與梭織緯編布匹不同,經(jīng)編布匹由于編織工藝的原因造成布匹網(wǎng)紋稀疏、粗大,導(dǎo)致現(xiàn)有的視覺疵點(diǎn)檢測(cè)方法只能針對(duì)少數(shù)種類的經(jīng)編布匹上的疵點(diǎn)有效果,普適性不佳.針對(duì)經(jīng)編布匹的特點(diǎn),提出了一種新的視覺檢測(cè)方法.該方法基于最大熵閾值分割和連通域的思想,有效解決了經(jīng)編布匹疵點(diǎn)檢測(cè)中的誤檢問題.通過對(duì)上百張樣本照片、數(shù)十種疵點(diǎn)種類進(jìn)行了試驗(yàn),結(jié)果表明該方法具有較好的準(zhǔn)確性和普適性,可以完成對(duì)數(shù)十種經(jīng)編布匹疵點(diǎn)的檢測(cè)和定位. 

【文章來源】：安徽大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,44(05)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

幾種典型的經(jīng)編布匹疵點(diǎn)

觀察各種經(jīng)編布匹圖像的直方圖發(fā)現(xiàn),無論原始圖像還是對(duì)圖像進(jìn)行高斯濾波預(yù)處理后,其灰度直方圖中的灰度級(jí)會(huì)高度集中在一個(gè)單峰區(qū)間內(nèi).在布匹的污漬疵點(diǎn)圖像(圖1(c))中,疵點(diǎn)顏色較正常布匹顏色更深,灰度級(jí)更低;在布匹的棉結(jié)疵點(diǎn)圖像(圖1(d))中,疵點(diǎn)顏色較正常布匹顏色更淺,灰度級(jí)更高.因此論文選取背景紋理相同的污漬和棉結(jié)疵點(diǎn)圖像作為對(duì)比樣本,預(yù)處理方式為高斯濾波,高斯函數(shù)的σ參數(shù)值設(shè)定為2,迭代次數(shù)為兩次,顯示結(jié)果如圖2所示.觀測(cè)圖2中濾波前后的灰度直方圖可以發(fā)現(xiàn),經(jīng)高斯濾波的平滑處理后,污漬疵點(diǎn)的峰值點(diǎn)灰度值為177,最大熵分割閾值為147,而棉結(jié)疵點(diǎn)的峰值點(diǎn)灰度值為182,最大熵分割閾值為203,兩種疵點(diǎn)圖像的直方圖均集中在[130, 230]的單峰區(qū)間內(nèi),且灰度分布更狹窄了.在經(jīng)過預(yù)處理后,污漬疵點(diǎn)圖像中灰度級(jí)小于147的像素被歸類為目標(biāo)疵點(diǎn)區(qū)域,大于147的像素被歸類為背景紋理區(qū)域,最大熵分割閾值小于其灰度直方圖峰值點(diǎn)所在灰度級(jí);而棉結(jié)疵點(diǎn)圖像中則是灰度級(jí)大于203的像素被歸類為目標(biāo)疵點(diǎn)區(qū)域,小于203的像素被歸類為背景紋理區(qū)域,最大熵分割閾值大于其灰度直方圖峰值點(diǎn)所在灰度級(jí).

通過大量測(cè)試實(shí)驗(yàn)可知,閾值點(diǎn)的分布總是在灰度直方圖峰值點(diǎn)前后50個(gè)灰度范圍以內(nèi).因此,在對(duì)圖像利用高斯濾波進(jìn)行預(yù)處理后,可以求得其灰度直方圖峰值點(diǎn)所在的灰度值,令其為p,則得到最大熵分割的閾值點(diǎn)可能存在的區(qū)間為[p-50, p+50].若出現(xiàn)p-50<0的情況,則將遍歷的灰度級(jí)區(qū)間改為[0, 100],若出現(xiàn)p+50>255的情況,則將遍歷的灰度級(jí)區(qū)間改為[155, 255].改進(jìn)后的最大熵閾值分割方法只需要遍歷這101個(gè)灰度級(jí)即可得到最大熵分割閾值T,這將有效減少熵計(jì)算的運(yùn)行時(shí)間,提高檢測(cè)的實(shí)時(shí)性.將改進(jìn)后的最大熵閾值分割方法應(yīng)用于布匹檢測(cè)的流程如圖3所示,改進(jìn)后的算法在預(yù)處理后圖像上的取值區(qū)間如圖4所示.圖4 改進(jìn)后最大熵算法的閾值取值區(qū)間

【參考文獻(xiàn)】：
期刊論文
[1]基于二維Otsu算法的織物疵點(diǎn)檢測(cè)[J]. 李仁忠,楊曼,俱寒,景軍鋒,李鵬飛.  毛紡科技. 2017(10)
[2]基于改進(jìn)SAE網(wǎng)絡(luò)的織物疵點(diǎn)檢測(cè)算法[J]. 景軍鋒,黨永強(qiáng),蘇澤斌,李鵬飛,張宏偉.  電子測(cè)量與儀器學(xué)報(bào). 2017(08)
[3]FS220型光電自動(dòng)驗(yàn)布機(jī)的特點(diǎn)及應(yīng)用[J]. 李彪,李永紅,呂志華.  棉紡織技術(shù). 2017(07)
[4]Uster公司的織物質(zhì)量自動(dòng)檢驗(yàn)系統(tǒng)[J].   紡織導(dǎo)報(bào). 1999(02)

博士論文
[1]基于機(jī)器視覺和圖像處理的色織物疵點(diǎn)自動(dòng)檢測(cè)研究[D]. 李文羽.東華大學(xué) 2014

碩士論文
[1]基于視覺的瓷磚質(zhì)量檢測(cè)系統(tǒng)關(guān)鍵技術(shù)研究[D]. 吳娟娟.華中科技大學(xué) 2017
[2]基于獨(dú)立分量分析的織物疵點(diǎn)自動(dòng)檢測(cè)方法研究[D]. 張海蘭.蘇州大學(xué) 2015
[3]圖像矢量化方法研究[D]. 朱婧.杭州電子科技大學(xué) 2011



本文編號(hào)：3463150