CN115082460A - 一种织布生产线质量监控方法及系统 - Google Patents

Abstract

本发明涉及图像处理技术领域，具体涉及一种织布生产线质量监控方法及系统，该方法包括：获取织布表面图像，确定图像中经线周期和纬线周期，进而获得窗口的尺寸大小；获取没有疵点缺陷的优选织布图像，根据每行和每列像素值的累加值得到窗口和优选织布图像对应的像素特征序列，进而得到对应的像素特征曲线；计算窗口和优选织布图像对应的像素特征曲线之间的曲线差异指标，进而得到窗口的差异程度；差异程度大于程度阈值的窗口为疵点区域，根据疵点区域和优选织布图像对应的曲线的差异确定织布断经断纬的条数，根据所述条数判断织布生产线产出的织布质量。本发明能够准确获取生产线产出织布的质量，实现对织布生产线质量的监控。

Description

一种织布生产线质量监控方法及系统

技术领域

本发明涉及图像处理技术领域，具体涉及一种织布生产线质量监控方法及系统。

背景技术

纺织业是一个劳动密集程度高和对外依存较大的产业，在整套织布生产线中，由多个设备组合而成，纺织机只是其中的一环，现在常用的纺织机为喷气式纺织机。织布生产线在长期运转过程中，不可避免地会发生故障，如果没有得到及时的检测和处理，则会影响织布的质量及生产效率，进而影响企业的信誉及经济效益。因此，对织布生产线产出的织布的质量进行监控就显得尤为重要。

对于喷气式纺织机来说，使用该机器生产织布容易产生断纬疵点和断经疵点，不仅会影响织布质量，而且可能会引起断纬停机或者断经停机。而对织布中存在的疵点进行检测，现有的方法常采用阈值分割的方法对织布中的疵点进行检测，但是该方法仅根据各像素点的像素值对图像进行阈值分割处理，由于阈值的选取影响图像分割的准确程度，则阈值分割结果不准确使得对疵点缺陷的检测结果并不精确，无法准确识别断经断纬疵点缺陷。

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织布生产线质量监控方法，所采用的技术方案具体如下：

获取织布生产线产出的织布的图像，提取所述图像中的织布部分得到织布表面图像；分别根据织布表面图像中经线之间的间隔和纬线之间的间隔得到径线周期和纬线周期，根据所述经线周期和纬线周期确定窗口的尺寸大小；

获取没有疵点缺陷的织布图像记为优选织布图像，优选织布图像的尺寸与窗口的尺寸大小相同；计算织布表面图像上一个窗口内每行和每列像素点的像素值的累加值，按照一定顺序排列构成窗口对应的像素特征序列；按照相同的方法获取优选织布图像对应的像素特征序列；

根据序列中元素的取值以及位置进行曲线拟合，得到窗口对应的像素特征曲线以及优选织布图像对应的像素特征曲线；基于像素特征曲线得到窗口对应的曲线差异指标，进而获得窗口的差异程度；

差异程度大于程度阈值的窗口内存在疵点缺陷，进而利用窗口对织布表面图像进行遍历，获得所有存在疵点缺陷的窗口记为疵点区域；根据所有疵点区域对应的像素特征曲线与优选织布图像对应的像素特征曲线确定织布断经断纬的条数；根据所述条数判断织布生产线产出的织布质量。

优选地，所述窗口的尺寸大小为

，其中，

为经线周期，

为纬线周期，n为常数系数。

优选地，所述窗口对应的像素特征序列的获取方法具体为：

设置一个大小为

的行矩阵，一个大小为

的列矩阵，且所述行矩阵和列矩阵所有元素的取值均为1，其中，

为经线周期，

为纬线周期，n为常数系数；将所述行矩阵和列矩阵分别与织布表面图像上一个窗口内的像素值相乘得到的两个矩阵展开，构成该窗口对应的像素特征序列。

优选地，所述窗口对应的曲线差异指标的获取方法具体为：

其中，

表示第w个窗口对应的曲线差异指标，

表示第w个窗口对应的像素特征曲线上第t个点的纵坐标值，

表示优选织布图像对应的像素特征曲线上第t个点的纵坐标值，

为经线周期，

为纬线周期，n为常数系数，

表示窗口和优选织布图像对应的像素特征曲线上点的数量。

优选地，所述窗口的差异程度的获取方法具体为：

根据织布表面图像的窗口内像素点的像素值与优选织布图像上像素点的像素值的差值，得到窗口对应的灰度差异指标；根据窗口对应的曲线差异指标和灰度差异指标得到窗口的差异程度。

优选地，所述断经断纬的条数的获取方法具体为：

根据疵点区域对应的像素特征曲线与优选织布图像对应的像素特征曲线上对应点的纵坐标差值，得到曲线上点的像素特征差异，将点像素特征差异与所有像素特征差异的最小值作差；若作差的取值大于差异阈值，则该点为断经断纬疵点，根据所有断经断纬疵点的总数量获得织布上断经断纬的条数。

本发明还提供了一种织布生产线质量监控系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被处理器执行时实现一种织布生产线质量监控方法的步骤。

本发明实施例至少具有如下有益效果：

本发明通过获取窗口内行像素值的累加值和列像素值的累加值，将所有行和列的像素累加值拟合成曲线，通过曲线能够较为清晰的反映窗口内图像的像素变化情况。获取无瑕疵的织布图像得到优选织布图像，获取优选织布图像与待检测的织布图像对应的曲线的差异情况，避免了在织布表面图像上即使是正常无疵点缺陷的窗口区域也会由于窗口内图像与优选织布图像没有对应而不匹配，进而导致存在像素差异的问题。通过曲线之间的差异情况将两种织布图像进行对比，能够反映窗口内图像是否存在疵点缺陷，克服了仅根据图像中像素点的像素值与阈值进行比较获得的检测结果不准确的问题，进一步再对存在疵点缺陷的窗口图像进行分析，确定织布上发生断经断纬的条数，在计算量小的同时又能够准确的识别织布上的断经断纬疵点缺陷。

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是本发明的一种织布生产线质量监控方法的方法流程图。

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织布生产线质量监控方法及系统，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织布生产线质量监控方法及系统的具体方案。

本发明所针对的具体场景为：由于喷气式纺织机在生产织布的过程中会出现断经断纬的情况，容易产生径向疵点和纬向疵点，即织布上存在疵点缺陷。而出现断经断纬的情况会造成纺织机停止运作，进而会影响织布生产线的质量，故需要对织布生产线产出的织布进行检测。织布生产线硬件系统包括整经机，浆纱机，自动接经机，喷气式织布机，验布机，基础电力设施等设备。在本发明中首先获取喷气式纺织机生产的织布的图像，对于获取的图像数据进行分析处理，将分析处理后的数据汇总存放在处理器中，进而实时反映纺织机的状态，实现对织布生产线质量的监控。

实施例1：

请参阅图1，其示出了本发明一个实施例提供的一种织布生产线质量监控方法的方法流程图，该方法包括以下步骤：

步骤一，获取织布生产线产出的织布的图像，提取所述图像中的织布部分得到织布表面图像；分别根据织布表面图像中经线之间的间隔和纬线之间的间隔得到径线周期和纬线周期，根据所述经线周期和纬线周期确定窗口的尺寸大小。

首先，利用相机采集织布生产线上生产的织布的图像，并对采集到的图像进行灰度化处理，图像灰度化为公知技术，在此不再介绍。在进行图像采集时，采集到的图像除了织布部分还有部分背景部分，因此需要提取灰度化后的图像中包含织布部分的图像得到织布表面图像，排除背景的干扰。在本实施例中，利用DNN语义分割方法对图像进行处理，实施者也可选择其他合适的方法提取图像中的织布部分，去除背景的干扰。

其中，DNN语义分割方法采用的DNN网络的相关内容包括：网络的训练集为多个织布和背景同时存在的图像，网络的输入是灰度化后的织布的图像，网络的输出是只包含织布部分的图像。网络是像素级的分割网络，其训练过程为将织布部分的像素点标记为1，背景部分的像素点标记为0，网络的损失函数为交叉熵损失函数，该网络的作用是分类。

然后，由于织布是由经线和纬线按照一定的组织规律交织而成，因此获取的织布的图像属于规则的有序纹理图像，同时，相邻两条经线之间的间隔是相同的，相邻两条纬线之间的间隔也是相同的，根据相邻两条经线之间的间隔获得经线周期，根据相邻两条纬线之间的间隔获得纬线周期。在本实施例中，利用自相关函数获取织布的图像中纹理的周期性特征，分别获取织布表面图像水平和垂直方向的自相关函数，进而得到纬线周期和经线周期。

其中，自相关函数是一种常用的空间频率纹理描述方法，其周期性反映经纬线纹理重复出现的周期性，可用于检测经纬线纹理的排列情况。因此可以通过自相关函数来计算纹理的周期性，且自相关函数为公知技术，在此不再过多介绍。当然本实施例中的经线周期和纬线周期还可以根据其他方法获取经线之间的间隔和纬线之间的间隔来确定，并不局限于上述采用自相关函数的方法进行获取。

最后，由于直接对织布表面图像进行检测，会影响检测结果的准确性，因此将织布表面图像进行分块检测，若直接对织布表面图像进行分块处理，则对图像进行分块处理后的每一块的尺寸大小只能根据图像的大小进行确定，分块结果可能会破坏织布表面图像中经纬线纹理的周期性。因此，为了在对图像进行分析时，不破坏图像上经纬线纹理的周期性可以根据经线周期和纬线周期确定窗口的尺寸大小，再利用该尺寸的窗口对图像进行遍历。

其中，所述窗口的尺寸大小为

，

为经线周期，

为纬线周期，n为常数系数，在本实施例中n的取值为5，实施者可以根据织布表面图像的尺寸大小确定n的取值。

步骤二，获取没有疵点缺陷的织布图像记为优选织布图像，优选织布图像的尺寸与窗口的尺寸大小相同；计算织布表面图像上一个窗口内每行和每列像素点的像素值的累加值，按照一定顺序排列构成窗口对应的像素特征序列；按照相同的方法获取优选织布图像对应的像素特征序列。

首先，获取同一织布生产线产出的没有疵点缺陷的织布图像，并将该织布图像进行灰度化处理后得到优选织布图像，即在同一织布生产线上获取一个没有缺陷的织布的图像作为模板，将其与待检测的织布表面图像进行对比分析。由于本实施例中通过滑动窗口对织布表面图像进行分析，故优选织布图像的尺寸大小应当与选取的窗口尺寸大小相同，即优选织布图像的尺寸大小为

，

为经线周期，

为纬线周期，n为常数系数，在本实施例中n的取值为5，实施者可以根据织布表面图像的尺寸大小确定n的取值。

需要说明的是，由于所有待检测的织布表面图像对应的织布均是由同一织布生产线产出的，则在正常情况下，这些织布的经线周期和纬线周期应当是相同的。在获取正常的没有缺陷的织布的图像时，也应当是从同一织布生产线产出的织布中获取。

然后，对于待检测的织布表面图像，由于窗口的尺寸大小是根据周期性规律确定的，在利用窗口对织布表面图像进行处理时，一个窗口内的横向和纵向一定包含n个经线周期或者纬线周期的像素点，但不一定包含n个完整的经线周期或者纬线周期。因此，为了避免在织布表面图像上即使是正常无疵点缺陷的窗口区域也会由于窗口内图像与优选织布图像没有对应而不匹配，进而导致存在像素差异，影响疵点缺陷检测结果的准确性，本发明将窗口内的像素点的像素值进行行的累加和列的累加。

具体地，设置一个大小为

的行矩阵，一个大小为

的列矩阵，且所述行矩阵和列矩阵所有元素的取值均为1。将行矩阵与各窗口内像素点的像素值相乘得到第一矩阵，将各窗口内像素点的像素值与列矩阵相乘得到第二矩阵。第一矩阵中每个数值表示窗口内每列像素点的像素值的累加值，第二矩阵中每个数值表示窗口内每行像素点的像素值的累加值，且第一矩阵的大小为

，第二矩阵的大小为

，其中，

为经线周期，

为纬线周期，n为常数系数。

并将第一矩阵和第二矩阵中的数值按照一定顺序展开排列得到一个序列记为窗口对应的像素特征序列，则该像素特征序列中的元素数量为

。其中，将矩阵进行展开操作为公知技术，在此不再过多介绍。在本实施例中，将第一矩阵按照从左到右的顺序展开即可，将第二矩阵按照从上到下的顺序展开即可，实施者也可根据实际情况选择其他顺序对矩阵进行展开操作。

需要说明的是，由于优选织布图像的尺寸大小也是由经线周期和纬线周期确定的，因此，无论窗口怎样移动，在窗口内横向和纵向上一定包含n个经线周期或者纬线周期的像素点，在优选织布图像的横向和纵向上也一定包含n个经线周期或者纬线周期的像素点。若窗口内不存在疵点缺陷，则织布表面图像的一个窗口内与优选织布图像上每行或者每列对应的累加值应当是相同或者较为相近的。

最后，利用设置的所述行矩阵和列矩阵对优选织布图像按照上述相同的方法进行处理，获取优选织布图像对应的像素特征序列。其中，优选织布图像对应的像素特征序列中的数值为该图像中每行和每列的像素点的像素值的累加值。

步骤三，根据序列中元素的取值以及位置进行曲线拟合，得到窗口对应的像素特征曲线以及优选织布图像对应的像素特征曲线；基于像素特征曲线得到窗口对应的曲线差异指标，进而获得窗口的差异程度。

具体地，将窗口对应的像素特征序列中各元素的取值作为纵坐标值，将各元素对应的位置序号作为横坐标值，进而进行曲线拟合，得到窗口对应的像素特征曲线。同理，将优选织布图像对应的像素特征序列中各元素的取值作为纵坐标值，将各元素对应的位置序号作为横坐标值，进而进行曲线拟合，得到优选织布图像对应的像素特征曲线。

由于窗口对应的像素特征曲线能够反映窗口内各行和各列像素值累加值的变化情况，优选织布图像对应的像素特征曲线能够反映优选织布图像上各行和各列像素值累加值的变化情况。若窗口对应的织布表面图像区域中不存在疵点缺陷，则该窗口对应的像素特征曲线和优选织布图像对应的像素特征曲线的变化趋势应当是相同的或者较为相似的，进而这两条曲线上对应位置的点的纵坐标值也应当是相同或者较为相近的。因此，利用窗口对应的像素特征曲线和优选织布图像对应的像素特征曲线上对应位置的点的纵坐标值的差值，对这两条曲线的变化趋势的差异进行分析，可以得到窗口对应的曲线差异指标，所述纵坐标的差值越小，说明这两条曲线的变化趋势的差异越小，也即越相似，则窗口对应的曲线差异指标越小。同时，窗口对应的曲线差异指标可以表示窗口与优选织布图像的像素特征曲线变化趋势的差异。

基于此，计算窗口对应的曲线差异指标，用公式表示为：

其中，

表示第w个窗口对应的曲线差异指标，

表示第w个窗口对应的像素特征曲线上第t个点的纵坐标值，

表示优选织布图像对应的像素特征曲线上第t个点的纵坐标值，

为经线周期，

为纬线周期，n为常数系数，

表示窗口和优选织布图像对应的像素特征序列中元素的数量，进而可以表示窗口和优选织布图像对应的像素特征曲线上点的数量。

表示两条曲线上第t个点的纵坐标值的差异，其取值越小，窗口对应的曲线差异指标的取值也就越小。

表示两条曲线上各点的纵坐标值差异减去该差异均值的累加值，

的取值越小，表示窗口和优选织布图像对应的像素特征曲线的相似程度越高，当

的取值为0时，说明此时这两条曲线的变化趋势完全相同。

表示两条曲线上所有点的纵坐标值差异的均值，利用该式对两条曲线的变化趋势的相似程度进行分析，就是常规的利用欧氏距离获取曲线上点的平均差值，若仅用该值对曲线之间的变化趋势进行分析时，没有很好的体现将窗口与优选织布图像进行对比，无法较为精确的表示曲线之间的变化趋势的差异情况。故本实施例中，进一步结合两条曲线上对应点的差异与差异均值的差值，能够充分反映曲线之间的变化趋势的差异情况。

进一步的，不仅要考虑窗口和优选织布图像对应的像素特征曲线的变化趋势的差异情况，而且还需要考虑窗口和优选织布图像上灰度值的差异情况，同时，为了避免在织布表面图像上即使是正常无疵点缺陷的窗口区域也会由于窗口内图像与优选织布图像没有对应而不匹配，进而导致存在像素差异，影响疵点缺陷检测结果的准确性，将窗口和优选织布图像中每行和每列的像素点看作一个整体进行像素值的差异分析。

计算窗口对应的灰度差异指标，用公式表示为：

其中，

表示第w个窗口对应的灰度差异指标，

表示第w个窗口对应的像素特征序列中第m个元素的取值，

表示优选织布图像对应的像素特征序列中第m个元素的取值，

为经线周期，

为纬线周期，n为常数系数。

表示窗口和优选织布图像对应行或者列的像素累加值的差值，当该差值的取值越小，窗口与优选织布图像之间的灰度差异就越小，即窗口对应的灰度差异指标就越小。当该差值越大，窗口与优选织布图像之间的灰度差异就越大，即窗口对应的灰度差异指标就越大。

由于窗口对应的曲线差异指标表示窗口与优选织布图像对应的像素特征曲线变化趋势之间的差异，该差异越大，窗口的差异程度就越大，故将窗口对应的曲线差异指标作为窗口的差异程度的一个影响因素。由于窗口对应的灰度差异指标表示窗口和优选织布图像上每行和每列的灰度值的差异，该差异越大，窗口的差异程度就越大，故将窗口对应的灰度差异指标作为窗口的差异程度的一个影响因素。

基于此，计算窗口的差异程度，用公式表示为：

其中，

表示第w个窗口的差异程度，

表示第w个窗口对应的曲线差异指标，

表示第w个窗口对应的灰度差异指标。当

的取值越大，

的取值越大时，

的取值就越大；当

的取值越小，

的取值越小时，

的取值就越小。

步骤四，差异程度大于程度阈值的窗口内存在疵点缺陷，进而利用窗口对织布表面图像进行遍历，获得所有存在疵点缺陷的窗口记为疵点区域；根据所有疵点区域对应的像素特征曲线与优选织布图像对应的像素特征曲线确定织布断经断纬的条数；根据所述条数判断织布生产线产出的织布质量。

首先，设置程度阈值，若窗口的差异程度小于或等于程度阈值，则说明该窗口与优选织布图像的差异较小，即较为相似，表示该窗口内不存在疵点缺陷。若窗口差异程度大于程度阈值，则说明该窗口与优选织布图像的差异较大，即较不相似，表示该窗口内可能存在疵点缺陷。其中，在本实施例中，程度阈值的取值为1，实施者也可根据窗口与优选织布图像之间的差异程度进行设置。

利用窗口对织布表面图像进行遍历，将窗口从织布表面图像的左上角开始移动，每次横向移动的步长为

，每次纵向移动的步长为

。若在横向或者纵向移动时，剩余的图像宽度或者长度不足

或者

，需借用之前遍历过的像素点进行检测。

为经线周期，

为纬线周期，n为常数系数。即对织布表面图像进行遍历时，每次在横向和纵向上进行移动的步长应当与窗口的宽度与长度保持一致。在遍历完成后，将所有差异程度大于程度阈值的窗口记为疵点区域。

然后，疵点缺陷是由于经线或者纬线断开造成的，则在疵点区域内存在疵点缺陷的部分表现为多行或者多列的异常，未断开经线或者纬线的部分则不存在异常情况。若织布表面图像上由于其他原因造成的疵点缺陷，例如麻点疵点缺陷，其分布较为离散，不会出现多行或者多列异常的情况，因此可以通过对疵点区域对应的曲线的变化来确定断经断纬疵点。

具体地，将疵点区域对应的像素特征曲线与优选织布图像对应的像素特征曲线上对应点的纵坐标值的作差，得到疵点区域对应的曲线上各点的像素特征差异，该差异表示疵点区域内各行或者各列的差异情况。

由于采集图像时光照或者其他因素导致织布表面图像和优选织布图像的像素特征不完全相同，因此可能存在疵点区域对应的曲线上所有点的像素特征差异最小值的取值不为0的情况，故将各点的像素特征差异与最小值作差获取真实的差异，利用真实的差异与阈值进行比较，判断各点是否为断经断纬疵点。

计算所有疵点区域对应的曲线上各点的像素特征差异与所有像素特征差异的最小值的差值，设置差异阈值，若该差值小于或等于差异阈值，则认为该点对应的行或者列不存在明显的差异，则该点为正常点；若该差值大于差异阈值，则认为该点对应的行或者列存在明显的差异，则该点为断经断纬疵点。其中，差异阈值的取值需实施者根据实际情况进行设置，差异阈值的取值因评判是否存在缺陷的标准不同而不同。

最后，织布表面图像对应的像素特征曲线上为断经断纬疵点对应的行或者列即为断经断纬所在行或者列，则获取所有断经断纬疵点的数量可以得到织布表面图像中对应的断经断纬的条数。即可以获得共有多少条经线纬线断开，经线纬线断开的条数越多就说明织布生产线产出的织布质量越差，进而说明该织布生产线的质量越差。设置条数阈值，当断经断纬的条数大于条数阈值时，则说明此时的织布生产线产出的织布质量较差，进而说明该织布生产线的质量较差，需要对织布生产线上的喷气式纺织机进行修理。其中，条数阈值的取值实施者可根据质量评判标准进行设置。

实施例2：

本实施例提供了一种织布生产线质量监控系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被处理器执行时实现一种织布生产线质量监控方法的步骤。由于实施例1已经对一种织布生产线质量监控方法进行了详细的阐述，此处不再过多介绍。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，均应包含在本申请的保护范围之内。

Claims (7)

1.一种织布生产线质量监控方法，其特征在于，该方法包括以下步骤：

获取织布生产线产出的织布的图像，提取所述图像中的织布部分得到织布表面图像；分别根据织布表面图像中经线之间的间隔和纬线之间的间隔得到径线周期和纬线周期，根据所述经线周期和纬线周期确定窗口的尺寸大小；

获取没有疵点缺陷的织布图像记为优选织布图像，优选织布图像的尺寸与窗口的尺寸大小相同；计算织布表面图像上一个窗口内每行和每列像素点的像素值的累加值，按照一定顺序排列构成窗口对应的像素特征序列；按照相同的方法获取优选织布图像对应的像素特征序列；

根据序列中元素的取值以及位置进行曲线拟合，得到窗口对应的像素特征曲线以及优选织布图像对应的像素特征曲线；基于像素特征曲线得到窗口对应的曲线差异指标，进而获得窗口的差异程度；

差异程度大于程度阈值的窗口内存在疵点缺陷，进而利用窗口对织布表面图像进行遍历，获得所有存在疵点缺陷的窗口记为疵点区域；根据所有疵点区域对应的像素特征曲线与优选织布图像对应的像素特征曲线确定织布断经断纬的条数；根据所述条数判断织布生产线产出的织布质量。

2.根据权利要求1所述的一种织布生产线质量监控方法，其特征在于，所述窗口的尺寸大小为

，其中，

为经线周期，

为纬线周期，n为常数系数。

3.根据权利要求1所述的一种织布生产线质量监控方法，其特征在于，所述窗口对应的像素特征序列的获取方法具体为：

设置一个大小为

的行矩阵，一个大小为

的列矩阵，且所述行矩阵和列矩阵所有元素的取值均为1，其中，

为经线周期，

为纬线周期，n为常数系数；将所述行矩阵和列矩阵分别与织布表面图像上一个窗口内的像素值相乘得到的两个矩阵展开，构成该窗口对应的像素特征序列。

4.根据权利要求1所述的一种织布生产线质量监控方法，其特征在于，所述窗口对应的曲线差异指标的获取方法具体为：

其中，

表示第w个窗口对应的曲线差异指标，

表示第w个窗口对应的像素特征曲线上第t个点的纵坐标值，

表示优选织布图像对应的像素特征曲线上第t个点的纵坐标值，

为经线周期，

为纬线周期，n为常数系数，

表示窗口和优选织布图像对应的像素特征曲线上点的数量。

5.根据权利要求1所述的一种织布生产线质量监控方法，其特征在于，所述窗口的差异程度的获取方法具体为：

根据织布表面图像的窗口内像素点的像素值与优选织布图像上像素点的像素值的差值，得到窗口对应的灰度差异指标；根据窗口对应的曲线差异指标和灰度差异指标得到窗口的差异程度。

6.根据权利要求1所述的一种织布生产线质量监控方法，其特征在于，所述断经断纬的条数的获取方法具体为：

根据疵点区域对应的像素特征曲线与优选织布图像对应的像素特征曲线上对应点的纵坐标差值，得到曲线上点的像素特征差异，将点像素特征差异与所有像素特征差异的最小值作差；若作差的取值大于差异阈值，则该点为断经断纬疵点，根据所有断经断纬疵点的总数量获得织布上断经断纬的条数。

7.一种织布生产线质量监控系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的一种织布生产线质量监控方法的步骤。

Images