專(zhuān)利名稱(chēng)：基于Gabor變換的經(jīng)編機(jī)布匹瑕疵在線視覺(jué)檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及利用機(jī)器視覺(jué)進(jìn)行經(jīng)編機(jī)瑕疵在線檢測(cè)領(lǐng)域，具體是指一種應(yīng)用于工業(yè)現(xiàn)場(chǎng)的、高實(shí)時(shí)性要求的經(jīng)編機(jī)布匹在織布過(guò)程中出現(xiàn)瑕疵及時(shí)停機(jī)的圖像處理方法。
背景技術(shù)：
國(guó)際上對(duì)于質(zhì)量檢測(cè)方法的要求與日俱增，紡織品作為人們?nèi)粘Ｉ钪械谋匦杵罚滟|(zhì)量好壞直接影響人們的生活質(zhì)量。紡織品的質(zhì)量體現(xiàn)在可靠性、美觀性、安全性和使用壽命等方面，質(zhì)量高的紡織品，更能滿足消費(fèi)者和社會(huì)的需求，從而也提升該紡織品的價(jià)值。所以在紡織行業(yè)中，對(duì)于生產(chǎn)廠家而言，如何保證紡織品的質(zhì)量是非常關(guān)鍵的一個(gè)環(huán)節(jié)。經(jīng)編機(jī)織布過(guò)程中由于機(jī)械故障或者操作錯(cuò)誤等原因，生成出來(lái)的布匹經(jīng)常或多或少存在一些問(wèn)題，但這些問(wèn)題的存在影響了紡織品的質(zhì)量。隨著經(jīng)編機(jī)的發(fā)展，經(jīng)編機(jī)速度的提升一直深受織物瑕疵檢測(cè)水平的影響。傳統(tǒng)的人工檢測(cè)技術(shù)成本高、速度慢且人眼長(zhǎng)期工作容易疲憊造成誤檢，這樣織物瑕疵自動(dòng)檢測(cè)技術(shù)應(yīng)運(yùn)而生，并逐步成為制約紡織水平的一個(gè)亟待解決問(wèn)題。國(guó)外有成功研發(fā)出布匹瑕疵在線檢測(cè)系統(tǒng)，但是引進(jìn)價(jià)格昂貴；突破國(guó)外技術(shù)封鎖，快速開(kāi)發(fā)出國(guó)內(nèi)擁有自主知識(shí)產(chǎn)權(quán)的經(jīng)編機(jī)在線檢測(cè)系統(tǒng)就顯得尤為重要。
發(fā)明內(nèi)容
經(jīng)編機(jī)布匹瑕疵在線檢測(cè)多是人工檢測(cè)，經(jīng)編機(jī)出布口跳動(dòng)頻率高，且人不可能長(zhǎng)時(shí)間集中精力出現(xiàn)視覺(jué)疲勞，往往出現(xiàn)斷經(jīng)線后長(zhǎng)時(shí)間未發(fā)現(xiàn)，瑕疵區(qū)域隨之增大。本發(fā)明目的在于提供一種針對(duì)經(jīng)編機(jī)布匹瑕疵在線視覺(jué)檢測(cè)方案，可以適應(yīng)工業(yè)現(xiàn)場(chǎng)高實(shí)時(shí)性、高準(zhǔn)確率 的要求。本發(fā)明的技術(shù)方案如下:基于Gabor變換的經(jīng)編機(jī)布匹在線瑕疵檢測(cè)方法，包括以下步驟:優(yōu)選實(shí)施例，離線過(guò)程:(I)實(shí)時(shí)獲取經(jīng)編機(jī)無(wú)瑕疵布匹圖像，在經(jīng)編機(jī)出布口約5cm處調(diào)整相機(jī)光圈、焦距等參數(shù)，拍攝圖片，實(shí)時(shí)獲取經(jīng)編機(jī)圖像序列。(2)對(duì)獲取的無(wú)瑕疵布匹圖像預(yù)處理，通過(guò)高斯濾波去除圖像干擾點(diǎn)；通過(guò)直方圖均衡化拉伸圖像，增強(qiáng)對(duì)比度，凸顯圖像紋理。(3)布匹圖像紋理基元周期自動(dòng)找尋，通過(guò)構(gòu)建圖像自相關(guān)函數(shù)求取徑向和縱向自相關(guān)系數(shù)，自動(dòng)找尋紋理基元周期。(4)Gabor濾波器構(gòu)造，針對(duì)布匹紋理圖像瑕疵均是縱向或是徑向的特點(diǎn)，構(gòu)造四尺度四方向的Gabor濾波器組，得到十六通道Gabor子圖；針對(duì)特定紋理布匹依據(jù)特定標(biāo)準(zhǔn)選定一組瑕疵最明顯或是最可以凸顯紋理信息的Gabor子圖作為特征提取圖。(5)在上述選取的Gabor子圖上依據(jù)第三步所求去的紋理基元周期對(duì)無(wú)瑕疵布匹圖像劃分窗口，提取紋理特征，選取統(tǒng)計(jì)特征和灰度共生矩陣特征來(lái)窗口化分析子圖；提取并保存Gabor子圖提取的統(tǒng)計(jì)特征和灰度共生矩陣特征組，用于在線檢測(cè)過(guò)程中瑕疵在線檢測(cè)。優(yōu)選實(shí)施例，在線過(guò)程:(I)實(shí)時(shí)獲取經(jīng)編機(jī)圖像，在經(jīng)編機(jī)出布口約5cm處拍攝圖片，實(shí)時(shí)獲取經(jīng)編機(jī)圖像序列，對(duì)連續(xù)的每個(gè)序列按第二步和第三步處理，若出現(xiàn)連續(xù)五個(gè)序列在同一位置至少三次檢測(cè)為瑕疵，則確定此處為瑕疵區(qū)域。發(fā)送信號(hào)給伺服控制系統(tǒng)，經(jīng)編機(jī)停機(jī)待檢修；否則繼續(xù)處理后續(xù)圖像序列，實(shí)現(xiàn)經(jīng)編機(jī)瑕疵在線檢測(cè)。(2)預(yù)處理，然后依據(jù)離線測(cè)試結(jié)果構(gòu)建Gabor濾波器(組)，求取特定Gabor子圖；在上述Gabor子圖上依據(jù)離線測(cè)試得出的紋理基元周期窗口化提取特征組。(3)分析子圖提取的統(tǒng)計(jì)特征和灰度共生矩陣特征，通過(guò)與離線測(cè)試得出的無(wú)瑕疵布匹特征組比較決策，分割出瑕疵窗口。本發(fā)明的有益效果:本發(fā)明通過(guò)離線學(xué)習(xí)無(wú)瑕疵圖像自動(dòng)尋取紋理基元周期、選取最優(yōu)Gabor子圖和標(biāo)準(zhǔn)無(wú)瑕疵布匹區(qū)域特征矩陣，消除了 Gabor多組濾波器計(jì)算量大、數(shù)據(jù)冗余多的缺點(diǎn)，自動(dòng)周期找尋省去手動(dòng)設(shè)定窗口參數(shù)；在線檢測(cè)過(guò)程利用離線所得數(shù)據(jù)，構(gòu)建窗口化特征提取，設(shè)定上下限閾值判定，對(duì)待檢測(cè)經(jīng)編機(jī)布匹圖像完成瑕疵在線視覺(jué)檢測(cè)，算法實(shí)時(shí)性高，準(zhǔn)確度高。
圖1本發(fā)明的整理系統(tǒng)構(gòu)建2本發(fā)明算法整理流程圖
具體實(shí)施例方式為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，下面結(jié)合具體實(shí)施例，并參照附圖，對(duì)本發(fā)明作進(jìn)一步詳細(xì)說(shuō)明。如圖2所示，為本發(fā)明的算法整體流程圖。算法分為離線測(cè)試和在線檢測(cè)過(guò)程，具體步驟如下:離線測(cè)試過(guò)程第一步:實(shí)時(shí)獲取經(jīng)編機(jī)無(wú)瑕疵布匹圖像，在經(jīng)編機(jī)出布口約5cm處拍攝圖片，實(shí)時(shí)獲取經(jīng)編機(jī)圖像序列。第二步:對(duì)獲取的無(wú)瑕疵布匹圖像預(yù)處理，通過(guò)高斯濾波去除圖像干擾點(diǎn)；通過(guò)直方圖均衡化拉伸圖像，增強(qiáng)對(duì)比度，凸顯圖像紋理。第三步:布匹圖像紋理基元周期自動(dòng)找尋，通過(guò)構(gòu)建圖像自相關(guān)函數(shù)求取徑向和縱向自相關(guān)系數(shù)，自動(dòng)找尋紋理基元周期。第四步:Gabor濾波器構(gòu)造，針對(duì)布匹紋理圖像瑕疵均是縱向或是徑向的特點(diǎn)，構(gòu)造四尺度四方向的Gabor濾波器組，得到十六通道Gabor子圖。針對(duì)特定紋理布匹依據(jù)特定標(biāo)準(zhǔn)選定一組瑕疵最明顯或是最可以凸顯紋理信息的Gabor子圖作為特征提取圖。第五步:在上述選取的Gabor子圖上依據(jù)第三步所求去的紋理基元周期對(duì)無(wú)瑕疵布匹圖像劃分窗口，提取紋理特征，選取統(tǒng)計(jì)特征和灰度共生矩陣特征來(lái)窗口化分析子圖。提取并保存Gabor子圖提取的統(tǒng)計(jì)特征和灰度共生矩陣特征組，用于在線檢測(cè)過(guò)程中瑕疵在線檢測(cè)。在線檢測(cè)過(guò)程第一步:實(shí)時(shí)獲取經(jīng)編機(jī)圖像，在經(jīng)編機(jī)出布口約5cm處拍攝圖片，實(shí)時(shí)獲取經(jīng)編機(jī)圖像序列，對(duì)連續(xù)的每個(gè)序列按第二步和第三步處理，若出現(xiàn)連續(xù)五個(gè)序列在同一位置至少三次檢測(cè)為瑕疵，則確定此處為瑕疵區(qū)域。發(fā)送信號(hào)給伺服控制系統(tǒng)，經(jīng)編機(jī)停機(jī)待檢修；否則繼續(xù)處理后續(xù)圖像序列，實(shí)現(xiàn)經(jīng)編機(jī)瑕疵在線檢測(cè)。第二步:預(yù)處理，然后依據(jù)離線測(cè)試結(jié)果構(gòu)建Gabor濾波器(組)，求取特定Gabor子圖。在上述Gabor子圖上依據(jù)離線測(cè)試得出的紋理基元周期窗口化提取特征組。第三步:分析子圖提取的統(tǒng)計(jì)特征和灰度共生矩陣特征，通過(guò)與離線測(cè)試得出的無(wú)瑕疵布匹特征組比較決策，分割出瑕疵窗口。進(jìn)一步的，離線過(guò)程所述第一步為:(1.1)根據(jù)經(jīng)編機(jī)瑕疵實(shí)時(shí)在線檢測(cè)精度要求，在出布口約5cm處，連續(xù)采集圖像序列。(1.2)所采集圖像序列存入結(jié)構(gòu)體structure中，作為無(wú)瑕疵標(biāo)準(zhǔn)圖像用于后續(xù)的離線測(cè)試。離線過(guò)程所述第二步為:(2.1)對(duì)由經(jīng)編機(jī)得到的無(wú)瑕疵布匹圖像序列利用高斯濾波去噪，高斯卷積模板如下:
權(quán)利要求
1.基于Gabor多分辨率分解的經(jīng)編機(jī)布匹瑕疵在線視覺(jué)檢測(cè)方法，包括Gabor變換、特征提取和瑕疵識(shí)別；可以實(shí)現(xiàn)紋理布匹經(jīng)編機(jī)實(shí)時(shí)監(jiān)控以及瑕疵停機(jī)算法分為離線測(cè)試和在線檢測(cè)過(guò)程。具體步驟如下: 離線過(guò)程 第一步:實(shí)時(shí)獲取經(jīng)編機(jī)無(wú)瑕疵布匹圖像，在經(jīng)編機(jī)出布口約5cm處拍攝圖片，實(shí)時(shí)獲取經(jīng)編機(jī)圖像序列。
第二步:對(duì)獲取的無(wú)瑕疵布匹圖像預(yù)處理，通過(guò)高斯濾波去除圖像干擾點(diǎn)；通過(guò)直方圖均衡化拉伸圖像，增強(qiáng)對(duì)比度，凸顯圖像紋理。
第三步:布匹圖像紋理基元周期自動(dòng)找尋，通過(guò)構(gòu)建圖像自相關(guān)函數(shù)求取徑向和縱向自相關(guān)系數(shù)，自動(dòng)找尋紋理基元周期。
第四步=Gabor濾波器構(gòu)造，針對(duì)布匹紋理圖像瑕疵均是縱向或是徑向的特點(diǎn)，構(gòu)造四尺度四方向的Gabor濾波器組，得到十六通道Gabor子圖。針對(duì)特定紋理布匹依據(jù)特定標(biāo)準(zhǔn)選定一組瑕疵最明顯或是最可以凸顯紋理信息的Gabor子圖作為特征提取圖。
第五步:在上述選取的Gabor子圖上依據(jù)第三步所求去的紋理基元周期對(duì)無(wú)瑕疵布匹圖像劃分窗口，提取紋理特征，選取統(tǒng)計(jì)特征和灰度共生矩陣特征來(lái)窗口化分析子圖。提取并保存Gabor子圖提取的統(tǒng)計(jì)特征和灰度共生矩陣特征組，用于在線檢測(cè)過(guò)程中瑕疵在線檢測(cè)。
在線過(guò)程 第一步:實(shí)時(shí)獲取經(jīng)編機(jī)圖像，在經(jīng)編機(jī)出布口約5cm處拍攝圖片，實(shí)時(shí)獲取經(jīng)編機(jī)圖像序列，對(duì)連續(xù)的每個(gè)序列按第二步和第三步處理，若出現(xiàn)連續(xù)五個(gè)序列在同一位置至少三次檢測(cè)為瑕疵，則確定此處為瑕疵區(qū)域。發(fā)送信號(hào)給伺服控制系統(tǒng)，經(jīng)編機(jī)停機(jī)待檢修。否則繼續(xù)處理后續(xù)圖像序列，實(shí)現(xiàn)經(jīng)編機(jī)瑕疵在線檢測(cè)。
第二步:預(yù)處理，然后依據(jù)離線測(cè)試結(jié)果構(gòu)建Gabor濾波器(組)，求取特定Gabor子圖。在上述Gabor子圖上依據(jù)離線測(cè)試得出的紋理基元周期窗口化提取特征組。
第三步:分析子圖提取的統(tǒng)計(jì)特征和灰度共生矩陣特征，通過(guò)與離線測(cè)試得出的無(wú)瑕疵布匹特征組比較決策，分割出瑕疵窗口。
2.根據(jù)權(quán)利要求1所述經(jīng)編機(jī)布匹瑕疵在線視覺(jué)檢測(cè)方法，其特征是:所述離線測(cè)試過(guò)程步驟一中，包括以下步驟: (1)根據(jù)經(jīng)編機(jī)布匹瑕疵在線檢測(cè)精度要求，在出布口約5cm處，連續(xù)采集圖像序列； (2)所采集圖像序列存入結(jié)構(gòu)體structure中，作為無(wú)瑕疵標(biāo)準(zhǔn)圖像用于后續(xù)的離線測(cè)試。
3.根據(jù)權(quán)利要求1所述經(jīng)編機(jī)布匹瑕疵在線視覺(jué)檢測(cè)方法，其特征是:所述離線測(cè)試過(guò)程步驟二中，包括以下步驟: (1)對(duì)由經(jīng)編機(jī)得到的無(wú)瑕疵布匹圖像序列利用高斯濾波去噪，高斯卷積模板如下:
4.根據(jù)權(quán)利要求1所述經(jīng)編機(jī)布匹瑕疵在線視覺(jué)檢測(cè)方法，其特征是:所述離線測(cè)試過(guò)程步驟三中，包括以下步驟: (1)選取左上方wXw的窗口做原始窗口，用下面公式求取縱向和徑向自相關(guān)系數(shù)； (2)平滑兩組自相關(guān)系數(shù)Cl，c2，消除細(xì)微毛刺對(duì)求取極值的干擾，分別求取自相關(guān)系數(shù)Cl，c2的極大值，相鄰極大值間差的均值可近似為紋理基元周期。
5.根據(jù)權(quán)利要求1所述經(jīng)編機(jī)布匹瑕疵在線視覺(jué)檢測(cè)方法，其特征是:所述離線測(cè)試過(guò)程步驟四中，包括以下步驟: (1)Gabor濾波器構(gòu)造 構(gòu)建一組方向和尺度都不同的濾波器Gm,n(x，y)，為了減少濾波器響應(yīng)對(duì)沖擊響應(yīng)的敏感性，可以在Gabor濾波器的實(shí)部加上一個(gè)常量，使它的均值為0(即G(0，0) = O)； (2)Gabor濾波器的改進(jìn) 針對(duì)經(jīng)編機(jī)在線瑕疵檢測(cè)實(shí)時(shí)性要求高的特點(diǎn)并不能滿足。本發(fā)明專(zhuān)利提出一種在滿足檢測(cè)精度的前提下離線確定Gabor濾波器組參數(shù)的方法，針對(duì)特定紋理布匹離線選定Gabor濾波器組參數(shù)，包括尺度和方向； 根據(jù)多次試驗(yàn)，首先在Gabor尺度為2~(-1)，i = 1，2，3，4，方向?yàn)?° ,45° ,90°，135°的情況下構(gòu)造十六通道Gabor濾波器組,得到十六通道Gabor子圖； (3)由于經(jīng)編機(jī)織布過(guò)程所織出布匹要么呈類(lèi)似顆粒狀無(wú)紋理，要么在某一方向有一特定紋理，這樣就要求對(duì)步驟二中所得到的Gabor子圖簇尋找最有Gabor子圖，在保證實(shí)時(shí)性最大化的同時(shí)能夠有效反映布匹表面紋理信息。
6.根據(jù)權(quán)利要求1所述經(jīng)編機(jī)布匹瑕疵在線視覺(jué)檢測(cè)方法，其特征是:所述測(cè)試過(guò)程步驟五中，包括以下步驟: 對(duì)于上述得到的最優(yōu)Gabor子圖，提取能夠反映布匹表面紋理信息的特征組合，本專(zhuān)利采用統(tǒng)計(jì)特征和紋理局部描述子特征相結(jié)合的特征提取方式，兼顧了對(duì)布匹有無(wú)紋理的表征；根據(jù)所自動(dòng)尋取的紋理基元周期設(shè)定窗口，最終可以得到無(wú)瑕疵布匹圖像特征矩陣Featurestd(MxN)如T": (I)統(tǒng)計(jì)特征提取 最終確定使用角二階矩、相關(guān)性、對(duì)比度和熵四個(gè)特征；(2)紋理局部描述子特征提取 對(duì)上步選定的Gabor子圖的每個(gè)窗口提取灰度共生矩陣。
7.根據(jù)權(quán)利要求1所述經(jīng)編機(jī)布匹瑕疵在線視覺(jué)檢測(cè)方法，其特征是:所述檢測(cè)過(guò)程步驟一中，包括以下步驟: (1)檢測(cè)第一幅圖序列，如果沒(méi)有一處為瑕疵區(qū)域，不保存此圖像序列。繼續(xù)檢測(cè)下一序列，若是此圖像出現(xiàn)瑕疵，保存此圖像瑕疵位置至結(jié)構(gòu)體structure [I]，并轉(zhuǎn)為步驟(2)； (2)繼續(xù)檢測(cè)下一幅圖像，無(wú)論有否瑕疵，保存至structure[I]，前面保存序列均有structure [i]轉(zhuǎn)存至丨J structure [i+Ι]，此處 i = I, 2, 3,4, structure [5]舍棄； (3)判斷structure結(jié)構(gòu)體中五個(gè)序列是否出現(xiàn)同一位置有四個(gè)序列出現(xiàn)標(biāo)記為瑕疵，若是，可以確定此位置為瑕疵區(qū)域，停機(jī)等待人工檢修。若不是繼續(xù)步驟(2); (4)直至故障修復(fù)后，開(kāi)始步驟(I)繼續(xù)檢測(cè)。
8.根據(jù)權(quán)利要求1所述經(jīng)編機(jī)匹瑕疵在線視覺(jué)檢測(cè)方法，其特征是:所述檢測(cè)過(guò)程步驟二中，包括以下步驟: (1)預(yù)處理過(guò)程，對(duì)由經(jīng)編機(jī)得到的無(wú)瑕疵布匹圖像序列利用高斯濾波去噪，繼而對(duì)高斯濾波后圖像做直方圖均衡化處理，增加對(duì)比度； (2)根據(jù)離線測(cè)試過(guò)程中所選取的Gabor子圖索引，構(gòu)建特定尺度和方向的Gabor濾波器，得到最優(yōu)Gabor子圖； (3)根據(jù)離線測(cè)試過(guò)程中所自動(dòng)尋取的紋理基元周期設(shè)定窗口，提取各窗口統(tǒng)計(jì)特征和灰度共生矩陣特征，得到各窗口特征矩陣Feature(MXN)。
9.根據(jù)權(quán)利要求1所述經(jīng)編機(jī)布匹瑕疵在線視覺(jué)檢測(cè)方法，其特征是:所述檢測(cè)過(guò)程步驟三中，包括以下步驟: (1)標(biāo)準(zhǔn)無(wú)瑕疵布匹特征矩陣Feature_std(MXN)極值求取，對(duì)特征矩陣Feature_std(MXN)求取每行極大值和極小值，得到兩個(gè)列向量FMax和FMin，構(gòu)建極值矩陣組:Feature_Max(MXN) = FMax.0nes (MXN)Feature_Min(MXN) = FMin.0nes (MXN) (2)設(shè)定閾值T，對(duì)各窗口特征矩陣Feature(MXN)和上述極值矩陣組作閾值處理得到邏輯特征矩陣:FLogic = Feature < (1_T)*Feature_Min(MXN)Feature < (1_T) *Feature_Max (MXN) 如果SUM(Fkjgic) > 3，則此窗口認(rèn)定為此序列中的瑕疵。
全文摘要
本發(fā)明提供了一種經(jīng)編機(jī)布匹瑕疵在線視覺(jué)檢測(cè)方法，包括Gabor變換、特征提取和瑕疵識(shí)別，可以實(shí)現(xiàn)經(jīng)編機(jī)布匹實(shí)時(shí)監(jiān)控以及瑕疵停機(jī)；改進(jìn)了傳統(tǒng)Gabor多尺度分解融合用于瑕疵檢測(cè)領(lǐng)域數(shù)據(jù)計(jì)算量大、信息冗余的缺點(diǎn)；自動(dòng)找尋紋理基元周期使得系統(tǒng)可以自動(dòng)分割窗口用于特征提取，避免了不同對(duì)象手動(dòng)窗口大小輸入的不精確性；離線檢測(cè)算法在離線數(shù)據(jù)指引下實(shí)現(xiàn)快速Gabor變換、快速特征提取和瑕疵識(shí)別，完全可以滿足經(jīng)編機(jī)布匹瑕疵在線檢測(cè)實(shí)時(shí)性高、準(zhǔn)確性高的要求。
文檔編號(hào)G01N21/88GK103234976SQ20131011956
公開(kāi)日2013年8月7日 申請(qǐng)日期2013年4月3日 優(yōu)先權(quán)日2013年4月3日
發(fā)明者白瑞林, 王明景, 吉峰 申請(qǐng)人:江南大學(xué), 無(wú)錫信捷電氣股份有限公司