CN115205295B - 一种服装面料拉伸强度检测方法 - Google Patents

一种服装面料拉伸强度检测方法 Download PDF

Info

Publication number
CN115205295B
CN115205295B CN202211127846.2A CN202211127846A CN115205295B CN 115205295 B CN115205295 B CN 115205295B CN 202211127846 A CN202211127846 A CN 202211127846A CN 115205295 B CN115205295 B CN 115205295B
Authority
CN
China
Prior art keywords
defect area
fabric
value
broken line
gray
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
Application number
CN202211127846.2A
Other languages
English (en)
Other versions
CN115205295A (zh
Inventor
吴永惠
林静君
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 Xinshijia Home Textile High Tech Co ltd
Original Assignee
Jiangsu Xinshijia Home Textile High Tech 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 Xinshijia Home Textile High Tech Co ltd filed Critical Jiangsu Xinshijia Home Textile High Tech Co ltd
Priority to CN202211127846.2A priority Critical patent/CN115205295B/zh
Publication of CN115205295A publication Critical patent/CN115205295A/zh
Application granted granted Critical
Publication of CN115205295B publication Critical patent/CN115205295B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/60—Rotation of whole images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Treatment Of Fiber Materials (AREA)

Abstract

本发明涉及应用电子设备进行识别的方法领域，具体涉及一种服装面料拉伸强度检测方法，该方法包括：获取拉伸测试后的面料图像，将面料图像进行旋转变换获得纱线与水平方向垂直或者平行的目标图像，根据边缘检测获取图像中的缺陷区域，对缺陷区域细化得到单像素线段，根据单像素线段与目标图像边缘的角度确定面料图像中的纱线缺陷区域；获取纱线缺陷区域的灰度变化曲线，分析获取灰度变化曲线的振幅集合、周期集合，根据振幅集合、周期集合确定纱线缺陷区域中的断线区域，计算每个断线区域的断线程度，根据断线程度及断线程度阈值确定面料的拉伸强度是否合格，本发明方法提高了拉伸强度合格的面料检测的准确度。

Description

一种服装面料拉伸强度检测方法
技术领域
本发明涉及应用电子设备进行识别的方法领域，具体涉及一种服装面料拉伸强度检测方法。
背景技术
服装面料是用来制作服装的材料，其不仅可以诠释服装的风格和特性，而且直接左右着服装的色彩、造型的表现效果，在面料使用过程中需要抵抗各种不同类型的负荷，如张力、压力、弯曲、扭转、剪切等，面料在各种负荷的作用下，呈现的应力应变关系，称为面料的机械性能。其中面料的抗拉伸强度为其中的一种机械性能，拉伸强度大小是决定服装面料的性能好坏的重要指标之一。
由于，不同用途的面料坯布，其所需的规定承受力不同，因此，在对面料坯布做合格受力测试后，检测其拉伸强度是否符合要求是必不可少的，在进行拉伸强度检测时，需要判断测试后面料上经纬线的断裂情况，而现有技术中，在对面料检测时，无法精准地分辨出已识别的各类缺陷的类型，故受其他类型缺陷的影响，导致断线缺陷难以确定，进而影响对面料拉伸强度的检测。
因此，需要提供一种服装面料拉伸强度检测时缺陷类型进而实现面料拉伸强度的检测方法，予以解决上述问题。
发明内容
本发明提供一种利用电子设备识别服装面料拉伸强度检测方法，以解决现有的问题。
本发明的一种服装面料拉伸强度检测方法采用如下技术方案：该方法包括：
获取拉伸测试后的面料图像；
将面料图像进行旋转变换获得纱线与水平方向垂直或者平行的目标图像；
利用边缘检测算法获取目标图像中的多个缺陷区域，对每个缺陷区域进行细化得到单像素线段，根据单像素线段与目标图像边缘的角度确定面料图像中的纱线缺陷区域和其他区域，其中，纱线缺陷区域包括经纱线缺陷区域和纬纱线缺陷区域；
根据经纱线缺陷区域中的每行像素的灰度总值、纬纱线缺陷区域中每列像素的灰度总值获取对应的灰度变化曲线，根据每两个相邻波峰的距离获取灰度变化曲线的周期集合，根据每个波峰的灰度值、每个波谷的灰度值获取灰度变化曲线的振幅集合；
根据振幅集合和周期集合对应的振幅方差、周期方差计算灰度变化曲线的变化规律值，根据所有纱线缺陷区域对应的变化规律值及预设的变化规律阈值获取断线区域及数量；
根据每个灰度变化曲线的波峰数量、周期集合的周期均值、所有峰值对应的灰度值的灰度均值、其他区域的灰度值的灰度均值计算断线区域的断线程度；
根据所有断线区域的断线程度计算该面料图像的断线程度；根据断线程度及预设的断线程度阈值确定面料的拉伸强度是否合格。
优选的，将面料图像进行旋转变换获得纱线与水平方向垂直或者平行的目标图像的步骤包括：
获取面料图像中纱线包括纬纱线和经纱线；
获取面料图像中平行纱线与水平方向的夹角或者与竖直方向的夹角；
根据平行纱线与水平方向的夹角或者与竖直方向的夹角对面料图像进行旋转变换获得纱线与水平方向或者竖直方向平行的面料图像，该面料图像记为目标图像。
优选的，对缺陷区域进行形态学细化操作获取单像素线段。
优选的，根据单像素线段与目标图像边缘的角度确定面料图像中的纱线缺陷区域和其他区域的步骤包括：
将单像素线段与目标图像边缘垂直的单像素线段对应的缺陷区域记为纱线缺陷区域；
反之，其他单像素线段对应的缺陷区域即为其他区域。
优选的，将单像素线段与目标图像边缘垂直的单像素线段对应的缺陷区域记为纱线缺陷区域的步骤包括：
单像素线段与目标图像的水平方向的边缘垂直的单像素线段对应的缺陷区域为经纱线缺陷区域；
单像素线段与目标图像的竖直方向的边缘垂直的单像素线段对应的缺陷区域为纬纱线缺陷区域。
优选的，根据经纱线缺陷区域中的每行像素的灰度总值、纬纱线缺陷区域中每列像素的灰度总值获取对应的灰度变化曲线的步骤包括：
沿经纱线缺陷区域的从上向下的方向依次获取经纱线缺陷区域中的每行像素的灰度总值；
将经纱线缺陷区域中的每行像素的灰度总值作为纵坐标，将行像素对应行数作为横坐标，构建第一灰度变化曲线；
沿纬纱线缺陷区域的从左向右的方向依次获取纬纱线缺陷区域中的每列像素的灰度总值；
将纬纱线缺陷区域中的每列像素的灰度总值作为纵坐标，将列像素对应列数作为横坐标，构建第二灰度变化曲线。
优选的，根据振幅集合和周期集合对应的振幅方差、周期方差计算灰度变化曲线的变化规律值的步骤包括：
根据振幅集合中的所有振幅计算振幅均值，根据每个振幅与振幅均值计算振幅方差；
根据周期集合所周期计算周期均值，根据每个周期与周期均值计算周期方差；
将振幅方差与周期方差的和值作为灰度变化曲线的变化规律值。
优选的，每个灰度变化曲线的振幅集合的振幅方差与周期集合的周期方差的和值记为灰度变化曲线的变化规律值。
优选的，根据每个灰度变化曲线的波峰数量、周期集合的周期均值、所有峰值对应的灰度值的灰度均值、其他区域的灰度值的灰度均值计算断线区域的断线程度的步骤包括：
将每个灰度变化曲线的波峰数量断线区域的纱线长度；
获取所有峰值对应的灰度值的灰度均值与其他区域的灰度值的灰度均值的灰度差值，并将灰度差值的绝对值记为该断线区域的纱线隆起高度；
将周期集合的周期均值记为断线区域的宽度；
根据断线区域的宽度、纱线隆起高度及纱线长度的乘积记为该断线区域的断线程度。
优选的，将所有断线区域的断线程度进行加和得到面料图像的断线程度。
本发明的有益效果是：本发明的一种服装面料拉伸强度检测方法，通过图像分析面料上经纬线的灰度变化，然后确定经纬线的灰度变化的周期规律和振幅规律，从而根据周期规律和振幅规律综合确定缺陷中的断线缺陷，然后根据灰度变化的周期规律和振幅规律计算面料上的断线程度，然后根据经线断线程度、纬线断线程度综合判断面料的拉伸强度是否合格，从而提高拉伸强度的检测精度。
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为本发明的一种服装面料拉伸强度检测方法的实施例总体步骤的流程图；
图2为本发明实施例中步骤S6的流程图。
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。
本发明的一种服装面料拉伸强度检测方法的实施例，如图1所示，该方法包括：
S1、获取拉伸测试后的面料图像，具体的，为了减少光照对面料表面缺陷的检测的影响，使用LED灯多方位照明，为了获得面料的经线、纬线清晰的图像，使用高分辨率的CCD相机俯视拍摄经过拉伸测试后观测台上的面料坯布图像，对面料坯布图像进行语义分割获取去除背景干扰的面料图像。
S2、由于人工对面料摆放的原因，会导致在用相机采集的面料图像实际上不可避免的会使得图像有一定倾斜的角度，这种倾斜角度的存在会影响对经线、纬线上灰度信息的提取，为了更好地定位经线、纬线以及对后续的经线、纬线中的断线分析，将面料图像进行旋转变换获得纱线与水平方向垂直或者平行的目标图像，目标图像上纵向的纱线是经线、横向的纱线是纬线。
具体的，获取面料图像中纱线包括纬纱线和经纱线；获取面料图像中平行纱线与水平方向的夹角或者与竖直方向的夹角；根据平行纱线与水平方向的夹角或者与竖直方向的夹角对面料图像进行旋转变换获得纱线与水平方向或者竖直方向平行的面料图像，该面料图像记为目标图像。
S3、利用边缘检测算法获取目标图像中的多个缺陷区域，对每个缺陷区域进行细化得到单像素线段，根据单像素线段与目标图像边缘的角度确定面料图像中的纱线缺陷区域和其他区域；具体的，对缺陷区域进行形态学细化操作获取单像素线段，将单像素线段与目标图像边缘垂直的单像素线段对应的缺陷区域记为纱线缺陷区域；反之，其他单像素线段对应的缺陷区域记为其他区域，其中，纱线缺陷区域包括经纱线缺陷区域和纬纱线缺陷区域，即单像素线段与目标图像的水平方向的边缘垂直的单像素线段对应的缺陷区域为经纱线缺陷区域；单像素线段与目标图像的竖直方向的边缘垂直的单像素线段对应的缺陷区域为纬纱线缺陷区域。
S4、根据经纱线缺陷区域中的每行像素的灰度总值、纬纱线缺陷区域中每列像素的灰度总值获取对应的灰度变化曲线，根据每两个相邻波峰的距离获取灰度变化曲线的周期集合，根据每个波峰的灰度值、每个波谷的灰度值获取灰度变化曲线的振幅集合。
具体的，沿经纱线缺陷区域的从上向下的方向依次获取经纱线缺陷区域中的每行像素的灰度总值；将经纱线缺陷区域中的每行像素的灰度总值作为纵坐标，将行像素对应行数作为横坐标，构建第一灰度变化曲线；沿纬纱线缺陷区域的从左向右的方向依次获取纬纱线缺陷区域中的每列像素的灰度总值；将纬纱线缺陷区域中的每列像素的灰度总值作为纵坐标，将列像素对应列数作为横坐标，构建第二灰度变化曲线。
该实施例主要针对纬纱线缺陷区域的第二灰度变化曲线进行说明：
根据第二灰度变化曲线中每个波峰的灰度值获得波峰灰度值集合
Figure DEST_PATH_IMAGE002
，其中n为波峰数量，根据第二灰度变化曲线中每个波谷的灰度值获得波谷灰度值集合
Figure DEST_PATH_IMAGE004
，其中m为波谷数量，将第二灰度变化曲线中波峰对应的横轴坐标
Figure DEST_PATH_IMAGE006
，其中，波峰j={1,2,…,n}，故根据利用下式（1）表示第二灰度变化曲线的周期集合
Figure DEST_PATH_IMAGE008
：
Figure DEST_PATH_IMAGE010
（1）
式中，
Figure 222653DEST_PATH_IMAGE006
表示第二灰度变化曲线中第j个波峰的横坐标，
Figure 139793DEST_PATH_IMAGE008
表示第二灰度变化曲线中周期集合；
Figure DEST_PATH_IMAGE012
表示第二灰度变化曲线的第
Figure DEST_PATH_IMAGE014
个周期；
利用下式（2）表示第二灰度变化曲线的振幅集合：
Figure DEST_PATH_IMAGE016
（2）
式中，波谷灰度值集合
Figure DEST_PATH_IMAGE018
中的m为波谷的数量，波峰灰度值集合
Figure DEST_PATH_IMAGE020
中的n为波峰的数量，当n大于m时，y的取值为m；当n小于m时，y的取值为n；当n等于m时，y的取值为n或者m，
Figure DEST_PATH_IMAGE022
表示第二灰度变化曲线中第y个振幅；
Figure DEST_PATH_IMAGE024
表示第y个波峰灰度值；
Figure DEST_PATH_IMAGE026
表示第x个波谷灰度值，
Figure DEST_PATH_IMAGE028
表示第二灰度变化曲线的振幅集合。
S5、根据振幅集合和周期集合对应的振幅方差、周期方差计算灰度变化曲线的变化规律值，根据所有纱线缺陷区域对应的变化规律值及预设的变化规律阈值获取断线区域及数量。
具体的，该实施例纬纱线缺陷区域进行说明：
计算第二灰度变化曲线的周期集合内所有周期的周期均值，根据周期均值与周期集合内的每个周期计算周期方差，具体的，根据下式（3）计算周期方差：
Figure DEST_PATH_IMAGE030
（3）
式中，
Figure DEST_PATH_IMAGE032
第二灰度变化曲线的周期集合内的第
Figure DEST_PATH_IMAGE034
个周期；
Figure DEST_PATH_IMAGE036
表示第二灰度变化曲线 的周期集合内的所有周期的周期均值，
Figure DEST_PATH_IMAGE038
表示第二灰度变化曲线的周期集合内的周期总 数；
Figure DEST_PATH_IMAGE040
的值越小，周期集合
Figure 840902DEST_PATH_IMAGE008
中每个周期数据的差异越小，则第二灰度变化曲线的周期性越 好；
计算第二灰度变化曲线的振幅集合内所有振幅的振幅均值，根据振幅均值与振幅集合内的每个振幅计算振幅方差，根据下式（4）计算振幅方差：
Figure DEST_PATH_IMAGE042
（4）
式中，
Figure DEST_PATH_IMAGE044
第二灰度变化曲线的振幅集合内第
Figure DEST_PATH_IMAGE046
个振幅；
Figure DEST_PATH_IMAGE048
表示第二灰度变化曲线的振幅集合内的所有振幅的振幅均值，y表示第二灰度变化曲线的振幅集合内的振幅总数；振幅方差
Figure DEST_PATH_IMAGE050
的值越小，即每个波动周期的振幅变化越小，其振幅越规律；
其中，根据下式（5）计算灰度变化曲线的变化规律值：
Figure DEST_PATH_IMAGE052
（5）
其中，
Figure 95165DEST_PATH_IMAGE040
表示第二灰度变化曲线的周期方差；
Figure 643959DEST_PATH_IMAGE050
表示第二灰度变化曲线的振幅方差；V表示第二灰度变化曲线的变化规律值，故变化规律值V的值越小，第二灰度变化曲线的周期性越好、振幅越规律；
具体的，根据所有纱线缺陷区域对应的变化规律值及预设的变化规律阈值获取断线区域及数量的步骤包括：计算目标图像中每个纬纱线缺陷区域的第二灰度变化曲线的波动的变化规律值V，将所有变化规律值V中的最大值
Figure DEST_PATH_IMAGE054
作为变化规律阈值，当V小于
Figure 246847DEST_PATH_IMAGE054
时，判定该纬纱线缺陷区域为纬纱线断线区域，并获得纬纱线断线区域的数量为
Figure DEST_PATH_IMAGE056
；同理获取经纱线缺陷区域中的经纱线断线区域及经纱线断线区域的数量
Figure DEST_PATH_IMAGE058
。
S6、根据每个灰度变化曲线的波峰数量、周期集合的周期均值、所有峰值对应的灰度值的灰度均值、其他区域的灰度值的灰度均值计算断线区域的断线程度，具体的，由于断线分为经纱线断线区域和纬纱线断线区域，故断线程度包括了纬纱线断线区域的断线程度、经纱线断线区域的断线程度。
具体的，以纬纱线断线区域的断线程度即为断纬程度作为实施例进行说明，如图2所示，S61、将每个第二灰度变化曲线的波峰数量作为纬纱线断线区域的纱线长度；S62、获取所有峰值对应的灰度值的灰度均值与其他区域的灰度值的灰度均值的灰度差值，并将灰度差值的绝对值记为该纬纱线断线区域的经纱线隆起高度；S63、将周期集合的周期均值记为纬纱线断线区域的宽度；S64、根据纬纱线断线区域的宽度、经纱线隆起高度及纱线长度的乘积记为该纬纱线断线区域的断线程度，其中，根据下式（6）计算纬纱线断线区域的断线程度：
Figure DEST_PATH_IMAGE060
（6）
其中n表示纬纱线断线区域的纱线长度，
Figure 45039DEST_PATH_IMAGE036
表示纬纱线断线区域的宽度，A表示纬纱线断线区域的经纱线隆起高度；
S65、同理根据计算纬纱线断线区域的断线程度计算经纱线断线区域的断线程度，具体的，根据经纱线断线区域的宽度、纬纱线隆起高度及纱线长度的乘积记为该经纱线断线区域的断线程度。
S7、根据所有断线区域的断线程度计算该面料图像的断线程度；根据断线程度及预设的断线程度阈值确定面料的拉伸强度是否合格。
将所有断线区域的断线程度进行加和得到面料图像的断线程度，由于断线程度包括纬纱线断线区域的断线程度、经纱线断线区域的断线程度，故，当面料上纬纱线断线区域的数量为
Figure DEST_PATH_IMAGE062
，纬纱线断线区域的断线程度为P，经纱线断线区域的数量为
Figure DEST_PATH_IMAGE064
，经纱线断线区域的断线程度为S，由此可获得面料上的纬纱线断线区域的断线程度集合
Figure DEST_PATH_IMAGE066
和经纱线断线区域的断线程度集合
Figure DEST_PATH_IMAGE068
，因此，根据下式（7）计算面料图像的断线程度R：
Figure DEST_PATH_IMAGE070
（7）
其中，
Figure DEST_PATH_IMAGE072
表示经纱线断线区域的断线程度集合中的第i个断线程度；
Figure DEST_PATH_IMAGE074
表示纬纱线断线区域的断线程度集合中的第i个断线程度；R的值越大，面料的断线程度越大；设定断线程度阈值为
Figure DEST_PATH_IMAGE076
，当R小于
Figure 588147DEST_PATH_IMAGE076
，则判断定此种面料拉伸强度合格，反之则不合格。
综上所述，本发明提供一种服装面料拉伸强度检测方法，通过图像分析面料上经纬线的灰度变化，然后确定经纬线的灰度变化的周期规律和振幅规律，从而根据周期规律和振幅规律综合确定缺陷中的断线缺陷，然后根据灰度变化的周期规律和振幅规律计算面料上的断线程度，然后根据经线断线程度、纬线断线程度综合判断面料的拉伸强度是否合格，从而提高拉伸强度的检测精度。
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 (8)

1.一种服装面料拉伸强度检测方法，其特征在于，该方法包括：
获取拉伸测试后的面料图像；
将面料图像进行旋转变换获得纱线与水平方向垂直或者平行的目标图像；
利用边缘检测算法获取目标图像中的多个缺陷区域，对每个缺陷区域进行细化得到单像素线段，根据单像素线段与目标图像边缘的角度确定面料图像中的纱线缺陷区域和其他区域，其中，纱线缺陷区域包括经纱线缺陷区域和纬纱线缺陷区域；
根据经纱线缺陷区域中的每行像素的灰度总值、纬纱线缺陷区域中每列像素的灰度总值获取对应的灰度变化曲线，获取灰度变化曲线包括：沿经纱线缺陷区域的从上向下的方向依次获取经纱线缺陷区域中的每行像素的灰度总值；将经纱线缺陷区域中的每行像素的灰度总值作为纵坐标，将行像素对应行数作为横坐标，构建第一灰度变化曲线；沿纬纱线缺陷区域的从左向右的方向依次获取纬纱线缺陷区域中的每列像素的灰度总值；将纬纱线缺陷区域中的每列像素的灰度总值作为纵坐标，将列像素对应列数作为横坐标，构建第二灰度变化曲线；根据每两个相邻波峰的距离获取灰度变化曲线的周期集合，根据每个波峰的灰度值、每个波谷的灰度值获取灰度变化曲线的振幅集合；
根据振幅集合和周期集合对应的振幅方差、周期方差计算灰度变化曲线的变化规律值，根据所有纱线缺陷区域对应的变化规律值及预设的变化规律阈值获取断线区域及断线区域数量；
根据每个灰度变化曲线的波峰数量、周期集合的周期均值、所有峰值对应的灰度值的灰度均值、其他区域的灰度值的灰度均值计算断线区域的断线程度，计算断线区域的断线程度的步骤为：将每个灰度变化曲线的波峰数量断线区域的纱线长度；获取所有峰值对应的灰度值的灰度均值与其他区域的灰度值的灰度均值的灰度差值，并将灰度差值的绝对值记为该断线区域的纱线隆起高度；将周期集合的周期均值记为断线区域的宽度；根据断线区域的宽度、纱线隆起高度及纱线长度的乘积记为该断线区域的断线程度；
根据所有断线区域的断线程度计算该面料图像的断线程度；根据断线程度及预设的断线程度阈值确定面料的拉伸强度是否合格。
2.根据权利要求1所述的一种服装面料拉伸强度检测方法，其特征在于，将面料图像进行旋转变换获得纱线与水平方向垂直或者平行的目标图像的步骤包括：
获取面料图像中纱线包括纬纱线和经纱线；
获取面料图像中平行纱线与水平方向的夹角或者与竖直方向的夹角；
根据平行纱线与水平方向的夹角或者与竖直方向的夹角对面料图像进行旋转变换获得纱线与水平方向或者竖直方向平行的面料图像，该面料图像记为目标图像。
3.根据权利要求1所述的一种服装面料拉伸强度检测方法，其特征在于，对缺陷区域进行形态学细化操作获取单像素线段。
4.根据权利要求1所述的一种服装面料拉伸强度检测方法，其特征在于，根据单像素线段与目标图像边缘的角度确定面料图像中的纱线缺陷区域和其他区域的步骤包括：
将单像素线段与目标图像边缘垂直的单像素线段对应的缺陷区域记为纱线缺陷区域；
反之，其他单像素线段对应的缺陷区域即为其他区域。
5.根据权利要求4所述的一种服装面料拉伸强度检测方法，其特征在于，将单像素线段与目标图像边缘垂直的单像素线段对应的缺陷区域记为纱线缺陷区域的步骤包括：
单像素线段与目标图像的水平方向的边缘垂直的单像素线段对应的缺陷区域为经纱线缺陷区域；
单像素线段与目标图像的竖直方向的边缘垂直的单像素线段对应的缺陷区域为纬纱线缺陷区域。
6.根据权利要求1所述的一种服装面料拉伸强度检测方法，其特征在于，根据振幅集合和周期集合对应的振幅方差、周期方差计算灰度变化曲线的变化规律值的步骤包括：
根据振幅集合中的所有振幅计算振幅均值，根据每个振幅与振幅均值计算振幅方差；
根据周期集合所周期计算周期均值，根据每个周期与周期均值计算周期方差；
将振幅方差与周期方差的和值作为灰度变化曲线的变化规律值。
7.根据权利要求1所述的一种服装面料拉伸强度检测方法，其特征在于，每个灰度变化曲线的振幅集合的振幅方差与周期集合的周期方差的和值记为灰度变化曲线的变化规律值。
8.根据权利要求1所述的一种服装面料拉伸强度检测方法，其特征在于，将所有断线区域的断线程度进行加和得到面料图像的断线程度。
CN202211127846.2A 2022-09-16 2022-09-16 一种服装面料拉伸强度检测方法 Active CN115205295B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211127846.2A CN115205295B (zh) 2022-09-16 2022-09-16 一种服装面料拉伸强度检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211127846.2A CN115205295B (zh) 2022-09-16 2022-09-16 一种服装面料拉伸强度检测方法

Publications (2)

Publication Number Publication Date
CN115205295A CN115205295A (zh) 2022-10-18
CN115205295B true CN115205295B (zh) 2022-12-13

Family

ID=83571887

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211127846.2A Active CN115205295B (zh) 2022-09-16 2022-09-16 一种服装面料拉伸强度检测方法

Country Status (1)

Country Link
CN (1) CN115205295B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116823808B (zh) * 2023-08-23 2023-11-17 青岛豪迈电缆集团有限公司 基于机器视觉的电缆绞线智能检测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012152336A1 (en) * 2011-05-12 2012-11-15 Centre De Visió Per Computador (Cvc) Method for detecting defects on yarns
CN114067453A (zh) * 2021-10-31 2022-02-18 苏州精梭智能技术有限公司 一种织布缺陷检测方法及缺陷巡检方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005172559A (ja) * 2003-12-10 2005-06-30 Seiko Epson Corp パネルの線欠陥検出方法及び装置
CN115049671A (zh) * 2022-08-17 2022-09-13 南通东德纺织科技有限公司 基于计算机视觉的布匹表面缺陷检测方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012152336A1 (en) * 2011-05-12 2012-11-15 Centre De Visió Per Computador (Cvc) Method for detecting defects on yarns
CN114067453A (zh) * 2021-10-31 2022-02-18 苏州精梭智能技术有限公司 一种织布缺陷检测方法及缺陷巡检方法

Also Published As

Publication number Publication date
CN115205295A (zh) 2022-10-18

Similar Documents

Publication Publication Date Title
CN115115615B (zh) 一种基于图像识别的纺织面料质量评估方法及系统
US11091858B2 (en) On-loom fabric inspection system and method
CN115205295B (zh) 一种服装面料拉伸强度检测方法
CN114235825B (zh) 一种基于计算机视觉的钢丝绳质量检测方法
CN115311303B (zh) 一种纺织品经纬缺陷检测方法
CN114878574A (zh) 基于机器视觉的布匹缺陷检测方法、装置及系统
CN115082458B (zh) 一种基于灰度游程矩阵的纺织材料疵点分析方法
CN115131348B (zh) 一种纺织品表面缺陷的检测方法及系统
CN116630309B (zh) 一种布匹断纬瑕疵检测方法
CN115311267B (zh) 一种格纹织物异常检测方法
CN110781913B (zh) 一种拉链布带缺陷检测方法
CN113592867B (zh) 一种基于碳纤维布面残留捆绑纱的检测方法
CN116109642B (zh) 一种碳纤维断丝缺陷检测方法、设备及存储介质
CN115311298A (zh) 一种纺织品质量检测方法
CN113838038A (zh) 一种碳纤维布面疵点检测方法、装置、电子设备和存储介质
CN115861310B (zh) 一种床单表面纺织缺陷检测方法
CN115049671A (zh) 基于计算机视觉的布匹表面缺陷检测方法及系统
CN115311279A (zh) 一种织物经纬瑕疵的机器视觉识别方法
CN112767384A (zh) 一种弹力布克重在线检测系统的补偿方法和装置
CN114913180B (zh) 一种棉布筘痕缺陷的智能检测方法
Han et al. Identification and measurement of convolutions in cotton fiber using image analysis
CN115082460A (zh) 一种织布生产线质量监控方法及系统
CN115294097A (zh) 基于机器视觉的纺织品表面疵点检测方法
CN112365452A (zh) 一种基于双侧图像的网络丝网络点的检测方法
CN114565566A (zh) 一种捆绑纱宽度检测方法、装置、设备及存储介质

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