CN114821284A - 一种纺织品生产用码布机智能调节方法 - Google Patents

Abstract

本发明公开了一种纺织品生产用码布机智能调节方法，涉及智能生产领域。包括：获取平整条纹布匹灰度图和预整理条纹布匹灰度图；根据平整条纹布匹灰度图的纹理基元获取标准纹理基元；获取平整条纹布匹灰度图中各像素点的LBP值，确定标准起始位置及标准LBP值集合；确定预整理条纹布匹灰度图中正常像素点和褶皱像素点；获取预先整理方向；得到每个预先整理方向对应的褶皱程度；确定褶皱程度和张力的关系，实现对条纹布匹的预先整理的智能控制。本发明基于改进的圆形LBP算子对条纹布匹进行特征提取，通过对比预整理布匹图像与纹理基元的LBP值，识别条纹布匹中的褶皱像素点，计算预先整理方向的褶皱程度，通过智能调节方法实现对条纹布匹的预先整理。

Description

一种纺织品生产用码布机智能调节方法

技术领域

本申请涉及智能生产领域，具体涉及一种纺织品生产用码布机智能调节方法。

背景技术

码布机用于纺织厂、印染厂、绣花厂等整理车间，主要起到码布、计长、验布等作用，是纺织品后整理设备中的一种，应用广泛。其中，码布机的一个重要功能是对织物的预先整理，即将织物整理整齐。织物的整理度，将直接影响到后续码出来的布匹的质量，严重时甚至无法正常码布。

码布机对布匹的预先整理往往需要人工参与，通过人为识别布匹的褶皱方向，进而对布匹进行整理，但是人工整理会导致出布效率低。随着计算机技术的发展，企业需要的是自动化程度更高、具有更高效率的码布机；由于条纹布匹的本身灰度就存在差异，因此产生褶皱的区域可能会被条纹本身的灰度差异干扰，从而可能会导致在检测褶皱区域的过程中存在一定的误差。

发明内容

针对上述技术问题，本发明提供了一种纺织品生产用码布机智能调节方法。

本发明实施例提供了一种纺织品生产用码布机智能调节方法，用于解决在码布机对布匹进行预整理时，由于人为因素的参与导致出布效率较低，以及由于条纹本身的灰度差异导致的检测褶皱区域时存在一定误差的问题，该方法包括：

获取平整条纹布匹灰度图和预整理条纹布匹灰度图；

对平整条纹布匹灰度图进行滑窗处理得到纹理基元，将得到的纹理基元划分为三组，根据灰度值计算第一组和第三组中两两纹理基元之间的差异度，根据得到的纹理基元的差异度对两组中的相似纹理基元进行合并，获取所有的标准纹理基元；

利用圆形LBP算子计算所有标准纹理基元中各像素点的LBP值，根据所有标准纹理基元中各像素点的LBP值确定标准起始位置以及标准LBP值集合；

获取预整理条纹布匹灰度图中各像素点的LBP值并与标准LBP值集合进行匹配，根据匹配结果确定出预整理条纹布匹灰度图中正常像素点和褶皱像素点；

利用预整理条纹布匹灰度图中正常像素点和褶皱像素点获得预整理条纹布匹二值图，对预整理条纹布匹二值图中的褶皱连通域进行边缘检测，获取边缘像素点的梯度方向作为预先整理方向；

根据各预先整理方向对应的褶皱连通域边缘像素点的数量确定每个预先整理方向对应的褶皱程度；

利用各预先整理方向对应的褶皱程度和预整理条纹布匹的面积通过码布机对预整理条纹布匹进行调整。

对两组中的相似纹理基元进行合并，获取标准纹理基元的过程为：

筛选出第三组中纹理基元和第一组中差异度小于等于差异度阈值的纹理基元，将筛选出的纹理基元中和第一组纹理基元差异性最小的纹理基元合并到第一组对应的纹理基元中，得到新的纹理基元；

重复以上步骤，直至每一组的纹理基元数量不再变化时，停止对纹理基元的合并，将最终得到的第一组纹理基元和第二组纹理基元作为条纹布匹的标准纹理基元。

纹理基元的差异度的计算方法如下：

根据第一组和第三组的纹理基元中像素点的数量和各像素点的灰度值进行差异度的计算，具体计算公式如下：

式中：

为纹理基元之间的差异度，

为纹理基元中的像素点数量，

、

分别为第一组和第三组纹理基元中的第

个像素点的灰度值，

为自然对数底数。

根据确定标准起始位置以及标准LBP值集合的方法如下：

获取平整条纹布匹灰度图中各像素点的LBP值：设置三个灰度阈值对LBP值进行细化，对中心像素点设置圆形窗口的半径，得到圆形邻域内的像素点产生的二进制数值，通过调整起始位置得到不同的二进制数值，得到所有的二进制数值即为圆形窗口中心像素点的LBP值；

根据各像素点的所有LBP值确定标准起始位置：将得到的平整条纹布匹灰度图中各像素点的所有LBP值转化为十进制数值，根据转化的十进制数值分别计算在不同起始位置下平整条纹布匹灰度图中所有像素点LBP值的方差，方差最大的一组LBP值对应的起始位置为标准起始位置；

根据标准起始位置得到标准LBP值集合：获取平整条纹布匹灰度图中各像素点在标准起始位置下的LBP值作为标准LBP值，得到标准LBP值集合。

确定出预整理条纹布匹灰度图中正常像素点和褶皱像素点的方法为：

获取标准起始位置下预整理条纹布匹灰度图中每个像素点的LBP值，将得到LBP值分别与标准LBP值集合进行匹配，若该像素点的LBP值能够直接或经过旋转与标准LBP集合中的值相等，则该像素点为正常像素点，否则，为褶皱像素点。

确定每个预先整理方向对应的褶皱程度如下：

若该预先整理方向对应的边缘像素点的数量与该褶皱连通域边缘像素点的数量比值大于数量阈值时，该褶皱连通域属于这个预先整理方向；

若该预先整理方向对应的边缘像素点的数量与该褶皱连通域边缘像素点的数量比值不大于数量阈值时，按照预先整理方向对应的边缘像素点的数量与该褶皱连通域边缘像素点的数量的比值对褶皱连通域进行划分；

确定划分后各区域的预先整理方向，即划分后各区域的像素点数量为该区域对应的预先整理方向上的像素点。

相比于现有技术，本发明实施例的有益效果在于：

1.本发明基于改进的LBP算子对条纹布匹的纹理基元进行特征提取，相比于原始LBP算子，改进后的LBP算子对于两个相比较的灰度值之间关系的划分更为细致，对灰度值的变化更敏感。

2.本发明通过图像检测代替人工检测，提高码布效率的同时，保证了码布质量的可靠性。

3.本发明根据布匹褶皱的程度和预先整理的方向，通过智能调节方法实现对布匹的预先整理，自动化程度高，实现生产过程的智能控制，同时保障了后续码出来的布匹的质量。

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，下面将对实施例或现有技术描述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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种纺织品生产用码布机智能调节方法的流程示意图；

图2为本发明实施例提供的标准纹理基元的获取流程图；

图3为本发明实施例提供的改进的圆形LBP算子原理示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征；在本实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。

实施例1

本发明实施例提供了一种纺织品生产用码布机智能调节方法，如图1所示，包括：

S101、获取平整条纹布匹灰度图和预整理条纹布匹灰度图

分别采集平整条纹布匹的图像以及需要预先整理的条纹布匹图像，为了方便后续的处理以及计算，对采集的平整条纹布匹的图像以及需要预先整理的条纹布匹图像进行灰度化处理，得到平整条纹布匹灰度图和预整理条纹布匹灰度图。

平整条纹布匹灰度图作为对比样本，进行特征分析，获取标准LBP值集合以及标准起始位置，方便后续计算。

S102、计算纹理基元之间的差异度

对平整条纹布匹灰度图进行滑窗处理得到纹理基元，根据各纹理基元出现的频率对其进行分组，正常情况下，这些纹理基元能够近似均匀的被分成多组，且每组的频率近似相等；但是，由于光照、条纹布匹本身瑕疵等因素的影响，会存在部分纹理基元的频率较低，且这些频率较低的纹理基元在后续采集的预整理布匹灰度图中出现的概率极低，影响标准纹理基元的确定，因此需要利用纹理基元之间的差异性，通过规范化将频率较小的纹理基元与频率较大的纹理基于进行融合。

S103、获取最终的标准纹理基元

通过对纹理基元的融合获取标准纹理基元，利用LBP算子得到标准纹理基元的标准LBP值集合，从而实现对预整理条纹布匹灰度图中像素点的分类。

根据得到的纹理基元之间的差异度以及获取的纹理基元的频率，对分组后的频率较小的纹理基元与频率较大的纹理基于进行融合，由于对纹理基元进行融合后，纹理基元的种类以及出现的频率也在更新，对更新后的纹理基元进行融合的迭代，直至无法进行融合时停止迭代，此时得到的纹理基元即为标准纹理基元。

S104、确定标准起始位置以及标准LBP值集合

通过与标准纹理基元进行匹配，能够对像素点进行分类，但是由于褶皱的影响导致条纹方向发生改变，部分正常像素点不能和标准纹理基元匹配上，需要通过旋转一定的角度才能匹配上，因此引入改进圆形LBP算子对标准纹理基元进行特征提取，基于圆形LBP算子的旋转不变性，对像素点进行分类。

根据圆形LBP算子计算平整条纹布匹灰度图中各像素点的LBP值，通过对各像素点的多个LBP值进行分析，确定出LBP值的标准起始位置，该起始位置即为后续计算预整理条纹布匹灰度图中各像素点LBP值的标准起始位置，标准起始位置对应的平整条纹布匹灰度图中各像素点的LBP值为标准LBP值集合。

S105、确定出正常像素点和褶皱像素点

对于预整理布匹灰度图，像素点包括正常像素点和褶皱像素点，其中正常像素点时指平整位置上的像素点，能够和标准纹理基元匹配上；而褶皱像素点是指在褶皱位置上的像素点，无法与标准纹理基元匹配上，根据此依据，对预整理布匹灰度图中各像素点的LBP值与所有的标准LBP值集合进行匹配，确定出预整理布匹灰度图中的正常像素点和褶皱像素点。

S106、获取所有的预先整理方向

通过上述步骤排除了条纹布匹中条纹纹理的干扰，进而可以通过边缘检测获取褶皱方向。由于褶皱方向和梯度方向垂直，而对褶皱进行预先整理是沿褶皱方向的垂直方向，即梯度方向，因此，可以通过计算褶皱像素点的梯度方向来确定进行预先整理方向。

S107、确定各预先整理方向的褶皱程度

根据得到的预先整理方向以及各褶皱连通域的像素点数量以及褶皱连通域边缘像素点的数量，计算得到各预先整理方向对应的褶皱程度，通过不同的褶皱程度进行智能化调节。

S108、实现对条纹布匹预先整理的智能控制

通过多次测试确定不同褶皱程度对应的张力大小，得到褶皱程度和张力之间的关系，根据褶皱程度和张力之间的关系，实现对条纹布匹预先整理的智能控制。

实施例2

本发明实施例提供了一种纺织品生产用码布机智能调节方法，如图1所示，具体内容包括：

S201、获取平整条纹布匹灰度图和预整理条纹布匹灰度图

分别采集平整条纹布匹的图像以及需要预先整理的条纹布匹图像，为了方便后续的处理以及计算，对采集的平整条纹布匹的图像以及需要预先整理的条纹布匹图像进行灰度化处理，得到平整条纹布匹灰度图和预整理条纹布匹灰度图。

平整条纹布匹灰度图作为对比样本，进行特征分析，获取标准LBP值集合以及标准起始位置，方便后续计算。

1.为了排除光照和拍摄角度等干扰因素的影响，本发明中，采集平整条纹布匹图像和预先整理过程中的条纹布匹图像（以下简称预整理布匹图像），均通过设置在码布机预先整理位置上的照相机来采集，并且保证灯光和采集角度的不变性。

2.通过设置在码布机预先整理位置的照相机采集多张平整条纹布匹图像，对图像进行灰度化整理，得到平整条纹布匹灰度图。

3.通过设置在码布机预先整理位置的照相机采集预整理布匹图像，对图像进行灰度化整理，得到预整理布匹灰度图。

至此，得到平整条纹布匹灰度图和预整理条纹布匹灰度图。

S202、计算纹理基元之间的差异度

对平整条纹布匹灰度图进行滑窗处理得到纹理基元，根据各纹理基元出现的频率对其进行分组，正常情况下，这些纹理基元能够近似均匀的被分成多组，且每组的频率近似相等；但是，由于光照、条纹布匹本身瑕疵等因素的影响，会存在部分纹理基元的频率较低，且这些频率较低的纹理基元在后续采集的预整理布匹灰度图中出现的概率极低，影响标准纹理基元的确定，因此需要利用纹理基元之间的差异性，通过规范化将频率较小的纹理基元与频率较大的纹理基于进行融合。

1.通过3×3的单位矩阵对图像进行滑窗，得到多个大小为3×3的纹理基元，根据灰度值将这些纹理基元分为

种，获取这

种纹理基元的频数，从而得到这些纹理基元的频率

。

2.根据频率将

种纹理基元分为三组，划分规则为：将

的纹理基元划分为第一组，共有

种纹理基元；将

的纹理基元划分为第二组，共有

种纹理基元；将

的纹理基元划分为第三组，共有

种纹理基元。

3.计算第一组与第三组中任意两种纹理基元的差异度，计算公式如下:

式中：

为纹理基元之间的差异度，

为纹理基元中的像素点数量，

、

分别为第一组和第三组纹理基元中的第

个像素点的灰度值，

为自然对数底数。

本实施例中

的取值为9，因为设置的滑窗大小为3×3，所以该滑窗内的纹理基元包含的像素点数量为9。

其中，

、

之间的数值差值越大，两种纹理基元的差异性

越大。

S203、获取最终的标准纹理基元

通过对纹理基元的融合获取标准纹理基元，利用LBP算子得到标准纹理基元的标准LBP值集合，从而实现对预整理条纹布匹灰度图中像素点的分类。

根据得到的纹理基元之间的差异度以及获取的纹理基元的频率，对分组后的频率较小的纹理基元与频率较大的纹理基于进行融合，由于对纹理基元进行融合后，纹理基元的种类以及出现的频率也在更新，对更新后的纹理基元进行融合的迭代，直至无法进行融合时停止迭代，此时得到的纹理基元即为标准纹理基元。

对于第三组的某种纹理基元，筛选出第一组中与其的差异度

的所有纹理基元，在这些种纹理基元中找到差异性最小的，通过规范化整理，将第三组的纹理基元合并到第一组对应的纹理基元中。本发明中的规范化是指，根据频率对灰度共生矩阵相应位置的值进行加权求平均，得到的值即为规范化后第一组纹理基元。

根据上述步骤，将第三组的纹理基元合并到第一组，得到新的纹理基元。重复上述步骤，直至每一组的纹理基元不再变化，则调整完成。此时，第一组和第二组的纹理基元，即为条纹布匹的标准纹理基元，如图2所示。

至此，通过对纹理基元灰度图进行规范化，得到标准纹理基元。

S204、确定标准起始位置以及标准LBP值集合

通过与标准纹理基元进行匹配，能够对像素点进行分类，但是由于褶皱的影响导致条纹方向发生改变，部分正常像素点不能和标准纹理基元匹配上，需要通过旋转一定的角度才能匹配上，因此引入改进圆形LBP算子对标准纹理基元进行特征提取，基于圆形LBP算子的旋转不变性，对像素点进行分类。

根据圆形LBP算子计算平整条纹布匹灰度图中各像素点的LBP值，圆形LBP算子原理如图3所示，通过对各像素点的多个LBP值进行分析，确定出LBP值的标准起始位置，该起始位置即为后续计算预整理条纹布匹灰度图中各像素点LBP值的标准起始位置，标准起始位置对应的平整条纹布匹灰度图中各像素点的LBP值为标准LBP值集合。

本实施例中，由于灰度图中，有些不明显褶皱的灰度变化不明显，因此通过增加阈值将LBP值进行细化，得到16位二进制的LBP值。

1.根据圆形窗口中心像素的灰度值为阈值

，得到三个阈值，分别为

，

，

，将半径

的圆形邻域内的8个像素点的灰度值与其进行比较，若周围像素点灰度值

，则该像素点的位置被标记为00，若周围像素点灰度值

，则该像素点的位置被标记为01，若周围像素点灰度值

，则该像素点的位置被标记为10，若周围像素点灰度值

，则该像素点的位置被标记为11。半径

的圆形邻域内的8个点经比较可产生16位二进制数，即得到该圆形窗口中心像素点的LBP值。

2.对于上述的16位二进制数，起始位置不同，得到的LBP值也不同，因此，为了使标准纹理基元的LBP值之间差异性大，通过调整起始位置，得到8组不同的LBP值，计算平整条纹布匹灰度图中各像素点同一起始位置的LBP值之间的方差，方差最大一组的LBP值对应的起始位置即为标准起始位置，该标准起始位置对应的平整条纹布匹灰度图中各像素点的LBP值即为标准LBP值集合。

S205、确定出正常像素点和褶皱像素点

对于预整理布匹灰度图，像素点包括正常像素点和褶皱像素点，其中正常像素点时指平整位置上的像素点，能够和标准纹理基元匹配上；而褶皱像素点是指在褶皱位置上的像素点，无法与标准纹理基元匹配上，根据此依据，对预整理布匹灰度图中各像素点的LBP值与所有的标准LBP值集合进行匹配，确定出预整理布匹灰度图中的正常像素点和褶皱像素点。

获取预整理布匹灰度图中各像素点的LBP值，将得到的各像素点的LBP值和标准LBP值集合进行匹配，若该像素点的LBP值能够直接或者通过旋转一定角度与标准LBP值集合中的值相等，则该像素点位正常像素点，否则，为褶皱像素点。

至此，得到预整理布匹灰度图中的正常像素点和褶皱像素点。

S206、获取所有的预先整理方向

通过上述步骤排除了条纹布匹中条纹纹理的干扰，进而可以通过边缘检测获取褶皱方向。由于褶皱方向和梯度方向垂直，而对褶皱进行预先整理是沿褶皱方向的垂直方向，即梯度方向，因此，可以通过计算褶皱像素点的梯度方向来确定进行预先整理方向。

1.将预整理布匹灰度图中的正常像素点记为0，褶皱像素点记为1，得到预整理布匹二值图。

2.对预整理布匹二值图进行褶皱连通域分析，对每个褶皱连通域进行边缘检测，获取边缘像素点，通过使用内核大小为1的Sobel算子计算梯度，获取梯度方向，即预先整理方向，角度范围是

。

S207、确定各预先整理方向的褶皱程度

根据得到的预先整理方向以及各褶皱连通域的像素点数量以及褶皱连通域边缘像素点的数量，计算得到各预先整理方向对应的褶皱程度，通过不同的褶皱程度进行智能化调节。

每个预先整理方向的褶皱程度为所有褶皱连通域中对应该预先整理方向上的像素点的数量之和。

其中各褶皱连通域对应的预先整理方向的确定方法为：若该预先整理方向对应的边缘像素点的数量与该褶皱连通域边缘像素点的数量比值大于数量阈值时（本实施例设定的数量阈值为0.8），该褶皱连通域属于这个预先整理方向，否则，按照预先整理方向对应的边缘像素点的数量与该褶皱连通域边缘像素点的数量的比值对褶皱连通域进行划分，确定划分后各区域的预先整理方向，即划分后各区域的像素点数量为该区域对应的预先整理方向上的像素点。

举例说明：某一褶皱连通域的中其中一个预先整理方向

对应的边缘像素点的数量和该褶皱连通域中所有像素点的数量的比值大于0.8，则该褶皱连通域属于这个预先整理方向

，否则，按照预先整理方向

对应的边缘像素点的数量与该褶皱连通域所有像素点的数量的比值对该褶皱连通域进行分割，即：若预先整理方向

对应的边缘像素点的数量与该褶皱连通域所有像素点的数量的比值为0.3，则认为该褶皱连通域中像素点数量和0.3的乘积的像素点数量属于预先整理方向

；将所有褶皱连通域中属于预先整理方向

的像素点数量之和作为预先整理方向

对应的褶皱程度。

S208、实现对条纹布匹预先整理的智能控制

通过多次测试确定不同褶皱程度对应的张力大小，得到褶皱程度和张力之间的关系，根据褶皱程度和张力之间的关系，实现对条纹布匹预先整理的智能控制。

通过多次测试确定不同褶皱程度对应的张力大小，具体如下：

其中，

为褶皱程度，

为预处理条纹布匹的面积，

分别为不同褶皱情况下对应的张力大小。按照褶皱程度对预先整理方向进行排序，依次沿预先整理方向，根据褶皱程度和张力的关系，通过智能控制方法实现对条纹布匹的预先整理。

至此，实现对条纹布匹预先整理的智能控制。

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，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种纺织品生产用码布机智能调节方法，其特征在于，包括：

获取平整条纹布匹灰度图和预整理条纹布匹灰度图；

对平整条纹布匹灰度图进行滑窗处理得到纹理基元，将得到的纹理基元划分为三组，根据灰度值计算第一组和第三组中两两纹理基元之间的差异度，根据得到的纹理基元的差异度对两组中的相似纹理基元进行合并，获取所有的标准纹理基元；

利用圆形LBP算子计算所有标准纹理基元中各像素点的LBP值，根据所有标准纹理基元中各像素点的LBP值确定标准起始位置以及标准LBP值集合；

获取预整理条纹布匹灰度图中各像素点的LBP值并与标准LBP值集合进行匹配，根据匹配结果确定出预整理条纹布匹灰度图中正常像素点和褶皱像素点；

利用预整理条纹布匹灰度图中正常像素点和褶皱像素点获得预整理条纹布匹二值图，对预整理条纹布匹二值图中的褶皱连通域进行边缘检测，获取边缘像素点的梯度方向作为预先整理方向；

根据各预先整理方向对应的褶皱连通域边缘像素点的数量确定每个预先整理方向对应的褶皱程度；

利用各预先整理方向对应的褶皱程度和预整理条纹布匹的面积通过码布机对预整理条纹布匹进行调整。

2.根据权利要求1所述的一种纺织品生产用码布机智能调节方法，其特征在于，所述对两组中的相似纹理基元进行合并，获取标准纹理基元的过程为：

筛选出第三组中纹理基元和第一组中差异度小于等于差异度阈值的纹理基元，将筛选出的纹理基元中和第一组纹理基元差异性最小的纹理基元合并到第一组对应的纹理基元中，得到新的纹理基元；

重复以上步骤，直至每一组的纹理基元数量不再变化时，停止对纹理基元的合并，将最终得到的第一组纹理基元和第二组纹理基元作为条纹布匹的标准纹理基元。

3.根据权利要求2所述的一种纺织品生产用码布机智能调节方法，其特征在于，所述纹理基元的差异度的计算方法如下：

根据第一组和第三组的纹理基元中像素点的数量和各像素点的灰度值进行差异度的计算，具体计算公式如下：

式中：

为纹理基元之间的差异度，

为纹理基元中的像素点数量，

、

分别为第一 组和第三组纹理基元中的第

个像素点的灰度值，

为自然对数底数。

4.根据权利要求1所述的一种纺织品生产用码布机智能调节方法，其特征在于，所述根据确定标准起始位置以及标准LBP值集合的方法如下：

获取平整条纹布匹灰度图中各像素点的LBP值：设置三个灰度阈值对LBP值进行细化，对中心像素点设置圆形窗口的半径，得到圆形邻域内的像素点产生的二进制数值，通过调整起始位置得到不同的二进制数值，得到所有的二进制数值即为圆形窗口中心像素点的LBP值；

根据各像素点的所有LBP值确定标准起始位置：将得到的平整条纹布匹灰度图中各像素点的所有LBP值转化为十进制数值，根据转化的十进制数值分别计算在不同起始位置下平整条纹布匹灰度图中所有像素点LBP值的方差，方差最大的一组LBP值对应的起始位置为标准起始位置；

根据标准起始位置得到标准LBP值集合：获取平整条纹布匹灰度图中各像素点在标准起始位置下的LBP值作为标准LBP值，得到标准LBP值集合。

5.根据权利要求1所述的一种纺织品生产用码布机智能调节方法，其特征在于，所述确定出预整理条纹布匹灰度图中正常像素点和褶皱像素点的方法为：

获取标准起始位置下预整理条纹布匹灰度图中每个像素点的LBP值，将得到LBP值分别与标准LBP值集合进行匹配，若该像素点的LBP值能够直接或经过旋转与标准LBP集合中的值相等，则该像素点为正常像素点，否则，为褶皱像素点。

6.根据权利要求1所述的一种纺织品生产用码布机智能调节方法，其特征在于，所述确定每个预先整理方向对应的褶皱程度如下：

若该预先整理方向对应的边缘像素点的数量与该褶皱连通域边缘像素点的数量比值大于数量阈值时，该褶皱连通域属于这个预先整理方向；

若该预先整理方向对应的边缘像素点的数量与该褶皱连通域边缘像素点的数量比值不大于数量阈值时，按照预先整理方向对应的边缘像素点的数量与该褶皱连通域边缘像素点的数量的比值对褶皱连通域进行划分；

确定划分后各区域的预先整理方向，即划分后各区域的像素点数量为该区域对应的预先整理方向上的像素点。

Images