CN115115639A - 一种纺织材料染色质量检测分析方法 - Google Patents

一种纺织材料染色质量检测分析方法 Download PDF

Info

Publication number
CN115115639A
CN115115639A CN202211044504.4A CN202211044504A CN115115639A CN 115115639 A CN115115639 A CN 115115639A CN 202211044504 A CN202211044504 A CN 202211044504A CN 115115639 A CN115115639 A CN 115115639A
Authority
CN
China
Prior art keywords
dyeing
diffusion
points
point
uneven
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.)
Pending
Application number
CN202211044504.4A
Other languages
English (en)
Inventor
彭春兰
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.)
Jiangsu Ouloman Home Textiles Co ltd
Original Assignee
Jiangsu Ouloman Home Textiles Co ltd
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 Jiangsu Ouloman Home Textiles Co ltd filed Critical Jiangsu Ouloman Home Textiles Co ltd
Priority to CN202211044504.4A priority Critical patent/CN115115639A/zh
Publication of CN115115639A publication Critical patent/CN115115639A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Treatment Of Fiber Materials (AREA)

Abstract

本发明涉及数据处理领域，具体涉及一种纺织材料染色质量检测分析方法。包括获取纺织材料染色后的梯度图像；对梯度图像进行阈值分割，对分割后的图像进行聚类得到染色不均区域；结合各染色点的梯度方向得到染色扩散点；计算各染色扩散点的幅值置信度；对染色扩散点进行聚类，根据各扩散源聚集区内各染色扩散点与扩散源聚集区中心点的距离计算各染色扩散点的分布置信度；根据幅值置信度和分布置信度计算染色扩散点综合置信度；根据各染色扩散点的综合置信度和相对位置判断缺陷成因，对纺织材料进行质量分析。本发明不仅可以识别出染色不均缺陷，还可以对缺陷成因进行分析；根据缺陷成因对后续的质量控制操作提供指导数据，提升产品缺陷排除效率。

Description

一种纺织材料染色质量检测分析方法
技术领域
本发明涉及数据处理领域，具体涉及一种纺织材料染色质量检测分析方法。
背景技术
在当前纺织行业中，纺织染色作为生产各种成衣产品的重要环节，其纺织材料的染色质量成为决定成品质量的主要评判标准，若纺织材料的染色出现缺陷，其染色质量就会大打折扣，直接影响成品的外观质量，进而给企业带来损失。因此，对纺织材料的染色质量进行评估是纺织行业中必不可少的一环。
在染色工序的前后，均有其他工序，即染色前处理以及染色后处理，而最终对染色成品进行染色质量检测时，可能出现多种缺陷，这些缺陷的产生原因可能是由于前处理或后处理的工序与方式不当，才导致成品纺织材料出现染色质量缺陷。主要是染色雾斑以及移染这两种常见的缺陷，这是由于这两种缺陷在外观表现上均为纺织材料表面深浅不一，形状大小也不一，且不规则的染色缺陷。但是这两种缺陷的产生原因却是不同的：染色雾斑可能是在染色前处理工序中，坯布沾染油污，坯检时用强力去污剂刷洗后残留的痕迹，最终在染色时导致出现轮廓不明显的染色深浅不一缺陷。而移染缺陷是在染色后处理工序中，染物烘干速率过快，导致织物中所含水分蒸发，染料随水移动而使织物表面发生染色深浅的变化。
现有技术在检测此种染色缺陷的时候，普遍采用的是阈值分割技术，通过人为调控阈值参数来将不同染色深浅的地方分割出来，但其仅仅能将各种染色不均的区域分割出来，但无法判断其是由何种原因产生的，无法对染色质量进行准确的评估，也无法准确根据评估结果提供调控策略。因此，需要一种能够同时进行识别缺陷与缺陷归因的质量评估方法来提高生产成品的合格率。
发明内容
本发明提供一种纺织材料染色质量检测分析方法，以解决现有的采用阈值分割技术，通过人为调控阈值参数来将不同染色深浅的地方分割出来，但只能将各种染色不均的区域分割出来，无法判断其是由何种原因产生的，不能对染色质量进行准确的评估的问题。
本发明的一种纺织材料染色质量检测分析方法，采用如下技术方案，包括以下步骤：
获取纺织材料染色后灰度图像的梯度图像；
对梯度图像进行阈值分割得到分割后的梯度图，对分割后的梯度图进行均值漂移聚类得到染色不均区域；
获取所有染色不均区域内的每个染色点，结合所有染色不均区域内染色点的梯度方向得到染色扩散点；
根据各染色扩散点对应的所有染色点的梯度幅值计算该染色扩散点的幅值置信度；
对得到的染色扩散点进行均值漂移聚类，得到扩散源聚集区，利用每个扩散源聚集区中染色扩散点到扩散源聚集区中心点的距离得到每个染色扩散点的分布置信度；
根据每个染色扩散点的幅值置信度和分布置信度计算每个染色扩散点的综合置信度；
根据每个染色扩散点与其在染色不均区域内的相对位置及每个染色不均区域内各个染色扩散点的综合置信度判断该染色不均匀区域的缺陷成因；
根据缺陷成因对纺织材料进行质量控制。
结合所有染色不均区域内像素点的梯度方向得到染色扩散点的过程如下：
对于所有染色不均区域内的染色点，用
Figure 100002_DEST_PATH_IMAGE001
表示第
Figure 459194DEST_PATH_IMAGE002
个染色不均区域内的第
Figure 100002_DEST_PATH_IMAGE003
个染色点，点
Figure 251701DEST_PATH_IMAGE001
的位置结合该点的梯度方向可以确定一条梯度变化方向所在的直线，用
Figure 467656DEST_PATH_IMAGE004
表示第
Figure 534970DEST_PATH_IMAGE002
个染色不均区域内的第
Figure 287025DEST_PATH_IMAGE003
个染色点的梯度变化方向上的直线；
得到所有染色不均区域内的每个染色点对应的梯度变化方向上的直线，直线上的交点
Figure 100002_DEST_PATH_IMAGE005
即为染色扩散点，
Figure 217810DEST_PATH_IMAGE006
为染色扩散点的序号。
所述每个染色扩散点的综合置信度的计算公式如下：
Figure 422526DEST_PATH_IMAGE008
式中：
Figure 100002_DEST_PATH_IMAGE009
为染色扩散点的综合置信度，
Figure 496792DEST_PATH_IMAGE010
表示第
Figure 607749DEST_PATH_IMAGE006
个染色扩散点的综合置信度，
Figure 100002_DEST_PATH_IMAGE011
为第
Figure 476479DEST_PATH_IMAGE006
个染色扩散点的幅值置信度，
Figure 902912DEST_PATH_IMAGE012
为第
Figure 76142DEST_PATH_IMAGE006
个染色扩散点的分布置信度。
染色扩散点的幅值置信度的计算方法如下：
因为染色扩散点是染色点对应的梯度变化方向上的直线的交点，所以将梯度变化方向上的直线对应的染色点作为染色扩散点的表征点；
获取染色扩散点对应的染色点的梯度幅值，将获取的梯度幅值进行归一化处理后进行累加，再将累加后的值除以该染色扩散点对应的染色点的数量得到的即为该染色扩散点的幅值置信度；
对所有染色扩散点进行上述步骤的计算，得到每个染色扩散点的幅值置信度。
染色扩散点的分布置信度的计算方法如下：
对获得的所有染色扩散点进行基于位置的均值漂移聚类得到多个扩散源聚集区，获取各扩散源聚集区的中心点；
分别计算每个扩散源聚集区内各染色扩散点与扩散源聚集区的中心点的归一化距离，得到的结果即为该染色扩散点的分布置信度。
判断染色不均匀区域的缺陷成因的方法如下：
对于每个染色不均区域，其中一个染色点对应多个染色扩散点，同样一个染色扩散点对应多个染色点，并且染色点对应的染色扩散点可能不属于该染色点存在的染色不均区域，所以对应不同位置的染色扩散点，将其置信度赋予不同的符号，具体如下：
对于染色点对应的多个染色扩散点，若该染色扩散点和染色点属于同一染色不均区域，则对该染色扩散点的综合置信度赋予负号，若该染色扩散点和染色点不属于同一染色不均区域，则对该染色扩散点的综合置信度赋予正号；
将染色点对应的多个染色扩散点的带符号的综合置信度进行累加，得到该染色点的判断系数，将各染色不均区域内每个染色点的判断系数累加得到各染色不均区域的判断系数；
若染色不均区域的判断系数符号为正号，则说明该染色不均区域为移染缺陷；若染色不均区域的判断系数符号为负号，则说明该染色不均区域为雾斑缺陷。
根据缺陷成因对纺织材料进行质量控制的方法如下：
若缺陷为移染缺陷，则应控制染色后处理工序中的烘干工序，使其烘干塑速率适中；
若缺陷为雾斑缺陷，则应在染色前处理中加强坯布检验，确保不会残留油污。
本发明的有益效果是：本发明的一种纺织材料染色质量检测分析方法具有以下有益效果：
（1）相比于现有技术，不仅可以识别出染色不均缺陷，还可以对缺陷成因进行分析；
（2）可根据缺陷成因为后续的质量控制操作提供指导数据，可提升产品缺陷排除效率。
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为本发明的系统流程示意图；
图2为本发明中实施例1的方法流程图；
图3为本发明中实施例2的方法流程图；
图4为本发明中实施例的梯度方向示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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。
实施例1
本发明的一种纺织材料染色质量检测分析方法的实施例，如图1至图2所示，包括：
S101、获取纺织材料染色后灰度图像的梯度图像
获取纺织材料染色后的图像，对该图像进行灰度化处理后，利用sobel算子计算该灰度图上各点的梯度方向以及梯度幅值，得到纺织材料染色后灰度图像的梯度图像，并对各像素点的梯度角度进行修正，便于后续的分析，也可以使结果更精确。
S102、得到所有的染色不均区域
针对纺织材料中染色不均匀的区域进行分析，能够减少计算量，通过对染色不均匀的区域计算得到染色扩散点，所以需要得到纺织材料中所有的染色不均区域。
根据对梯度图像进行阈值分割，对处理后还保留原有梯度幅值的像素点进行均值漂移聚类，得到的就是染色不均区域。
S103、得到所有的染色扩散点
因为染色缺陷是由染色扩散点形成的，所以需要对染色扩散点进行分析；找出所有的染色扩散点，确定染色不均区域的缺陷成因。
移染缺陷表现出来存在扩散的规律，雾斑缺陷表现出来是没有扩散的规律，所以在染色扩散点处的变化也是不同的，因此需要对染色扩散点进行分析。
S104、计算每个染色扩散点的幅值置信度
由于不同的染色缺陷是根据不同的原因产生的，移染是有方向性的变化，存在扩散规律；但雾斑属于颜色重合的变化，不存在扩散规律；通过计算各染色扩散点的幅值置信度来进一步分析染色扩散点处的缺陷类型。
S105、计算每个染色扩散点的分布置信度
染色扩散点的位置体现了各染色扩散点所属的染色不均区域，根据染色扩散点的位置信息和幅值信息可以体现各染色扩散点处的染色不均区域所属的缺陷类型。
S106、计算每个染色扩散点的综合置信度
根据染色扩散点的幅值置信度和染色扩散点的分布置信度计算染色扩散点的综合置信度，通过对染色扩散点的位置信息结合综合置信度，确定各染色点的判断系数，能够进一步更加精确的确定缺陷成因。
S107、判断各染色不均区域的缺陷成因
通过各染色点的判断系数得到每个染色不均区域的判断系数，根据染色不均区域的判断系数对各染色不均区域的缺陷成因进行判断，结果更加准确。
S108、根据缺陷成因对纺织材料进行质量控制
根据判断得出的各区域的缺陷成因对纺织材料进行染色质量的控制，确保染色材料的质量合格。
实施例2
本发明的一种纺织材料染色质量检测分析方法的实施例，如图1与图3所示，具体内容如下：
S201、获取纺织材料染色后灰度图像的梯度图像
获取纺织材料染色后的图像，对该图像进行灰度化处理后，利用sobel算子计算该灰度图上各点的梯度方向以及梯度幅值，得到纺织材料染色后灰度图像的梯度图像，并对各像素点的梯度角度进行修正，便于后续的分析，也可以使结果更精确。
利用工业相机获得纺织材料染色后表面图像并将其灰度化，用sobel算子计算该灰度图上各点的梯度方向以及梯度幅值。
计算出图像
Figure DEST_PATH_IMAGE013
，
Figure 740473DEST_PATH_IMAGE014
方向的梯度
Figure DEST_PATH_IMAGE015
。则梯度幅值
Figure 622847DEST_PATH_IMAGE016
，其对应的梯度方向为
Figure DEST_PATH_IMAGE017
。
如图4所示，其中
Figure 238374DEST_PATH_IMAGE018
为梯度方向与
Figure 451180DEST_PATH_IMAGE013
方向的夹角，以
Figure 766755DEST_PATH_IMAGE013
方向为起始逆时针为正向，将梯度方向分为四种，即当
Figure 532281DEST_PATH_IMAGE018
为以下范围内的角时其对应的梯度方向：
Figure DEST_PATH_IMAGE019
代表梯度方向为垂直方向。
Figure 136568DEST_PATH_IMAGE020
代表梯度方向为45度方向。
Figure DEST_PATH_IMAGE021
代表梯度方向为水平方向。
Figure 854863DEST_PATH_IMAGE022
代表梯度方向为135度方向。
由于图像上像素点的梯度方向只表现为以上四种方向，但是通过计算得到的梯度方向可能会有细微的偏差，所以通过对梯度角度的划分达到对梯度方向的修正的效果。
S202、得到所有的染色不均区域
针对纺织材料中染色不均匀的区域进行分析，能够减少计算量，通过对染色不均匀的区域计算得到染色扩散点，所以需要得到纺织材料中所有的染色不均区域。
根据对梯度图像进行阈值分割，对处理后还保留原有梯度幅值的像素点进行均值漂移聚类，得到的就是染色不均区域。
对梯度图像进行梯度幅值的阈值分割，统计梯度图像上各点梯度幅值的分布直方图；基于梯度幅值直方图，对梯度图像上的像素点基于大津法进行阈值分割，将梯度幅值小于阈值的像素点的梯度幅值置为0，其他像素点的梯度幅值保持不变。至此得到经阈值分割处理后的梯度图像。
对上述处理后的梯度图像上还保留原有的梯度幅值的像素点进行均值漂移聚类，得到
Figure DEST_PATH_IMAGE023
个扩散源聚集区，这些扩散源聚集区所分布的区域即为染色不均区域。至此得到
Figure 228207DEST_PATH_IMAGE023
个染色不均区域。
S203、得到染色不均区域的外轮廓
对于各染色不均区域的扩散源聚集区中的每个染色点，选择该染色点的
Figure 203116DEST_PATH_IMAGE024
个邻近点（与该点距离前
Figure 730918DEST_PATH_IMAGE024
近的
Figure 551107DEST_PATH_IMAGE024
个染色点），以该染色点为起始点，分别获得指向这
Figure 841274DEST_PATH_IMAGE024
个邻近点的单位向量，并计算这
Figure 157724DEST_PATH_IMAGE024
个邻近点的单位向量（模长为1）的和向量。
若得到的该染色点的
Figure 798920DEST_PATH_IMAGE024
个邻近点的单位向量的和向量属于（0，0.3），则判断该染色点为该扩散源聚集区的边缘点，对扩散源聚集区内所有的染色点进行上述判断，得到该扩散源聚集区的所有边缘点，将得到的所有的边缘点连接起来，得到该扩散源聚集区的外轮廓，即该染色不均区域的边缘。
依据上述方法，对得到的
Figure 157221DEST_PATH_IMAGE023
个扩散源聚集区进行边缘点的获取，分别得到这
Figure 71868DEST_PATH_IMAGE023
个扩散源聚集区的外轮廓，即
Figure 123001DEST_PATH_IMAGE023
个染色不均区域的边缘。
S204、得到所有的染色扩散点
因为染色缺陷是由染色扩散点形成的，所以需要对染色扩散点进行分析；找出所有的染色扩散点，确定染色不均区域的缺陷成因。
移染缺陷是由于水分蒸发将染料分子带向蒸发方向所形成的染色深浅不均，而水分蒸发方向除了本身从纺织材料内部向表面蒸发，还存在从表面湿度高方向至湿度低方向蒸发，因此在纺织材料烘干时，表面染色的深浅不一是染料由湿度高的地方向湿度低的地方运动所形成，其存在着由湿度高的地方向湿度低的地方扩散的规律。而雾斑缺陷的产生机理是前处理工序中残留在纺织材料表面的油污与染色后的纺织材料的颜色重合，产生了视觉上的颜色加深效果，因此其并不是以扩散的规律形成。
移染缺陷表现出来存在扩散的规律，雾斑缺陷表现出来是没有扩散的规律，所以在染色扩散点处的变化也是不同的，因此需要对染色扩散点进行分析。
对于所有染色不均区域上的多个染色点（将所有染色不均区域视为一个整体），记第
Figure 985914DEST_PATH_IMAGE003
个点为
Figure DEST_PATH_IMAGE025
（
Figure 849703DEST_PATH_IMAGE002
表示其为
Figure 848883DEST_PATH_IMAGE023
个染色不均区域中的第
Figure 70917DEST_PATH_IMAGE002
个区域，作为染色点的区域类别标签。），染色点的位置结合其梯度方向可以确定一条其梯度变化方向所在的直线，即对于图像上不同的点，其所确定的直线可能有四种角度（即S201中修正后的四个梯度方向）。
计算梯度图像上各染色点所能确定的直线
Figure 421127DEST_PATH_IMAGE004
，这些直线相互之间会有多个交点
Figure 885344DEST_PATH_IMAGE026
，每个
Figure 4610DEST_PATH_IMAGE005
对应着至少两条直线（由于至少两条直线才能形成交点）。因此也即至少对应着两个梯度图像上的点，（每一条直线
Figure 131966DEST_PATH_IMAGE004
均由一个
Figure 969472DEST_PATH_IMAGE001
确定。）则这些交点
Figure 971800DEST_PATH_IMAGE005
即为确定其所对应的多个
Figure 211152DEST_PATH_IMAGE001
的染色扩散点，其位置即为一个染色扩散点位置，称这些染色点
Figure 509409DEST_PATH_IMAGE001
为染色扩散点
Figure 553587DEST_PATH_IMAGE005
的表征点，
Figure 2017DEST_PATH_IMAGE006
为染色扩散点的序号。
S205、计算每个染色扩散点的幅值置信度
由于不同的染色缺陷是根据不同的原因产生的，移染是有方向性的变化，存在扩散规律；但雾斑属于颜色重合的变化，不存在扩散规律；通过计算各染色扩散点的幅值置信度来进一步分析染色扩散点处的缺陷类型。
对于染色点
Figure 830296DEST_PATH_IMAGE001
，其对应的梯度幅值记为
Figure DEST_PATH_IMAGE027
，则对于一个染色扩散点
Figure 204514DEST_PATH_IMAGE005
，其所对应的幅值置信度记为
Figure 16612DEST_PATH_IMAGE011
，计算方式如下：
染色扩散源
Figure 891902DEST_PATH_IMAGE005
对应多个
Figure 840266DEST_PATH_IMAGE001
，每个
Figure 745906DEST_PATH_IMAGE001
对应了一个梯度幅值
Figure 779721DEST_PATH_IMAGE027
，将这个梯度幅值进行归一化（所述归一化即为将其除以其取值范围255）；则
Figure 68488DEST_PATH_IMAGE005
对应的幅值置信度
Figure 871359DEST_PATH_IMAGE011
，即为染色扩散点
Figure 947900DEST_PATH_IMAGE028
的归一化梯度幅值的累加之和除以
Figure DEST_PATH_IMAGE029
个数；根据该方法对所有的染色扩散点进行遍历，得到所有染色扩散点的幅值置信度。
至此，获得每个染色扩散源
Figure 176668DEST_PATH_IMAGE005
的幅值置信度
Figure 629646DEST_PATH_IMAGE011
，以及扩散源
Figure 552602DEST_PATH_IMAGE005
对应的多个
Figure 564159DEST_PATH_IMAGE001
的染色不均区域类别标签（即该染色扩散点对应的每个染色点属于哪一个染色不均区域）。
S206、计算每个染色扩散点的分布置信度
染色扩散点的位置体现了各染色扩散点所属的染色不均区域，根据染色扩散点的位置信息和幅值信息可以体现各染色扩散点处的染色不均区域所属的缺陷类型。
对获得的所有染色扩散点进行基于位置的均值漂移聚类，得到多个聚类簇，获取每个聚类簇的中心点，每个聚类簇的分布区域即为扩散点聚集区。
计算各扩散点聚集区中每个扩散点与聚类簇中心的归一化距离
Figure 572566DEST_PATH_IMAGE030
（这个距离最大为该扩散源聚集区中距离中心最远的扩散源与扩散源聚集区中心的距离，最小为0。则以此对距离进行归一化处理。）；则各染色扩散点的分布置信度为：
Figure DEST_PATH_IMAGE031
。其中
Figure 501339DEST_PATH_IMAGE012
为第
Figure 918282DEST_PATH_IMAGE006
个染色扩散点的分布置信度。
至此得到每个染色扩散点的分布置信度。
S207、计算每个染色扩散点的综合置信度
根据染色扩散点的幅值置信度和染色扩散点的分布置信度计算染色扩散点的综合置信度，通过对染色扩散点的位置信息结合综合置信度，确定各染色点的判断系数，能够进一步更加精确的确定缺陷成因。
染色扩散点的综合置信度计算公式如下：
Figure 336625DEST_PATH_IMAGE032
式中：
Figure 832329DEST_PATH_IMAGE009
为染色扩散点的综合置信度，
Figure 391224DEST_PATH_IMAGE010
表示第
Figure 23194DEST_PATH_IMAGE006
个染色扩散点的综合置信度，
Figure 612438DEST_PATH_IMAGE011
为第
Figure 861017DEST_PATH_IMAGE006
个染色扩散点的幅值置信度，
Figure 686585DEST_PATH_IMAGE012
为第
Figure 173061DEST_PATH_IMAGE006
个染色扩散点的分布置信度。
根据以上方法，遍历所有的染色扩散点，得到每个染色扩散点的综合置信度。
S208、确定各染色点的判断系数
对于每个染色不均区域，其中一个染色点
Figure 339731DEST_PATH_IMAGE001
对应多个染色扩散点，同样一个染色扩散点
Figure 42983DEST_PATH_IMAGE005
对应多个染色点，并且染色点对应的染色扩散点可能不属于该染色点存在的染色不均区域，所以对应不同位置的染色扩散点，将其置信度赋予不同的符号，具体如下：
对于染色点
Figure 179566DEST_PATH_IMAGE001
对应的多个染色扩散点，若该染色扩散点和染色点属于同一染色不均区域，则对该染色扩散点的综合置信度赋予负号，若该染色扩散点和染色点不属于同一染色不均区域，则对该染色扩散点的综合置信度赋予正号；
将染色点对应的多个染色扩散点的带符号的综合置信度进行累加，得到该染色点的判断系数。
S209、判断各染色不均区域的缺陷成因
通过各染色点的判断系数得到每个染色不均区域的判断系数，根据染色不均区域的判断系数对各染色不均区域的缺陷成因进行判断，结果更加准确。
将该染色不均区域内的每个染色点的判断系数进行累加，作为该染色不均区域的总判断系数，根据此方法得到每个染色不均区域的总判断系数。
根据得到的每个染色不均区域的总判断系数对各染色不均区域的缺陷成因进行判断；若该染色不均区域的总判断系数符号为正，则说明该染色不均区域为移染缺陷，若该染色不均区域的总判断系数符号为负，则说明该染色不均区域为雾斑缺陷。
对所有
Figure 786128DEST_PATH_IMAGE023
个染色不均区域均进行上述判断，确定所有染色不均区域的缺陷类别。
S210、根据缺陷成因对纺织材料进行质量控制
根据判断得出的各区域的缺陷成因对纺织材料进行染色质量的控制，确保染色材料的质量合格。
若缺陷为移染缺陷，则应控制染色后处理工序中的烘干工序，使其烘干塑速率适中。
若缺陷为雾斑缺陷，则应在染色前处理中加强坯布检验，确保不会残留油污。
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 (7)

1.一种纺织材料染色质量检测分析方法，其特征在于：包括以下步骤：
获取纺织材料染色后灰度图像的梯度图像；
对梯度图像进行阈值分割得到分割后的梯度图，对分割后的梯度图进行均值漂移聚类得到染色不均区域；
获取所有染色不均区域内的每个染色点，结合所有染色不均区域内染色点的梯度方向得到染色扩散点；
根据各染色扩散点对应的所有染色点的梯度幅值计算该染色扩散点的幅值置信度；
对得到的染色扩散点进行均值漂移聚类，得到扩散源聚集区，利用每个扩散源聚集区中染色扩散点到扩散源聚集区中心点的距离得到每个染色扩散点的分布置信度；
根据每个染色扩散点的幅值置信度和分布置信度计算每个染色扩散点的综合置信度；
根据每个染色扩散点与其在染色不均区域内的相对位置及每个染色不均区域内各个染色扩散点的综合置信度判断该染色不均匀区域的缺陷成因；
根据缺陷成因对纺织材料进行质量控制。
2.根据权利要求1所述的一种纺织材料染色质量检测分析方法，其特征在于：所述结合所有染色不均区域内像素点的梯度方向得到染色扩散点的过程如下：
对于所有染色不均区域内的染色点，用
Figure DEST_PATH_IMAGE001
表示第
Figure 498684DEST_PATH_IMAGE002
个染色不均区域内的第
Figure DEST_PATH_IMAGE003
个染色点，点
Figure 721855DEST_PATH_IMAGE001
的位置结合该点的梯度方向可以确定一条梯度变化方向所在的直线，用
Figure 41890DEST_PATH_IMAGE004
表示第
Figure 362013DEST_PATH_IMAGE002
个染色不均区域内的第
Figure 463961DEST_PATH_IMAGE003
个染色点的梯度变化方向上的直线；
得到所有染色不均区域内的每个染色点对应的梯度变化方向上的直线，直线上的交点
Figure DEST_PATH_IMAGE005
即为染色扩散点，
Figure 282750DEST_PATH_IMAGE006
为染色扩散点的序号。
3.根据权利要求1所述的一种纺织材料染色质量检测分析方法，其特征在于：所述每个染色扩散点的综合置信度的计算公式如下：
Figure 620191DEST_PATH_IMAGE008
式中：
Figure DEST_PATH_IMAGE009
为染色扩散点的综合置信度，
Figure 607869DEST_PATH_IMAGE010
表示第
Figure 615140DEST_PATH_IMAGE006
个染色扩散点的综合置信度，
Figure DEST_PATH_IMAGE011
为第
Figure 311438DEST_PATH_IMAGE006
个染色扩散点的幅值置信度，
Figure 62356DEST_PATH_IMAGE012
为第
Figure 232438DEST_PATH_IMAGE006
个染色扩散点的分布置信度。
4.根据权利要求4所述的一种纺织材料染色质量检测分析方法，其特征在于：所述染色扩散点的幅值置信度的计算方法如下：
因为染色扩散点是染色点对应的梯度变化方向上的直线的交点，所以将梯度变化方向上的直线对应的染色点作为染色扩散点的表征点；
获取染色扩散点对应的染色点的梯度幅值，将获取的梯度幅值进行归一化处理后进行累加，再将累加后的值除以该染色扩散点对应的染色点的数量得到的即为该染色扩散点的幅值置信度；
对所有染色扩散点进行上述步骤的计算，得到每个染色扩散点的幅值置信度。
5.根据权利要求4所述的一种纺织材料染色质量检测分析方法，其特征在于：所述染色扩散点的分布置信度的计算方法如下：
对获得的所有染色扩散点进行基于位置的均值漂移聚类得到多个扩散源聚集区，获取各扩散源聚集区的中心点；
分别计算每个扩散源聚集区内各染色扩散点与扩散源聚集区的中心点的归一化距离，得到的结果即为该染色扩散点的分布置信度。
6.根据权利要求1所述的一种纺织材料染色质量检测分析方法，其特征在于：所述判断染色不均匀区域的缺陷成因的方法如下：
对于每个染色不均区域，其中一个染色点对应多个染色扩散点，同样一个染色扩散点对应多个染色点，并且染色点对应的染色扩散点可能不属于该染色点存在的染色不均区域，所以对应不同位置的染色扩散点，将其置信度赋予不同的符号，具体如下：
对于染色点对应的多个染色扩散点，若该染色扩散点和染色点属于同一染色不均区域，则对该染色扩散点的综合置信度赋予负号，若该染色扩散点和染色点不属于同一染色不均区域，则对该染色扩散点的综合置信度赋予正号；
将染色点对应的多个染色扩散点的带符号的综合置信度进行累加，得到该染色点的判断系数，将各染色不均区域内每个染色点的判断系数累加得到各染色不均区域的判断系数；
若染色不均区域的判断系数符号为正号，则说明该染色不均区域为移染缺陷；若染色不均区域的判断系数符号为负号，则说明该染色不均区域为雾斑缺陷。
7.根据权利要求1所述的一种纺织材料染色质量检测分析方法，其特征在于：所述根据缺陷成因对纺织材料进行质量控制的方法如下：
若缺陷为移染缺陷，则应控制染色后处理工序中的烘干工序，使其烘干塑速率适中；
若缺陷为雾斑缺陷，则应在染色前处理中加强坯布检验，确保不会残留油污。
CN202211044504.4A 2022-08-30 2022-08-30 一种纺织材料染色质量检测分析方法 Pending CN115115639A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211044504.4A CN115115639A (zh) 2022-08-30 2022-08-30 一种纺织材料染色质量检测分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211044504.4A CN115115639A (zh) 2022-08-30 2022-08-30 一种纺织材料染色质量检测分析方法

Publications (1)

Publication Number Publication Date
CN115115639A true CN115115639A (zh) 2022-09-27

Family

ID=83335976

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211044504.4A Pending CN115115639A (zh) 2022-08-30 2022-08-30 一种纺织材料染色质量检测分析方法

Country Status (1)

Country Link
CN (1) CN115115639A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117893531A (zh) * 2024-03-14 2024-04-16 凯森蒙集团有限公司 一种服装加工过程中服装质量智能检测方法
CN117808800B (zh) * 2024-02-29 2024-05-10 深圳市富安娜艺术家居有限公司 一种纺织品染色质量智能评估方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117808800B (zh) * 2024-02-29 2024-05-10 深圳市富安娜艺术家居有限公司 一种纺织品染色质量智能评估方法及系统
CN117893531A (zh) * 2024-03-14 2024-04-16 凯森蒙集团有限公司 一种服装加工过程中服装质量智能检测方法
CN117893531B (zh) * 2024-03-14 2024-06-11 凯森蒙集团有限公司 一种服装加工过程中服装质量智能检测方法

Similar Documents

Publication Publication Date Title
CN115115639A (zh) 一种纺织材料染色质量检测分析方法
CN111179225B (zh) 一种基于灰度梯度聚类的试纸表面纹理缺陷检测方法
CN110349126B (zh) 一种基于卷积神经网络带标记的钢板表面缺陷检测方法
CN114782562B (zh) 基于数据识别的服装布料浸染监测方法及人工智能系统
CN115375676A (zh) 一种基于图像识别的不锈钢制品质量检测方法
CN115063423B (zh) 基于计算机视觉的机械铸件冷热裂纹自适应辨别方法
CN115100221B (zh) 一种玻璃缺陷分割方法
WO2021168733A1 (zh) 缺陷图像的缺陷检测方法、装置及计算机可读存储介质
CN115082683A (zh) 一种基于图像处理的注塑缺陷检测方法
CN113340909B (zh) 一种基于机器视觉的胶线缺陷检测方法
CN117237368A (zh) 一种桥梁裂缝检测方法及系统
CN106404793A (zh) 基于视觉的轴承密封件缺陷检测方法
CN109540925B (zh) 基于差影法与局部方差测量算子的复杂瓷砖表面缺陷检测方法
CN116630309A (zh) 一种布匹断纬瑕疵检测方法
CN117274248B (zh) 一种布料印染瑕疵缺陷视觉检测方法
CN115018827A (zh) 一种建材焊缝质量自动检测方法
CN116630304B (zh) 一种基于人工智能的锂电池模具加工检测方法及系统
CN115131353B (zh) 平网印花纺织品生产异常识别定位方法及系统
CN115311279A (zh) 一种织物经纬瑕疵的机器视觉识别方法
CN115131356A (zh) 一种基于丰富度的钢板缺陷分类方法
CN111210405A (zh) 一种基于红外成像的挥发性有机物泄露检测方法
Vasilic et al. The edge detecting methods in ceramic tiles defects detection
Liu et al. An automatic defects detection scheme for lithium-ion battery electrode surface
CN118501177A (zh) 一种化成箔的外观缺陷检测方法及系统
CN117911353A (zh) 一种圆形晶振片表面缺陷检测方法

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