CN115078271B - 一种化纤面料上色质量检测及评估方法 - Google Patents
一种化纤面料上色质量检测及评估方法 Download PDFInfo
- Publication number
- CN115078271B CN115078271B CN202211009459.9A CN202211009459A CN115078271B CN 115078271 B CN115078271 B CN 115078271B CN 202211009459 A CN202211009459 A CN 202211009459A CN 115078271 B CN115078271 B CN 115078271B
- Authority
- CN
- China
- Prior art keywords
- difference
- curve
- abnormal
- coloring
- value
- 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.)
- Active
Links
- 238000004040 coloring Methods 0.000 title claims abstract description 94
- 239000004744 fabric Substances 0.000 title claims abstract description 38
- 239000000126 substance Substances 0.000 title claims abstract description 38
- 239000000835 fiber Substances 0.000 title claims abstract description 35
- 238000001514 detection method Methods 0.000 title claims description 24
- 238000011156 evaluation Methods 0.000 title description 2
- 230000002159 abnormal effect Effects 0.000 claims abstract description 83
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims description 31
- 238000002798 spectrophotometry method Methods 0.000 claims description 17
- 238000002310 reflectometry Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 abstract description 10
- 230000000877 morphologic effect Effects 0.000 abstract description 7
- 230000003287 optical effect Effects 0.000 abstract 1
- 238000004043 dyeing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 4
- 239000000047 product Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/251—Colorimeters; Construction thereof
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10024—Color image
-
- 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
-
- 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)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Game Theory and Decision Science (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Manufacturing & Machinery (AREA)
- Primary Health Care (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明涉及数据识别处理技术领域,具体涉及一种化纤面料上色质量检测及评估方法。该方法利用光学手段获得表面图像数据并识别出异常上色区域。利用不同颜色通道下异常上色区域与正常上色区域的差异距离的分布获得颜色不均匀程度。根据分光度曲线之间的形态差异表示颜色特征差异,结合颜色不均匀程度获得上色不均匀程度。本发明通过分析化学面料表面图像数据的分布特征和颜色特征,快速准确地识别出异常上色区域及其上色不均匀程度。
Description
技术领域
本发明涉及数据识别处理技术领域,具体涉及一种化纤面料上色质量检测及评估方法。
背景技术
衣食住行为现代人类生存的基本,随着社会的发展,化纤面料在制衣工艺中应用广泛,其成本低、产能足、收益高。在化纤面料的制衣生产中染色工艺是重要的一环,化纤面料的上色质量直接影响了衣服成品的质量。且对于化纤面料而言,材料本身属性会造成不易上色的缺陷,因此在化纤面料的染色工艺中需要实时且准确的对化纤面料中的上色质量进行检测,避免因为质量较差的面料影响最终产品质量。
在现有技术中,可利用计算机视觉方法提取染色工艺处理后的化纤面料的图像信息,根据图像中像素值的分布可判断上色均匀性。但是这种方法获得的均匀性没有考虑到不均匀区域内具体的颜色信息,如果利用现有技术对图像进行不同颜色空间的转换,则会增加算法复杂度,导致检测速度和检测成本受到影响。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种化纤面料上色质量检测及评估方法,所采用的技术方案具体如下:
本发明提出了一种化纤面料上色质量检测及评估方法,所述方法包括:
利用带有可见光光源的相机采集待检测化纤面料的表面图像;利用预设尺寸的滑窗根据预设滑动步长在所述表面图像上滑动处理,每次滑动过程获得所述滑窗内的平均像素值和像素值方差;将处于预设异常像素值区间内的所述平均像素值对应的所述滑窗的区域和大于预设方差阈值的所述像素值方差对应的所述滑窗的区域作为异常上色区域;
以正常上色区域中不同颜色通道的通道值作为对应所述颜色通道的标准通道值;获得所述异常上色区域中每个像素点在每个所述颜色通道中与所述标准通道值的通道值差异距离;以所述通道值差异距离的方差作为所述异常上色区域的颜色不均匀程度;
利用分光测色仪获得所述正常上色区域的正常分光度曲线和所述异常上色区域的异常分光度曲线;分光度曲线的横轴代表波长,纵轴代表反射率;获得所述正常分光度曲线和所述异常分光度曲线之间的波峰对应波长的差异;获得所述分光度曲线上的曲线点到横轴的平均距离,获得所述正常分光度曲线和所述异常分光度曲线之间的平均距离差异;获得所述正常分光度曲线和所述异常分光度曲线之间的平均切线斜率差异;以所述波峰对应波长的差异、所述平均距离差异和所述平均切线斜率差异获得所述正常分光度曲线和所述异常分光度曲线之间曲线形态差异;
以所述颜色不均匀程度和所述曲线形态差异的乘积作为所述待检测化纤面料的上色不均匀程度。
进一步地于,所述以正常上色区域中不同颜色通道的通道值作为对应所述颜色通道的标准通道值包括:
以当前检测过程中所述正常上色区域中不用所述颜色通道的通道值作为所述颜色通道的初始标准通道值;结合历史数据,获得上一次检测过程中的所述初始标准通道值,以两次检测过程的平均初始标准通道值作为当前检测过程中的所述标准通道值。
进一步地,所述获得所述异常上色区域中每个像素点在每个所述颜色通道中与所述标准通道值的通道值差异距离包括:
根据通道值差异距离公式获得所述通道值差异距离,所述通道值差异距离公式包括:
其中,为所述异常上色区域中第个像素点的所述通道值差异距离,为R通道下所述异常上色区域中第个像素点的通道值与所述标准通道值的差异,为G通道下所述异常上色区域中第个像素点的通道值与所述标准通道值的差异,为B通道下所述异常上色区域中第个像素点的通道值与所述标准通道值的差异。
进一步地,所述获得所述正常分光度曲线和所述异常分光度曲线之间的波峰对应波长的差异包括:
以所述正常分光度曲线和所述异常分光度曲线之间的波峰对应的波长的差值绝对值作为所述波峰对应波长的差异。
进一步地,所述获得所述分光度曲线上的曲线点到横轴的平均距离,获得所述正常分光度曲线和所述异常分光度曲线之间的平均距离差异包括:
利用所述分光度曲线的定积分获得所述分光度曲线与所述坐标系围成的面积,以所述面积与曲线区间长度的比值作为所述平均距离;以所述所述正常分光度曲线和所述异常分光度曲线之间的所述平均距离的差值绝对值作为所述平均距离差异。
进一步地,所述获得所述正常分光度曲线和所述异常分光度曲线之间的平均切线斜率差异包括:
利用一阶导数获得所述分光度曲线上各点的切线斜率,获得平均切线斜率,以所述正常分光度曲线和所述异常分光度曲线之间的所述平均切线斜率的差值绝对值作为所述平均切线斜率差异。
本发明具有如下有益效果:
本发明实施例利用滑窗处理化纤面料的表面图像,通过滑窗内的方差和平均值大小确定异常上色区域。进一步对异常上色区域中的颜色信息进行分析,利用不同颜色通道下异常上色区域和正常上色区域之间的通道值差异可获得异常区域的颜色不均匀程度。进一步通过分光度曲线之间的形态差异,简单快速的获得上色不均匀程度。本发明实施例通过图像中异常区域和正常区域不同通道值的差异和分光度曲线的差异能够实现快速准确的化纤面料上色质量检测。
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和优点,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的介绍,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它附图。
图1为本发明一个实施例所提供的一种化纤面料上色质量检测及评估方法流程图;
图2为本发明一个实施例所提供的一种分光度曲线示意图;
图3为本发明一个实施例所提供的另一种分光度曲线示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种化纤面料上色质量检测及评估方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种化纤面料上色质量检测及评估方法的具体方案。
本发明实施例的应用场景为化纤面料的纯色染色工艺执行后的上色质量检测过程。
请参阅图1,其示出了本发明一个实施例提供的一种化纤面料上色质量检测及评估方法流程图,该方法包括:
步骤S1:利用带有可见光光源的相机采集待检测化纤面料的表面图像;利用预设尺寸的滑窗根据预设滑动步长在表面图像上滑动处理,每次滑动过程获得滑窗内的平均像素值和像素值方差;将处于预设异常像素值区间内的平均像素值对应的滑窗的区域和大于预设方差阈值的像素值方差对应的滑窗的区域作为异常上色区域。
在本发明实施例中,将经过纯色染色工艺处理后的化纤面料放置在检测台上,检测台上方部署高度适中的相机,使相机能够采集到完整清楚的化纤面料图像信息。采集图像信息后将图像进行灰度、去噪等图像预处理操作。
在化纤面料的表面图像中,如果存在某个区域染色不均匀,则该区域中的像素点分布就较为混乱,所以利用滑窗处理整张表面图像,通过方差大小即可获得像素值的分布信息,方差越大,则分布的越混乱,说明此处越为染色不均匀区域。
如果滑窗区域刚好只包含染色异常区域且该区域内的异常像素值大小相似,则方差会呈现较小值,出现检测误差。因此不能只分析滑窗内的方差大小,还需要结合滑窗内的平均像素值对异常上色区域进行准确识别。将处于预设异常像素值区间内的平均像素值对应的滑窗的区域和大于预设方差阈值的像素值方差对应的滑窗的区域作为异常上色区域。
在本发明实施例中,滑窗大小设置为3*3,滑动步长设置为1,方差阈值设置为0.9,异常像素值区间可根据具体染色工艺的颜色进行具体设置,在此不做限定。
步骤S2:以正常上色区域中不同颜色通道的通道值作为对应颜色通道的标准通道值;获得异常上色区域中每个像素点在每个颜色通道中与标准通道值的通道值差异距离;以通道值差异距离的方差作为异常上色区域的颜色不均匀程度。
确定了异常上色区域后,图像中的其他区域即为正常上色区域。因为步骤S1中的像素值分析是基于经过灰度化后图像的灰度值进行分析的,缺少颜色信息。因为相机采集的图像是包含三个颜色通道的RGB图像,因此可基于每个颜色通道下的通道值,对异常上色区域和正常上色区域的差异进行分析,确定当前染色的不均匀程度。
以正常上色区域中不同颜色通道的通道值作为对应颜色通道的标准通道值,即R、G、B三个颜色通道中每个颜色通道对应一个标准通道值。获得异常上色区域中每个像素点在每个颜色通道中与标准通道值的通道值差异距离,具体包括:
根据通道值差异距离公式获得通道值差异距离,通道值差异距离公式包括:
其中,其中,为异常上色区域中第个像素点的通道值差异距离,为R通道下异常上色区域中第个像素点的通道值与标准通道值的差异,为G通道下异常上色区域中第个像素点的通道值与标准通道值的差异,为B通道下异常上色区域中第个像素点的通道值与标准通道值的差异。
因为相机参数和拍摄环境的影响,不同检测过程中可能采集到的图像信息存在差异,因此每次检测过程中需要结合之前检测过程选取的标准通道值进行自适应的变化,具体包括:
以当前检测过程中正常上色区域中不用颜色通道的通道值作为颜色通道的初始标准通道值。结合历史数据,获得上一次检测过程中的初始标准通道值,以两次检测过程的平均初始标准通道值作为当前检测过程中的标准通道值。通过对标准通道值进行更新,可降低因为图像采集过程中产生的一系列误差给检测带来的影响。
因为每个异常上色区域中的像素点都对应一个通道值差异距离,如果这些像素点的通道值差异距离均相似,则说明当前异常上色区域仅出现了一种颜色变化,颜色不均匀程度较小,如果通道值差异距离分布混乱,则说明当前异常上色区域中包括多种颜色变化,颜色不均匀程度较大。因此以通道值差异距离的方差作为异常上色区域的颜色不均匀程度。
步骤S3:利用分光测色仪获得正常上色区域的正常分光度曲线和异常上色区域的异常分光度曲线;分光度曲线的横轴代表波长,纵轴代表反射率;获得正常分光度曲线和异常分光度曲线之间的波峰值差异;获得分光度曲线上的曲线点到横轴的平均距离,获得正常分光度曲线和异常分光度曲线之间的平均距离差异;获得正常分光度曲线和异常分光度曲线之间的平均切线斜率差异;以波峰纵坐标值差异、平均距离差异和平均切线斜率差异获得正常分光度曲线和异常分光度曲线之间曲线形态差异。
经过步骤S2的分析,可获得异常上色区域中颜色异常的分布混乱程度,进一步应分析具体的颜色特征信息。常见的颜色特征包括色调、饱和度和亮度三种特征。在现有技术中如果要分析则三种颜色特征,需要将RGB图像经过复杂的颜色空间转换获得对应颜色特征信息,增加了方法的复杂度和计算量。在本发明实施例中,利用分光测色仪获得正常上色区域的正常分光度曲线和异常上色区域的异常分光度曲线。通过对比两个分光度曲线的形态差异即可获得颜色特征差异,减少了算法计算量和复杂度。
请参阅图2,其示出了本发明一个实施例所提供的一种分光度曲线示意图。在分光度曲线中,横轴代表波长,纵轴代表反射率。分光度曲线的波峰区域对应的波长确定了图像的色调;曲线和横轴的距离确定了亮度,即距离越远亮度越大;波峰和波谷之间的差值确定饱和度,差值越大,说明曲线波动幅值越大,饱和度越大。请参阅图3,其示出了本发明一个实施例所提供的另一种分光度曲线示意图,由图2和图3的对比可知,不同图像的分光度曲线之间存在明显的形态差异,形态差异越大,则说明两个图像的颜色特征差异越大,因此可分析正常分光度曲线和异常分光度曲线之间的形态差异,用于表示颜色特征差异。
以正常分光度曲线和异常分光度曲线之间的波峰对应的波长的差值绝对值作为波峰对应波长的差异。波峰对应波长的差异越大说明异常上色区域和正常上色区域的色调差异越大。
利用分光度曲线的定积分获得分光度曲线与坐标系围成的面积,以面积与曲线区间长度的比值作为平均距离,平均距离越大图像亮度越大。以正常分光度曲线和异常分光度曲线之间的平均距离的差值绝对值作为平均距离差异。平均距离差异越大,说明异常上色区域和正常上色区域的亮度差异越大。
因为曲线的波峰和波谷可能存在多个,因此无法确定哪一对的波峰波谷差异是准确的波峰波谷差异,考虑到波峰波谷差异表现的是曲线波动幅度的变化,因此以曲线的平均切线斜率表示曲线波动幅度,进而表示图像饱和度信息。利用一阶导数获得分光度曲线上各点的切线斜率,获得平均切线斜率,以正常分光度曲线和异常分光度曲线之间的平均切线斜率的差值绝对值作为平均切线斜率差异。平均切线斜率差异越大,说明异常上色区域和正常上色区域的饱和度差异越大。
以波峰对应波长的差异、平均距离差异和平均切线斜率差异获得正常分光度曲线和异常分光度曲线之间曲线形态差异。曲线形态差异越大,说明异常上色区域与正常上色区域的颜色特征差异越大。
步骤S4:以颜色不均匀程度和曲线形态差异的乘积作为待检测化纤面料的上色不均匀程度。
工作人员可根据染色工艺的精度需求设置上色不均匀程度阈值,当上色不均匀程度达到阈值时,说明此时染色工艺或者化纤面料出现异常,导致上色不均匀,需要对问题进行排查,避免后续染色产品出现上色不均匀的情况,从而有效的提高了生产良品率。
综上所述,本发明实施例利用表面图像中像素值的大小和像素值的分布识别出异常上色区域。利用不同颜色通道下异常上色区域与正常上色区域的差异距离的分布获得颜色不均匀程度。根据分光度曲线之间的形态差异表示颜色特征差异,结合颜色不均匀程度获得上色不均匀程度。本发明实施例通过分析化学面料表面图像数据的分布特征和颜色特征,快速准确地识别出异常上色区域及其上色不均匀程度。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例,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 (5)
1.一种化纤面料上色质量检测及评估方法,其特征在于,所述方法包括:
利用带有可见光光源的相机采集待检测化纤面料的表面图像;利用预设尺寸的滑窗根据预设滑动步长在所述表面图像上滑动处理,每次滑动过程获得所述滑窗内的平均像素值和像素值方差;将处于预设异常像素值区间内的所述平均像素值对应的所述滑窗的区域和大于预设方差阈值的所述像素值方差对应的所述滑窗的区域作为异常上色区域;
以正常上色区域中不同颜色通道的通道值作为对应所述颜色通道的标准通道值;获得所述异常上色区域中每个像素点在每个所述颜色通道中与所述标准通道值的通道值差异距离具体包括:根据通道值差异距离公式获得所述通道值差异距离,所述通道值差异距离公式包括:
其中,为所述异常上色区域中第个像素点的所述通道值差异距离,为R通道下所述异常上色区域中第个像素点的通道值与所述标准通道值的差异,为G通道下所述异常上色区域中第个像素点的通道值与所述标准通道值的差异,为B通道下所述异常上色区域中第个像素点的通道值与所述标准通道值的差异;以所述通道值差异距离的方差作为所述异常上色区域的颜色不均匀程度;
利用分光测色仪获得所述正常上色区域的正常分光度曲线和所述异常上色区域的异常分光度曲线;分光度曲线的横轴代表波长,纵轴代表反射率;获得所述正常分光度曲线和所述异常分光度曲线之间的波峰对应波长的差异;获得所述分光度曲线上的曲线点到横轴的平均距离,获得所述正常分光度曲线和所述异常分光度曲线之间的平均距离差异;获得所述正常分光度曲线和所述异常分光度曲线之间的平均切线斜率差异;以所述波峰对应波长的差异、所述平均距离差异和所述平均切线斜率差异获得所述正常分光度曲线和所述异常分光度曲线之间曲线形态差异;
以所述颜色不均匀程度和所述曲线形态差异的乘积作为所述待检测化纤面料的上色不均匀程度。
2.根据权利要求1所述的一种化纤面料上色质量检测及评估方法,其特征在于,所述以正常上色区域中不同颜色通道的通道值作为对应所述颜色通道的标准通道值包括:
以当前检测过程中所述正常上色区域中不用所述颜色通道的通道值作为所述颜色通道的初始标准通道值;结合历史数据,获得上一次检测过程中的所述初始标准通道值,以两次检测过程的平均初始标准通道值作为当前检测过程中的所述标准通道值。
3.根据权利要求1所述的一种化纤面料上色质量检测及评估方法,其特征在于,所述获得所述正常分光度曲线和所述异常分光度曲线之间的波峰对应波长的差异包括:
以所述正常分光度曲线和所述异常分光度曲线之间的波峰对应的波长的差值绝对值作为所述波峰对应波长的差异。
4.根据权利要求1所述的一种化纤面料上色质量检测及评估方法,其特征在于,所述获得所述分光度曲线上的曲线点到横轴的平均距离,获得所述正常分光度曲线和所述异常分光度曲线之间的平均距离差异包括:
利用所述分光度曲线的定积分获得所述分光度曲线与坐标系围成的面积,以所述面积与曲线区间长度的比值作为所述平均距离;以所述正常分光度曲线和所述异常分光度曲线之间的所述平均距离的差值绝对值作为所述平均距离差异。
5.根据权利要求1所述的一种化纤面料上色质量检测及评估方法,其特征在于,所述获得所述正常分光度曲线和所述异常分光度曲线之间的平均切线斜率差异包括:
利用一阶导数获得所述分光度曲线上各点的切线斜率,获得平均切线斜率,以所述正常分光度曲线和所述异常分光度曲线之间的所述平均切线斜率的差值绝对值作为所述平均切线斜率差异。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211009459.9A CN115078271B (zh) | 2022-08-23 | 2022-08-23 | 一种化纤面料上色质量检测及评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211009459.9A CN115078271B (zh) | 2022-08-23 | 2022-08-23 | 一种化纤面料上色质量检测及评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115078271A CN115078271A (zh) | 2022-09-20 |
CN115078271B true CN115078271B (zh) | 2022-11-15 |
Family
ID=83244707
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211009459.9A Active CN115078271B (zh) | 2022-08-23 | 2022-08-23 | 一种化纤面料上色质量检测及评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115078271B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115266736B (zh) * | 2022-09-29 | 2022-12-13 | 江苏宸洋食品有限公司 | 一种茂谷柑霉变的快速识别方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE1572588A1 (de) * | 1967-09-08 | 1970-02-19 | Basf Ag | Verfahren zur Feststellung von Farbabweichungen bei Faerbungen oder Faerbemitteln und zur Einhaltung vorgegebener Toleranzen |
JPS60119424A (ja) * | 1983-12-01 | 1985-06-26 | Sumitomo Chem Co Ltd | 染料の色差測定方法 |
CN107043551B (zh) * | 2017-05-31 | 2019-12-13 | 蓬莱嘉信染料化工股份有限公司 | 橙至红色分散染料化合物、染料组合物及其制备方法和应用 |
CN114549522B (zh) * | 2022-04-24 | 2022-06-24 | 启东新朋莱纺织科技有限公司 | 基于目标检测的纺织品质量检测方法 |
CN114529550B (zh) * | 2022-04-25 | 2022-07-01 | 启东新朋莱纺织科技有限公司 | 一种基于图像处理的纺织品色牢度检测方法及系统 |
CN114627116B (zh) * | 2022-05-13 | 2022-07-15 | 启东新朋莱纺织科技有限公司 | 一种基于人工智能的织物疵点识别方法及系统 |
-
2022
- 2022-08-23 CN CN202211009459.9A patent/CN115078271B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115078271A (zh) | 2022-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115078271B (zh) | 一种化纤面料上色质量检测及评估方法 | |
US11408819B2 (en) | Process and system for identifying the gram type of a bacterium | |
CN114693676B (zh) | 一种新材料纺织品漂白缺陷光学检测方法及装置 | |
CN115294116B (zh) | 基于人工智能的纺织材料染色质量评估方法、装置及系统 | |
CN110646354A (zh) | 一种棉纤维的颜色测试装置及方法 | |
CN111179362B (zh) | 一种基于动态光照校正算法的试纸颜色均匀性检测方法 | |
CN116843681B (zh) | 一种纸箱表面着色质量智能检测方法 | |
CN102253007A (zh) | 一种棉花质量检测方法 | |
CN108710773A (zh) | 一种应用于色纺纱线的计算机配色纺纱方法 | |
US11614362B1 (en) | Method of digital measuring color of fabrics based on digital camera | |
CN111507962A (zh) | 一种基于深度视觉的棉花内杂物识别系统 | |
US6040905A (en) | Fiber color grading system | |
CN112197864A (zh) | 一种分梳绒颜色的测试分析和定量分类方法 | |
CN114972158A (zh) | 一种纺织品测色配色智能数字化系统 | |
CN110887797A (zh) | 一种色纺织物的颜色差异性分析方法 | |
US20010048765A1 (en) | Color characterization for inspection of a product having nonuniform color characteristics | |
CA3132115C (en) | Method and system for defect detection in image data of a target coating | |
CN209387542U (zh) | 一种消除物料阴影的检测装置 | |
CN116612110A (zh) | 用于渐变印染效果的质量智能评估方法 | |
CN112912713A (zh) | 系数确定装置、色素浓度计算装置、系数确定方法以及信息处理程序 | |
CN105628206A (zh) | 一种测定不同位置茶树叶片的颜色的方法 | |
Xu et al. | Filter selection based on light source for multispectral imaging | |
CN110807817B (zh) | 一种适应光照变化的目标颜色识别的机器视觉方法 | |
WO2014136276A1 (ja) | 分析対象領域設定装置 | |
CN114155384A (zh) | 一种色纺针织物夹花效果相似性计算方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |