
图2为本发明实施例的无疵点平纹本色布图像的示意图;
图3为本发明实施例的无疵点平纹本色布图像直方图均衡化的示意图;
图4为本发明实施例的无疵点平纹本色布图像直方图均衡化后经向自相关函数的示意图;
图5为本发明实施例的无疵点平纹本色布图像直方图均衡化后纬向自相关函数的示意图。
具体实施方式
下面结合具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
如图1所示,平纹本色布疵点识别的方法,包括检测前的准备和检查两部分:
检测前的准备工作
采集一幅如图2所示的待检测平纹本色布的无疵点图像,并对其进行灰度转换、均值滤波、增强处理。
1、确定可信区间
统计经过预处理的待检测平纹本色布无疵点图像的灰度均值μ和标准方差σ,并根据以下公式计算上阈值T1和下阈值T2:
T1=μ+kσ
T2=μ-kσ
式中k为阈值系数。经过多次实验统计所得。阈值系数k一般可取2-5之间的值。
对于图2,计算得到上阈值T1为204以及下阈值T2为123,从而可确定置信区间[T1,T2]为[123,204]。
2、确定单个区域的大小
对经过预处理的待检测平纹本色布的无疵点图像进行直方图均衡化。
对于图2,经直方图均衡化后如图3所示。图3中任意一点(i,j)处的像素灰度值用f(i,j)表示。其中,i∈(0,1,......,M-1)以及j∈(0,1,......,N-1)。图3的经向自相关函数Cv(y)和纬向的自相关函数Ch(x)分别根据以下公式求得:
经向自相关函数的示意图如图4所示。从图4看出,经向自相关函数的极值在经向的位置分别为5、10、15、......。纬向自相关函数的示意图如图5所示。从图5看出,纬向自相关函数的极值点在纬向的位置分别为5、10、15、......,从而知道经向和纬向的纹理周期均为5。由此,可知单位区域的大小为5×5。
在确定置信区间为[123,204]以及单位区域的大小为5×5后,开始按如下步骤检测本色布有无疵点:
首先,采集的待检测的本色布图像;
其次,对采集到的图像进行灰度化、滤波、增强处理;
然后,以5×5为单位区域将预处理后的本色布图像划分为若干个区域;
再后,计算所划分的各个区域灰度均值;
最后,根据置信区间[123,204],判断有无区域的灰度均值不在该置信区间内。如果有,则该图像反映的本色布有疵点。如果没有,则该图像反映的本色没有疵点。
Claims (5)
1.一种平纹本色布疵点识别的方法,其特征在于,包括如下步骤:
对平纹本色布图像进行预处理;按照确定的单位区域的大小,将预处理后的图像划分为若干个区域,计算每个区域的灰度均值;根据上、下阈值,判断各个区域的灰度均值是否均在置信区间内;如果均在置信区间内,则该图像反映的平纹本色布无疵点;如果有区域的灰度均值在置信区间之外,则该图像反映的本色含有疵点。
2.根据权利要求1所述的平纹本色布疵点识别的方法,其特征在于,所述上、下阈值的确定方法为:
采集一幅待测平纹本色布的无疵点图像,并进行转换、滤波、增强的预处理,然后统计其灰度均值μ和标准方差σ,并计算上阈值T1=μ+kσ和下阈值T2=μ-kσ,确定置信区间为[T1,T2],式中k为阈值系数。
3.根据权利要求2所述的平纹本色布疵点识别的方法,其特征在于,所述阈值系数k介于2~5之间。
4.根据权利要求1所述的平纹本色布疵点识别的方法,其特征在于,根据平纹本色布的纹理周期确定单位区域大小。单位区域的大小为经向纹理周期×纬向纹理周期。
5.根据权利要求4所述的平纹本色布疵点识别的方法,其特征在于,所述纹理周期的确定方法为:
取待测本色布的无疵点图像,并进行直方图均衡化;对经过均衡化后的无疵点图像分别计算其经向和纬向的自相关函数;平纹本色布的经向和纬向周期相同,根据自相关函数变化周期的大小可确定织物中经纱和纬纱的周期长度,根据重复单元长度可确定经向和纬向的纹理周期,从而确定所需单位区域的大小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310571778.3A CN103679183A (zh) | 2013-11-13 | 2013-11-13 | 一种平纹本色布疵点识别的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310571778.3A CN103679183A (zh) | 2013-11-13 | 2013-11-13 | 一种平纹本色布疵点识别的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103679183A true CN103679183A (zh) | 2014-03-26 |
Family
ID=50316672
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310571778.3A Pending CN103679183A (zh) | 2013-11-13 | 2013-11-13 | 一种平纹本色布疵点识别的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103679183A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104493874A (zh) * | 2014-12-16 | 2015-04-08 | 河海大学 | 一种白纸疵点裁切区域的自动定位方法 |
CN106157314A (zh) * | 2015-12-23 | 2016-11-23 | 河海大学 | 一种造纸设备的实时故障诊断方法 |
CN107764837A (zh) * | 2017-09-25 | 2018-03-06 | 北京首钢股份有限公司 | 一种无取向电工钢表面质量的判定方法及*** |
CN114419004A (zh) * | 2022-01-21 | 2022-04-29 | 佛山技研智联科技有限公司 | 织物瑕疵的检测方法、装置、计算机设备及可读存储介质 |
CN115078386A (zh) * | 2022-06-15 | 2022-09-20 | 常州市新创智能科技有限公司 | 一种玻纤布面生产过程中红色胶带的检测方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6369896B1 (en) * | 1997-11-03 | 2002-04-09 | Cognivision Research, S.L. | Method for visually inspecting textile garments, and a system for implementing said method |
US20030081215A1 (en) * | 2001-01-09 | 2003-05-01 | Ajay Kumar | Defect detection system for quality assurance using automated visual inspection |
CN102221559A (zh) * | 2011-03-05 | 2011-10-19 | 河海大学常州校区 | 基于机器视觉的织物疵点在线自动检测方法及其装置 |
CN103234976A (zh) * | 2013-04-03 | 2013-08-07 | 江南大学 | 基于Gabor变换的经编机布匹瑕疵在线视觉检测方法 |
-
2013
- 2013-11-13 CN CN201310571778.3A patent/CN103679183A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6369896B1 (en) * | 1997-11-03 | 2002-04-09 | Cognivision Research, S.L. | Method for visually inspecting textile garments, and a system for implementing said method |
US20030081215A1 (en) * | 2001-01-09 | 2003-05-01 | Ajay Kumar | Defect detection system for quality assurance using automated visual inspection |
CN102221559A (zh) * | 2011-03-05 | 2011-10-19 | 河海大学常州校区 | 基于机器视觉的织物疵点在线自动检测方法及其装置 |
CN103234976A (zh) * | 2013-04-03 | 2013-08-07 | 江南大学 | 基于Gabor变换的经编机布匹瑕疵在线视觉检测方法 |
Non-Patent Citations (2)
Title |
---|
YIXIANG FRANK ZHANG 等: "Fabric defect detection and classification using image analysis", 《TEXTILE RESEARCH JOURNAL》 * |
罗昌利: "双阈值分割于本色布疵点检测与分类", 《HTTP://WWW.PAPER.EDU.CN/HTML/RELEASEPAPER/2012/03/680/》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104493874A (zh) * | 2014-12-16 | 2015-04-08 | 河海大学 | 一种白纸疵点裁切区域的自动定位方法 |
CN106157314A (zh) * | 2015-12-23 | 2016-11-23 | 河海大学 | 一种造纸设备的实时故障诊断方法 |
CN106157314B (zh) * | 2015-12-23 | 2018-12-14 | 河海大学 | 一种造纸设备的实时故障诊断方法 |
CN107764837A (zh) * | 2017-09-25 | 2018-03-06 | 北京首钢股份有限公司 | 一种无取向电工钢表面质量的判定方法及*** |
CN114419004A (zh) * | 2022-01-21 | 2022-04-29 | 佛山技研智联科技有限公司 | 织物瑕疵的检测方法、装置、计算机设备及可读存储介质 |
CN115078386A (zh) * | 2022-06-15 | 2022-09-20 | 常州市新创智能科技有限公司 | 一种玻纤布面生产过程中红色胶带的检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103679183A (zh) | 一种平纹本色布疵点识别的方法 | |
CN101950357B (zh) | 基于位置关系识别高压线路杆塔、引流线、导线的方法 | |
CN101996405B (zh) | 一种快速的玻璃图像缺陷检测及分类方法及其装置 | |
CN105261003A (zh) | 一种基于织物自身结构进行疵点检测的方法 | |
CN102136068B (zh) | 基于平均灰度的距离选通图像有效信息区的提取方法 | |
CN104574353B (zh) | 基于视觉显著性的表面缺陷判定方法 | |
CN109829876A (zh) | 基于机器视觉的链板缺陷在线检测装置及方法 | |
CN106780486A (zh) | 一种钢板表面缺陷图像提取方法 | |
CN102854191A (zh) | 高速铁轨表面缺陷的实时视觉检测与识别方法 | |
CN106251361A (zh) | 一种钢轨表面缺陷图像自适应分割方法 | |
CN103604809A (zh) | 一种图案布匹瑕疵在线视觉检测方法 | |
CN109658402A (zh) | 基于计算机视觉成像的工业型材几何尺寸自动检测方法 | |
CN103198705B (zh) | 车位状态自动检测方法 | |
CN105447512A (zh) | 一种精粗结合的光学表面缺陷的检测方法及装置 | |
CN103234976A (zh) | 基于Gabor变换的经编机布匹瑕疵在线视觉检测方法 | |
CN103455820A (zh) | 基于机器视觉技术的车辆检测和跟踪方法及*** | |
CN102622602B (zh) | 一种棉花异性纤维图像在线分割方法及*** | |
CN110009618A (zh) | 一种轴类零件表面质量检测方法及装置 | |
CN102628814A (zh) | 一种基于数字图像处理的钢轨光带异常自动检测方法 | |
CN108009574B (zh) | 一种轨道扣件检测方法 | |
CN104751474A (zh) | 一种级联式快速图像缺陷分割方法 | |
CN105719275A (zh) | 一种并行组合的图像缺陷分割方法 | |
CN106780464A (zh) | 一种基于改进阈值分割的织物疵点检测方法 | |
CN106780437B (zh) | 一种快速qfn芯片塑封图像获取与放大方法 | |
CN101995412A (zh) | 一种鲁棒的玻璃划伤缺陷检测方法及其装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140326 |