CN111830036A - 一种织物密度分析方法及系统 - Google Patents

一种织物密度分析方法及系统 Download PDF

Info

Publication number
CN111830036A
CN111830036A CN202010625353.6A CN202010625353A CN111830036A CN 111830036 A CN111830036 A CN 111830036A CN 202010625353 A CN202010625353 A CN 202010625353A CN 111830036 A CN111830036 A CN 111830036A
Authority
CN
China
Prior art keywords
image
weft
scale
fabric
segmentation
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.)
Granted
Application number
CN202010625353.6A
Other languages
English (en)
Other versions
CN111830036B (zh
Inventor
潘全
楼品琪
殷正雄
黄么姑
华楚峰
熊志豪
夏正球
佘小燕
万小惠
宋功武
何瑜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Shunli Software Co ltd
Hubei Fiber Inspection Bureau
Original Assignee
Wuhan Shunli Software Co ltd
Hubei Fiber Inspection Bureau
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Shunli Software Co ltd, Hubei Fiber Inspection Bureau filed Critical Wuhan Shunli Software Co ltd
Priority to CN202010625353.6A priority Critical patent/CN111830036B/zh
Publication of CN111830036A publication Critical patent/CN111830036A/zh
Application granted granted Critical
Publication of CN111830036B publication Critical patent/CN111830036B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8444—Fibrous material
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30124—Fabrics; Textile; Paper
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30242—Counting objects in image
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Treatment Of Fiber Materials (AREA)

Abstract

本发明涉及一种织物密度全自动分析方法及系统，包括取像装置，分析装置、显示单元，控制模块获取高清图像给算法模块，并输出图像进行显示；算法模块通过标尺目标，进行自动化定标后，对清晰图像进行自动化分割，直接分割出图像中的经纱和纬纱，并利用直线检测的方法，检测出分割图像中的其中一根纬纱，对分割图像进行分割矫正，计算出图像中的经纱和纬纱数量；实验结果管理模块结合自动定标结果和图像中的经纬纱数量，换算出标准单位长度内的纤维根数，完成纤维密度实验结果自动输出；该发明可使织物密度统计更加智能、更加高效、更加精准，避免由于实验员经验差别，长期疲劳工作，人为主观等原因导致实验结果产生不一致甚至错误情况的出现。

Description

一种织物密度分析方法及系统
技术领域
本发明创造涉及一种自动化织物密度分析方法及系统，尤其涉及一种自动标尺定标，利用深度学习的方法进行经纬向的自动分割，利用图像处理的方式进行自动分割后的图像的角度矫正，和自动计算单位长度内织物经纬向数量的方法及系统。
背景技术
迄今基于织物密度统计分析还只是停留在原始人工通过放大镜来完成；面对高速发展的社会，对纺织行业织物产品需求也是日新月异，而这些织物产品在投向市场之前，织物规格等指标鉴定，都是通过放大镜人工进行鉴定，传统的放大镜鉴定方法，存在劳动强度大、效率低的问题，一个样品的经纬向密度就要集中精力单眼在放大镜下进行人工脑力计数统计，由于织物的编织方式和颜色千差万别，这种单调的大规模重复劳动极易引起眼部疲劳，由此引发的低效率及人为误差等问题也就在所难免；由于工作性质决定枯燥乏味不容易招工，导致人工成本也不断攀升，并且由于检测标准严格，一但出错后果严重，所以对技术员的经验要求更加高；面对大量的织物密度急需检测，传统人工检测效率低下，检测标准高以及人工成本高等问题，目前的方式已不能满足市场的需求；虽然目前已有使用图像处理的方法进行织物密度检测的方法，但是这些方法对织物本身有一定的要求，比如：织物只能是平纹，只能检测斜纹或者只能检测素色的织物，或者织物在检测过程中比如严格保持纬向水平等。近几年伴随着人工智能的高速发展和深度学习技术的成熟，结合织物检测市场目前存在的问题，一种织物密度自动化分析检测技术应运而生。
发明内容
基于上述问题，本发明提供一种织物密度自动化分析方法及系统，其特点操作简单、直观准确、快速高效，能支持对不同织物结构(包括平纹、斜纹、有图案或无图案等织物)做经纬向纤维密度分析统计；自动输出密度统计结果。
本发明提供一种一种织物密度自动化分析方法，包括，
A、实验预处理配置工作完成之后，经前端取像装置取像，由控制模块获取高清图像给算法模块，并输出图像进行显示；
B、通过标尺目标，进行自动化定标；
C、自动化定标完成后，对清晰图像进行自动化分割，直接分割出图像中的经纱和纬纱；
D、利用直线检测的方法，检测出分割图像中的其中一根纬纱，对分割图像进行分割矫正，然后计算出图像中的经纱和纬纱数量；
E、结合所述自动定标结果和所述图像中的经纬纱数量，换算出标准单位长度内的纤维根数，完成纤维密度实验结果自动输出。
进一步，所述由控制模块获取清晰图像，包括，通过实时生成待分析数据，直至当前场景取图完成。
进一步，所述通过标尺目标，进行自动化定标，是通过标尺定标算法获取的清晰图像，自动识别标尺进行自动定标，包括；
B1、分析获取的清晰图像，提取标尺目标；
B2、分析标尺目标换算出所占的像素比，输出结果生成标尺，所述标尺即为单个像素对应的实际距离单位。
进一步，所述对清晰图像进行自动化分割，直接分割出图像中的经纱和纬纱，包括；
C1、获取织物图像，进行数据标注；
C2、对数据进行分割模型训练；
C3、对图像进行经纬纱的分割，直接得到经纬纱的分割二值图。
进一步，所述利用直线检测的方法，检测出分割图像中的其中一根纬纱，对分割图像进行分割矫正，是指结合分割得到的二值图像，利用直线检测的方法计算二值图中的其中一条纬纱的旋转角度，对分割后的二值图像进行旋转，包括；
D1、画一定长度的线段，通过将线段进行旋转和上下移动的遍历方式，获取到与分割后的图像中的某个纬纱重合度最大的线段；
D2、计算所述重合度最大的线段的旋转角度；
D3、利用所述重合度最大的线段的旋转角度对分割后的二值图像进行旋转；
所述计算出图像中的经纱和纬纱数量，是指使纬纱保持水平，计算旋转后的二值图像中的经纬纱数量。
进一步，所述取像装置是带光源照明的高清一体机。
本发明还提供一种织物密度自动化分析系统，该系统包括可用于取像的取像装置，分析装置、与分析装置连接的显示单元，其中；
所述的取像装置通过接口连接分析装置，用于实时采集织物图像；
所述分析装置包括控制模块、算法模块、实验结果管理模块，所述控制模块获取高清图像给算法模块，并输出图像进行显示；所述算法模块通过标尺目标，进行自动化定标后，对清晰图像进行自动化分割，直接分割出图像中的经纱和纬纱，并利用直线检测的方法，检测出分割图像中的其中一根纬纱，对分割图像进行分割矫正，计算出图像中的经纱和纬纱数量；所述实验结果管理模块结合所述自动定标结果和所述图像中的经纬纱数量，换算出标准单位长度内的纤维根数，完成纤维密度实验结果自动输出。
进一步，所述控制模块包括图像采集单元、实时帧显示单元、待分析帧单元，所述控制模块获取清晰图像，包括，通过实时生成待分析数据，直至当前场景取图完成。
进一步，所述算法模块包括标尺定标算法单元、目标分割算法单元、标尺换算算法单元；
所述标尺定标算法单元通过标尺定标算法获取的清晰图像，自动识别标尺进行自动定标，包括；
B1、分析获取的清晰图像，提取标尺目标；
B2、分析标尺目标换算出所占的像素比，输出结果生成标尺，所述标尺即为单个像素对应的实际距离单位；
所述目标分割算法单元通过对获取的清晰图像进行自动分割，包括；
C1、获取织物图像，进行数据标注；
C2、对数据进行分割模型训练；
C3、对图像进行经纬纱的分割，直接得到经纬纱的分割二值图；
所述目标分割算法单元结合分割得到的二值图像，利用直线检测的方法计算二值图中的其中一条纬纱的旋转角度，对分割后的二值图像进行旋转，包括；
D1、画一定长度的线段，通过将线段进行旋转和上下移动的遍历方式，获取到与分割后的图像中的某个纬纱重合度最大的线段；
D2、计算所述重合度最大的线段的旋转角度；
D3、利用所述重合度最大的线段的旋转角度对分割后的二值图像进行旋转；
所述计算出图像中的经纱和纬纱数量，是指使纬纱保持水平，计算旋转后的二值图像中的经纬纱数量。
进一步，所述取像装置是带光源照明的高清一体机。
与现有的技术相比，本发明有益的结果在于：
A.是一款自动获取清晰图像系统，可取代人眼基于放大镜下长时间工作。
B.是一款自动标定系统，可以精准标定当前清晰图像单位距离长度，可取代人眼长期依靠机械标尺标定的方式。
C.是一款自动经纬向分割计数系统，可取代人眼和人脑通过放大镜长时间观察计数。
D.是一款完全意义上的高效准确自动化检测系统，不仅提供了检测效率，还解决了人工统计误差大的问题。
E.是一款利用机器学习的算法对各类的织物(平纹、斜纹、带花纹的织物)进行经向和纬向自动计数的方法，对促进织物密度检测技术进步，全面实现织物密度检测装备的自动化、提升织物密度检测技术和水平、快速评定织物密度奠定了技术基础。
F.同时对推动织物密度检测系统的国产化、自动化，提高检测效率，具有较大经济与社会效益。
附图说明
图1为传统织物密度检测方法；
图2为本发明实施例一种织物密度自动化分析方法及系统架构图；
图3为本发明实施例一种织物密度自动化分析方法及系统原理框图；
图4为本发明实施例提供的一种织物密度自动化分析方法及系统结构原理示意图；
图5为本发明一种织物密度自动化分析方法及系统流程示意图；
图6标尺图像；
图7为本发明一种织物密度自动化分析方法及系统算法单元流程图；
图8平纹织物的分割标注示例图；
图9斜纹织物的分割标注示例图；
图10重合度的计算方式示意图；
图11二值图纬向根数计算方式示意图；
图12为本发明的斜纹织物示例图；
图13本发明的斜纹织物对应的分割图示例图；
图14本发明的斜纹织物对应的分割图的角度矫正示例图；
图15为本发明的平纹织物示例图；
图16本发明的平纹织物对应的分割图；
图17本发明的平纹织物对应的分割图的角度矫正示例图。
具体实施方式
下面参照附图对上述发明内容的实施方式进行具体描述；
参照附图1可以看到，传统的纺织品织物经纬向计数系统只是通过一些基础硬件拼接组成，没有任何自动化的设计和智能图像分析处理算法，工作过程全程依赖人工来手动操作进行经纬向的计数；这种工作方式明显效率低下，而且很容易造成眼疲劳。
对比附图2，用高清一体机取代人眼之后，即解决了需要人眼长期高强度、长时间、疲劳观察等问题，首先从源头上实现取代了人工机械操作，这样的方式不仅实现了自动化取像，观察方便，再配合我们的分析装置实现自动化分析，而且分析结果重复精度高，可以很好避免长期重复枯燥疲劳的工作，带来的人工检测误差等问题。
参照附图3、附图4，该系统包括一台可用于取像的取像装置，该取像装置可以是本实施例的带光源照明的高清一体机，也可以由一台显微镜、一套照明系统，一台含图像采集模块的高清相机组成)、一套分析装置和一台与分析装置连接的显示单元；
其中，取像装置通过接口装置(USB或网络接口)连接分析装置，用于实时采集织物图像；
分析装置包括控制模块、算法模块、实验结果管理模块，控制模块通过取像装置采集高清实时图像，基于高清图像由算法模块进行自动定标、对织物进行分割、利用直线检测方法对分割后的图像进行纬向水平的矫正，利用矫正后的图像结果进行经纬纱的计数。结合定标的结果和分割计数的结果，换算出标准内的织物纤维的数量，并输出织物的经纬向根数实验结果；
具体参照图4、图5一种织物密度自动化分析方法的系统结构原理及工作流程示意图，基于上述实验开始，此时分析装置的控制模块充当整个实验过程中的管理者角色，主要负责获取清晰图像，然后将图像送给算法模块分析，根据算法模块分析返回的结果，进行数据管理和实时显示，直至试验完成；流程中的算法模块的角色，相当于人的大脑分析，控制模块通过高清一体机采集高清实时图像，然后再通过深度学习的网络模型进行织物的经纬向分割，利用分割并进行纬向矫正后的图像数据进行经纬纱的纤维根数统计，结合定标的数据，换算为实际的厘米或英寸对应的经纬向根数，上述具体实施系统及方法如下：
首先，根据织物的密集程度，选择合适的倍率，低密度的织物选择低倍率，高倍率的织物选择高倍率。将标尺放在待检织物上，织物的纬纱尽量与图像的边缘保持平行，将放有标尺的织物移动至高清一体机下，系统分析装置的控制模块获取一幅清晰图像，通过实时生成待分析数据，直至当前场景取图完成，并将获取清晰影像输出给算法模块；算法模块的标尺定标算法单元进行自动定标并记录定标结果，然后，取走标尺，所述标尺即为单个像素对应的实际距离单位，所述距离单位是微米或者毫米，如下所示；
拍摄标尺的图像，如图6所示，标尺定标算法单元根据图像中标尺的实际刻度，结合标尺图像的分辨率，换算出每个像素对应的实际刻度值，具体的计算方法为：如图6中所示，图中的每个小格对应长度Lmm，L根据实际标尺的最小分辨率进行选择，例如0.1mm，图中的完整小格数量为N格，根据标尺的最小分辨率得出N格，例如91格，91格对应的像素数量为M(单位：个)，M为根据成像设备的分辨率进行选择，例如M＝1000个像素，那么可以计算得出每个像素对应的实际长度为：L＊N/M，例如0.1＊91/1000，单位为毫米，如果要换算为厘米则为：L＊N/1000＊10，例如0.1＊91/1000＊10，单位为厘米。
系统软件对当前织物的经纬向密度进行自动计数，具体见本发明一种织物密度自动化分析方法及系统算法单元流程图7，首先，算法模块的目标分割算法单元利用训练好的深度学习模型对织物进行经纱和纬纱的分割；然后，根据分割后的图像计算织物的旋转角度，将图像旋转至纬纱为完全水平；接着，利用旋转水平的分割图像进行经纬纱的计数计算，计算图像中的经纱和纬纱数量，具体包括；
1、利用深度学习的分割的方法对织物图像进行分割，在进行分割之前，进行数据的标注，无论是平纹织物还是斜纹织物，都根据织物实际的编织方式进行数据的标注，如图7平纹织物的分割标注示例图，图8斜纹织物的分割标注示例图。
2、数据标注完成后，算法模块自动化的目标分割算法单元利用深度学习方法对数据进行分割模型训练，最后得到分割模型，使用获取到的分割模型对待计数的织物图像进行图像分割，获取到分割的二值图像，二值图像的结果如图8和图9中的右边所示。
3、目标分割算法单元结合分割得到的二值图像，利用直线检测的方法计算二值图中的其中一条纬向的旋转角度，包括；
3.1、画一条水平线，计算水平线与二值图中的水平线的重合度；
3.2、对所述水平线进行细微角度(如：0.1度)的旋转，计算直线与二值图中的水平线的重合度；
3.3、再次微调所述直线的角度，计算直线与二值图中的水平线的重合度，重复此过程，直到找到与二值图中的水平线重合度最高的直线角度；
上述过程中与二值图中的水平线重合度最高的直线角度即为该织物图像的旋转角度。
重合度的计算方式如图10所示(X线为水平方向，即旋转角度为0)，Y线为纬向的线，Z线为X线的水平线旋转一定角度后的线段)，重合度即为Z线与Y线的重合(两条线相交)像素的数量，重合的像素越多，说明重合度越大，如下图，当Z线旋转一定角度到与Y线重合时，这时重合度的值最大，这时Z线的旋转角度(下图中的X线与Y线的夹角)即为该织物图像的旋转角度。
4、利用所述的旋转角度对初始获取到的二值图像进行旋转，旋转之后二值图中的纬向为水平方向，如图14本发明实施例的斜纹织物对应的分割图的角度矫正示例图和图17本发明实施例的平纹织物对应的分割图的角度矫正示例图。
5、由标尺换算算法单元计算矫正后的二值图中的水平方向和垂直方向的纤维根数，纤维根数至少保留到小数点的后两位。
矫正后的二值图的纬向根数计算方式如图11，如图11所示选取纬向的一根纤维，计算上图中A方框(A方框区域为该行中的所有完整纤维区域)中的格子数量记为C(单位：个)，A方框的宽度为W(单位：像素)，W的宽度对应的纬向根数即为C根。经向的计算根数方法与纬向类似。
最后，由实验结果管理模块根据自动定标的结果将织物的经纬向密度计数结果换算为厘米或英寸对应的根数，最后系统输出最后的经纬向结果。例如，根据标尺的定标结果，每个像素对应的实际长度为L(单位为厘米)，那么1cm对应的纬向根数为：C/(W＊L)。
因织物的纺织不可能完全均匀，同一块织物，测量不同位置，得到的测量结果不可能完全一致，所以可以采用测量不同的位置，多次测量求均值的方式获取最后织物的经向和纬向根数。
综上所述，本发明通过一种自动化加人工智能的创新方式，解决了该类传统工作的效率低下，且人工成本高；提供了一种方便、快速、精准实用的检测方式；最后申明该上述内容仅为该发明较佳实验方式，凡与本发明类似或在本发明基础上修改等同替换或者改进，均应包含在本发明的保护范围内。

Claims (10)

1.一种织物密度自动化分析方法，其特征在于，
A、实验预处理配置工作完成之后，经前端取像装置取像，由控制模块获取高清图像给算法模块，并输出图像进行显示；
B、通过标尺目标，进行自动化定标；
C、自动化定标完成后，对清晰图像进行自动化分割，直接分割出图像中的经纱和纬纱；
D、利用直线检测的方法，检测出分割图像中的其中一根纬纱，对分割图像进行分割矫正，然后计算出图像中的经纱和纬纱数量；
E、结合所述自动定标结果和所述图像中的经纬纱数量，换算出标准单位长度内的纤维根数，完成纤维密度实验结果自动输出。
2.如权利要求1所述的一种织物密度自动化分析方法，其特征在于，所述由控制模块获取清晰图像，包括，通过实时生成待分析数据，直至当前场景取图完成。
3.如权利要求1或2所述的一种织物密度自动化分析方法，其特征在于，所述通过标尺目标，进行自动化定标，是通过标尺定标算法获取的清晰图像，自动识别标尺进行自动定标，包括；
B1、分析获取的清晰图像，提取标尺目标；
B2、分析标尺目标换算出所占的像素比，输出结果生成标尺，所述标尺即为单个像素对应的实际距离单位。
4.如权利要求3所述的一种织物密度自动化分析方法，其特征在于，所述对清晰图像进行自动化分割，直接分割出图像中的经纱和纬纱，包括；
C1、获取织物图像，进行数据标注；
C2、对数据进行分割模型训练；
C3、对图像进行经纬纱的分割，直接得到经纬纱的分割二值图。
5.如权利要求1或4所述的一种织物密度自动化分析方法，其特征在于，所述利用直线检测的方法，检测出分割图像中的其中一根纬纱，对分割图像进行分割矫正，是指结合分割得到的二值图像，利用直线检测的方法计算二值图中的其中一条纬纱的旋转角度，对分割后的二值图像进行旋转，包括；
D1、画一定长度的线段，通过将线段进行旋转和上下移动的遍历方式，获取到与分割后的图像中的某个纬纱重合度最大的线段；
D2、计算所述重合度最大的线段的旋转角度；
D3、利用所述重合度最大的线段的旋转角度对分割后的二值图像进行旋转；
所述计算出图像中的经纱和纬纱数量，是指使纬纱保持水平，计算旋转后的二值图像中的经纬纱数量。
6.如权利要求1所述的一种织物密度自动化分析方法，其特征在于，所述取像装置是带光源照明的高清一体机。
7.一种含如权利要求1至6任一所述的织物密度自动化分析系统，其特征在于，该系统包括可用于取像的取像装置，分析装置、与分析装置连接的显示单元，其中；
所述的取像装置通过接口连接分析装置，用于实时采集织物图像；
所述分析装置包括控制模块、算法模块、实验结果管理模块，所述控制模块获取高清图像给算法模块，并输出图像进行显示；所述算法模块通过标尺目标，进行自动化定标后，对清晰图像进行自动化分割，直接分割出图像中的经纱和纬纱，并利用直线检测的方法，检测出分割图像中的其中一根纬纱，对分割图像进行分割矫正，计算出图像中的经纱和纬纱数量；所述实验结果管理模块结合所述自动定标结果和所述图像中的经纬纱数量，换算出标准单位长度内的纤维根数，完成纤维密度实验结果自动输出。
8.如权利要求7所述的一种织物密度自动化分析系统，其特征在于，所述控制模块包括图像采集单元、实时帧显示单元、待分析帧单元，所述控制模块获取清晰图像，包括，通过实时生成待分析数据，直至当前场景取图完成。
9.如权利要求7或8所述的一种织物密度自动化分析系统，其特征在于，所述算法模块包括标尺定标算法单元、目标分割算法单元、标尺换算算法单元；
所述标尺定标算法单元通过标尺定标算法获取的清晰图像，自动识别标尺进行自动定标，包括；
B1、分析获取的清晰图像，提取标尺目标；
B2、分析标尺目标换算出所占的像素比，输出结果生成标尺，所述标尺即为单个像素对应的实际距离单位；
所述目标分割算法单元通过对获取的清晰图像进行自动分割，包括；
C1、获取织物图像，进行数据标注；
C2、对数据进行分割模型训练；
C3、对图像进行经纬纱的分割，直接得到经纬纱的分割二值图；
所述目标分割算法单元结合分割得到的二值图像，利用直线检测的方法计算二值图中的其中一条纬纱的旋转角度，对分割后的二值图像进行旋转，包括；
D1、画一定长度的线段，通过将线段进行旋转和上下移动的遍历方式，获取到与分割后的图像中的某个纬纱重合度最大的线段；
D2、计算所述重合度最大的线段的旋转角度；
D3、利用所述重合度最大的线段的旋转角度对分割后的二值图像进行旋转；
所述计算出图像中的经纱和纬纱数量，是指使纬纱保持水平，计算旋转后的二值图像中的经纬纱数量。
10.如权利要求9所述的一种织物密度自动化分析系统，其特征在于，所述取像装置是带光源照明的高清一体机。
CN202010625353.6A 2020-07-01 2020-07-01 一种织物密度分析方法及系统 Active CN111830036B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010625353.6A CN111830036B (zh) 2020-07-01 2020-07-01 一种织物密度分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010625353.6A CN111830036B (zh) 2020-07-01 2020-07-01 一种织物密度分析方法及系统

Publications (2)

Publication Number Publication Date
CN111830036A true CN111830036A (zh) 2020-10-27
CN111830036B CN111830036B (zh) 2023-04-07

Family

ID=72900897

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010625353.6A Active CN111830036B (zh) 2020-07-01 2020-07-01 一种织物密度分析方法及系统

Country Status (1)

Country Link
CN (1) CN111830036B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113283499A (zh) * 2021-05-24 2021-08-20 南京航空航天大学 一种基于深度学习的三维编制物编制密度检测方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW199913B (en) * 1992-07-06 1993-02-11 China Textile Inst The automatic analysis of warp or welt density of woven fabric
CN1987893A (zh) * 2006-10-27 2007-06-27 东华大学 一种面向摄像整纬器的织物纹理图像识别方法
CN104346818A (zh) * 2014-10-27 2015-02-11 江南大学 一种机织物密度自动测量方法
CN105021500A (zh) * 2015-07-24 2015-11-04 苏州市职业大学 一种测定真丝织物喷墨印花工艺渗化率的方法
CN105155079A (zh) * 2015-08-17 2015-12-16 浙江理工大学 一种散点布局花型的分解及智能提花织造制备工艺
CN107274390A (zh) * 2017-06-05 2017-10-20 镇江苏仪德科技有限公司 一种基于小波分解的织物疵点区域特征值提取的方法
CN108562725A (zh) * 2018-06-06 2018-09-21 赤峰圣伦绒毛制品有限公司 织物密度测量装置
CN109241894A (zh) * 2018-08-28 2019-01-18 南京安链数据科技有限公司 一种基于表格定位和深度学习的针对性票据内容识别系统和方法
CN109785314A (zh) * 2019-01-22 2019-05-21 中科院金华信息技术有限公司 一种基于u-net网络的织物经纬密度检测系统及方法
CN109801428A (zh) * 2018-12-20 2019-05-24 深圳怡化电脑股份有限公司 纸币边缘直线的检测方法、检测装置及终端
CN110320218A (zh) * 2019-06-17 2019-10-11 苏州市职业大学 一种真丝织物同步印花工艺同步率的检测方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW199913B (en) * 1992-07-06 1993-02-11 China Textile Inst The automatic analysis of warp or welt density of woven fabric
CN1987893A (zh) * 2006-10-27 2007-06-27 东华大学 一种面向摄像整纬器的织物纹理图像识别方法
CN104346818A (zh) * 2014-10-27 2015-02-11 江南大学 一种机织物密度自动测量方法
CN105021500A (zh) * 2015-07-24 2015-11-04 苏州市职业大学 一种测定真丝织物喷墨印花工艺渗化率的方法
CN105155079A (zh) * 2015-08-17 2015-12-16 浙江理工大学 一种散点布局花型的分解及智能提花织造制备工艺
CN107274390A (zh) * 2017-06-05 2017-10-20 镇江苏仪德科技有限公司 一种基于小波分解的织物疵点区域特征值提取的方法
CN108562725A (zh) * 2018-06-06 2018-09-21 赤峰圣伦绒毛制品有限公司 织物密度测量装置
CN109241894A (zh) * 2018-08-28 2019-01-18 南京安链数据科技有限公司 一种基于表格定位和深度学习的针对性票据内容识别系统和方法
CN109801428A (zh) * 2018-12-20 2019-05-24 深圳怡化电脑股份有限公司 纸币边缘直线的检测方法、检测装置及终端
CN109785314A (zh) * 2019-01-22 2019-05-21 中科院金华信息技术有限公司 一种基于u-net网络的织物经纬密度检测系统及方法
CN110320218A (zh) * 2019-06-17 2019-10-11 苏州市职业大学 一种真丝织物同步印花工艺同步率的检测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
DORIAN SCHNEIDER ET AL.: "Vision-Based On-Loom Measurement of Yarn Densities in Woven Fabrics", 《IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》 *
S. MENG ET AL.: "Woven Fabric Density Measurement by Using Multi-Scale Convolutional Neural Networks", 《IEEE ACCESS》 *
洪乾耀: "基于图像处理的机织物密度自动检测方法研究", 《中国优秀硕士学位论文全文数据库信息科技辑(月刊)》 *
潘全等: "基于图像处理的梭织物密度分析检测", 《测试分析》 *
陆海亮等: "基于小波变换的机织物高密度检测", 《轻工机械》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113283499A (zh) * 2021-05-24 2021-08-20 南京航空航天大学 一种基于深度学习的三维编制物编制密度检测方法

Also Published As

Publication number Publication date
CN111830036B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN110956172B (zh) 一种基于图像语义分割的水尺识别方法
CN106485288B (zh) 一种色织物组织的自动识别方法
US20210056685A1 (en) Method and device for monitoring comprehensive growth of potted lettuce
CN111402226A (zh) 一种基于级联卷积神经网络的表面疵点检测方法
CN103499303B (zh) 一种羊毛细度自动测量方法
CN106780537B (zh) 一种基于图像处理的方格蔟蚕茧筛选装置及方法
CN111896549B (zh) 一种基于机器学习的建筑物裂缝监测系统和方法
CN102308201A (zh) 机械零件的无损检查方法
CN114638797A (zh) 一种基于线阵相机的铜表面缺陷检测方法及装置
CN105204173A (zh) 一种视图合成校正方法及装置
CN108090896A (zh) 木板平整度检测及其机器学习方法、装置及电子设备
CN112767364A (zh) 一种闸门门叶表面锈蚀的图像检测系统及锈蚀面积快速测算方法
CN116109633B (zh) 一种轴承保持器的窗口检测方法及设备
CN111830036B (zh) 一种织物密度分析方法及系统
CN112361989B (zh) 一种通过点云均匀性考量测量系统标定参数的方法
CN111415349A (zh) 一种基于图像处理技术的涤纶长丝毛丝检测方法
CN104913726B (zh) 基于led的斜坡模型面位移监测系统及检测方法
CN106780488B (zh) 一种数字病理切片清晰度的检测系统及方法
CN113888472A (zh) 一种针对消费电子产品缺陷的检测方法和设备
CN110906887B (zh) 一种服装缝纫平整度检测方法
CN112634375A (zh) 一种ai智能检测中的平面标定和三维重建方法
CN106770372A (zh) 基于显微视觉的白玻表面缺陷检测方法
CN103575742A (zh) 一键式光学测量仪
KR20240030907A (ko) 머신비전 기반 피검사체 표면 결함 자동 검출 시스템
CN115524337A (zh) 基于机器视觉的验布方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 430061 No.8, Gongping Road, Wuchang District, Wuhan City, Hubei Province

Applicant after: HUBEI FIBER INSPECTION BUREAU

Applicant after: Wuhan Miaowei Technology Co.,Ltd.

Address before: 430061 No.8, Gongping Road, Wuchang District, Wuhan City, Hubei Province

Applicant before: HUBEI FIBER INSPECTION BUREAU

Applicant before: Wuhan Shunli Software Co.,Ltd.

GR01 Patent grant
GR01 Patent grant