一种纺织品表面缺陷检测装置与方法
文献发布时间:2023-06-19 13:48:08
技术领域
本发明涉及纺织品表面缺陷检测技术领域,具体来说,涉及一种纺织品表面缺陷检测装置与方法。
背景技术
纺织品表面质量检测是现代纺织业生产的重要环节,并在生产流程中占有极其重要的地位。目前国内生产、销售的所谓全自动验布机仍是依靠人眼来判别纺织品表面的质量,工作单调、劳动强度大,易产生误检、漏检而造成质量事故。
检索中国发明专利CN1760437A公开了一种自动验布等级客观评定系统,主要包括CCD摄像机、织物握持装置、光源、计算机、图像采集卡,图像采集卡将摄取的织物图像转换为数字图像,用疵点检测DSP对织物疵点进行检测,对检测出存在疵点的织物图像用疵点图像分割DSP模块进行分割,对分割后的疵点用疵点表征DSP模块进行疵点的自动表征,将表征的结果输入织物等级评定DSP模块,最终对织物等级进行自动的评定。但其存在对被检材料进行疵点或色差检测时,功能单一且检测精准度较差。
针对相关技术中的问题,目前尚未提出有效的解决方案。
发明内容
针对相关技术中的问题,本发明提出一种纺织品表面缺陷检测装置与方法,以克服现有相关技术所存在的上述技术问题。
本发明的技术方案是这样实现的:
本发明一个方面:
一种纺织品表面缺陷检测方法,包括以下步骤:
步骤S1,预先采集纺织品区域表面图像信息;
步骤S2,对获取的区域表面图像信息进行Blob特征点检测,并获取疵点图像;
步骤S3,基于疵点图像进行最佳阈值分割疵点,并对纺织品标记,包括以下步骤:
步骤S301,标定阈值t将疵点图像分成目标图层和背景图层,分别计算发生概率u
步骤S302,进行获取类间方差σ
σ
步骤S303,再分别获取目标图层和背景图层的类内方差k
步骤S304,标定最佳自适应阈值T
T
其中,p
步骤S305,获取图像疵点分割图像g(u,v),表示为:
其中,f(i,j)为图像某点灰度值,T为检测阈值;
步骤S306,基于图像疵点分割图像g(u,v)进行对纺织品区域进行标记。
其中,还包括以下步骤:
步骤S101,预先对纺织品进行上布和卷布处理,并去除纺织品表面异物和展开纺织品;
步骤S102,基于多光谱LED光源和图像采集模块,实时获取输送过程中纺织品表面图像信息,并作为纺织品区域表面图像信息输入。
其中,所述纺织品区域表面图像信息,包括以下步骤:
步骤S103,对纺织品区域表面图像进行预处理,其中包括平场校正处理和平滑处理;
步骤S104,对预处理后的纺织品区域表面图像进行灰度化处理,并使用滤波算法对灰度化处理后的纺织品区域表面图像进行滤波去噪;
其中,所述标定阈值t将疵点图像分成目标图层和背景图层,还包括以下步骤:
步骤S3011,获取疵点图像的各个灰度级i的发生概率p
其中,N
步骤S3012,获取疵点图像的的整体平均灰度值w,表示为:
其中,0,1,2......l-1表示图像共有l个灰度级。
其中,所述获取疵点图像的的整体平均灰度值w,包括以下步骤:
步骤S3013,获取疵点图像的最值,标定
其中,所述对纺织品标记,包括以下步骤:
步骤S307,基于易清洗墨水通过喷墨指示器对图像疵点分割图像的纺织品区域进行标记。
本发明另一个方面:
一种纺织品表面缺陷检测装置,用于纺织品表面缺陷检测方法的检测装置,包括:
机械验布模块,用于对纺织品进行上布和卷布处理,并去除纺织品表面异物和展开纺织品;
多光谱LED模块,用于多光谱进行对所述机械验布模块检测区域纺织品进行照明;
图像采集模块,用于实时采集所述机械验布模块输送过程中纺织品区域图像信息;
图像表面瑕疵分析模块,用于对纺织品区域图像信息进行疵点检测并获取疵点图像信息;
疵点标记模块,基于所述图像表面瑕疵分析模块的疵点图像信息进行标记。
进一步的,所述多光谱LED模块,包括紫外LED灯珠、蓝色LED灯珠、绿色LED灯珠、红色LED灯珠、红外LED灯珠的一种或多种组合。
进一步的,所述图像采集模块为工业CCD相机。
进一步的,所述疵点标记模块包括喷墨指示器。
本发明的有益效果:
本发明纺织品表面缺陷检测装置与方法,通过预先采集纺织品区域表面图像信息,对获取的区域表面图像信息进行Blob特征点检测,并获取疵点图像,基于疵点图像进行最佳阈值分割疵点,并对纺织品标记,其通过标定阈值将疵点图像分成目标图层和背景图层,再进行获取类间方差和获取目标图层、背景图层的类内方差,从而获得图像疵点分割图像,实现对疵点图像检测标记,不仅检测精度高对纺织品标记精准,适应范围广,可提高工业生产效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种纺织品表面缺陷检测方法的流程示意图;
图2是根据本发明实施例的一种纺织品表面缺陷检测装置的原理框图。
图中:
1、机械验布模块;2、多光谱LED模块;3、图像采集模块;4、图像表面瑕疵分析模块;5、疵点标记模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
根据本发明的实施例,提供了一种纺织品表面缺陷检测方法。
如图1所示,根据本发明实施例的纺织品表面缺陷检测方法,包括以下步骤:
步骤S1,预先采集纺织品区域表面图像信息;
步骤S2,对获取的区域表面图像信息进行Blob特征点检测,并获取疵点图像;
步骤S3,基于疵点图像进行最佳阈值分割疵点,并对纺织品标记,包括以下步骤:
步骤S301,标定阈值t将疵点图像分成目标图层和背景图层,分别计算发生概率u
步骤S302,进行获取类间方差σ
σ
步骤S303,再分别获取目标图层和背景图层的类内方差k
步骤S304,标定最佳自适应阈值T
T
其中,p
步骤S305,获取图像疵点分割图像g(u,v),表示为:
其中,f(i,j)为图像某点灰度值,T为检测阈值;
步骤S306,基于图像疵点分割图像g(u,v)进行对纺织品区域进行标记。
其中,还包括以下步骤:
步骤S101,预先对纺织品进行上布和卷布处理,并去除纺织品表面异物和展开纺织品;
步骤S102,基于多光谱LED光源和图像采集模块,实时获取输送过程中纺织品表面图像信息,并作为纺织品区域表面图像信息输入。
其中,纺织品区域表面图像信息,包括以下步骤:
步骤S103,对纺织品区域表面图像进行预处理,其中包括平场校正处理和平滑处理;
步骤S104,对预处理后的纺织品区域表面图像进行灰度化处理,并使用滤波算法对灰度化处理后的纺织品区域表面图像进行滤波去噪;
其中,标定阈值t将疵点图像分成目标图层和背景图层,还包括以下步骤:
步骤S3011,获取疵点图像的各个灰度级i的发生概率p
其中,N
步骤S3012,获取疵点图像的的整体平均灰度值w,表示为:
其中,0,1,2......l-1表示图像共有l个灰度级。
其中,获取疵点图像的的整体平均灰度值w,包括以下步骤:
步骤S3013,获取疵点图像的最值,标定
其中,对纺织品标记,包括以下步骤:
步骤S307,基于易清洗墨水通过喷墨指示器对图像疵点分割图像的纺织品区域进行标记。
借助于上述方案,通过预先采集纺织品区域表面图像信息,对获取的区域表面图像信息进行Blob特征点检测,并获取疵点图像,基于疵点图像进行最佳阈值分割疵点,并对纺织品标记,其通过标定阈值将疵点图像分成目标图层和背景图层,再进行获取类间方差和获取目标图层、背景图层的类内方差,从而获得图像疵点分割图像,实现对疵点图像检测标记,不仅检测精度高对纺织品标记精准,适应范围广,可提高工业生产效率。
本技术方案,对于上述多光谱LED光源和图像采集模块来说,其多光谱LED光源可通过白平衡算法调节亮度。其图像的亮度会随着纺织品的种类、外界光照强度的变化、和纺织品运动的速度等因素的变化而发生变化,通过白平衡算法,根据变频器获得的扫描行频和速度信息,自动调节图像采集模块的亮度,使图像采集模块随着布料的种类、外界光照强度的变化和纺织品运动速度等因素的变化而自动调节白平衡,使图像采集模块采集的图像有更好的视觉效果,保证采集图像的清晰度能满足图像分析的需求,从而提高精准度。
此外,图像采集模块来说,其可调整曝光时间。拍摄的最小像元在曝光时间内的平均速度要远远大于纺织品运动的速度才能清晰地对图像实现抓拍,而随着纺织品速度的加快,对光照的强度要求也随之增大,通过曝光时间自动调整,可使拍摄的最小像元在曝光时间内均速度远远大于纺织品运动的速度,能同时获得满意的图像清晰度和合适的光强
另外,本技术方案中,对纺织品区域表面图像进行预处理,其采集的图像幅度较宽,图像采集过程不可避免产生噪声信号,线性光源无法保证绝对打光均匀,图像采集过程存在延时等因素导致图像性能不好,因此图像需要进行平场校正。具体的,在应用时,可通过Sapera LT++提供的平场校正算法,可以选择Basic和Low Pass两种算法对图像采集过程中产生的图像不一致性、固定图像噪声、图像响应不一致性、镜头和光源不一致性等进行校正。
此外,在应用时,还可通过高斯滤波算法,对图像采集过程由于随机信号污染产生的常见噪声(如椒盐噪声,脉冲噪声和高斯噪声等)进行滤波处理,减少噪声信号对图像分析的干扰。
根据本发明的另一个实施例,提供了一种纺织品表面缺陷检测装置。
如图2所示,一种纺织品表面缺陷检测装置,用于纺织品表面缺陷检测方法的检测装置,包括:
机械验布模块1,用于对纺织品进行上布和卷布处理,并去除纺织品表面异物和展开纺织品;
多光谱LED模块2,用于多光谱进行对机械验布模块1检测区域纺织品进行照明;
图像采集模块3,用于实时采集机械验布模块1输送过程中纺织品区域图像信息;
图像表面瑕疵分析模块4,用于对纺织品区域图像信息进行疵点检测并获取疵点图像信息;
疵点标记模块5,基于图像表面瑕疵分析模块4的疵点图像信息进行标记。
另外,多光谱LED模块2,包括紫外LED灯珠、蓝色LED灯珠、绿色LED灯珠、红色LED灯珠、红外LED灯珠的一种或多种组合。
另外,图像采集模块3为工业CCD相机。
另外,疵点标记模块5包括喷墨指示器。
综上所述,借助于本发明的上述技术方案,通过预先采集纺织品区域表面图像信息,对获取的区域表面图像信息进行Blob特征点检测,并获取疵点图像,基于疵点图像进行最佳阈值分割疵点,并对纺织品标记,其通过标定阈值将疵点图像分成目标图层和背景图层,再进行获取类间方差和获取目标图层、背景图层的类内方差,从而获得图像疵点分割图像,实现对疵点图像检测标记,不仅检测精度高对纺织品标记精准,适应范围广,可提高工业生产效率。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,本领域技术人员在考虑说明书及实施例处的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
- 一种纺织品表面缺陷检测装置与方法
- 一种表面缺陷检测装置和判断表面缺陷所在表面的方法