CN115311279A - 一种织物经纬瑕疵的机器视觉识别方法 - Google Patents

一种织物经纬瑕疵的机器视觉识别方法 Download PDF

Info

Publication number
CN115311279A
CN115311279A CN202211243326.8A CN202211243326A CN115311279A CN 115311279 A CN115311279 A CN 115311279A CN 202211243326 A CN202211243326 A CN 202211243326A CN 115311279 A CN115311279 A CN 115311279A
Authority
CN
China
Prior art keywords
straight line
fabric
connected domain
warp
weft
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.)
Withdrawn
Application number
CN202211243326.8A
Other languages
English (en)
Inventor
施小飞
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.)
Nantong Yanzhou Household Textile Co ltd
Original Assignee
Nantong Yanzhou Household Textile 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 Nantong Yanzhou Household Textile Co ltd filed Critical Nantong Yanzhou Household Textile Co ltd
Priority to CN202211243326.8A priority Critical patent/CN115311279A/zh
Publication of CN115311279A publication Critical patent/CN115311279A/zh
Withdrawn legal-status Critical Current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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • 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
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects

Abstract

本发明涉及织物瑕疵识别技术领域，具体涉及一种织物经纬瑕疵的机器视觉识别方法，该方法包括：获取织物表面图像，进而获取图像中的连通域，确定连通域类别；对各连通域的中心点进行霍夫直线检测，在霍夫空间内根据第一类别连通域对应的直线的交点数量确定第一直线和第二直线；根据第二类别连通域对应的直线分别与第一直线以及第二直线对应的方向角度计算方向相近程度；方向相近程度小于程度阈值时，以第二类别中连通域中心点为中心，获取设定大小的方形区域；对所述方形区域进行霍夫直线检测，根据检测结果中的直线对应的斜率的比值得到判定系数；根据判定系数与系数阈值确定织物对应的瑕疵。能够准确的识别织物经纬瑕疵的浮纱与断纱。

Description

一种织物经纬瑕疵的机器视觉识别方法
技术领域
本发明涉及织物瑕疵识别技术领域，具体涉及一种织物经纬瑕疵的机器视觉识别方法。
背景技术
随着现阶段科学技术的不断进步和发展，在纺织品的检测中，很多企业都在使用计算机图像处理技术对纺织品进行检测，这种计算机图像处理技术可以有效地减少检测中的各种失误。
在织物的织造过程中，由于经纱或纬纱的跳纱导致产生织物浮经或浮纬，其表现为在织物中经纱未能正常与纬纱或经纱相互交织，而浮现出来；另外，由于经纱或纬纱于织造中断掉，自停装置失灵，未将经纱接妥而继续织造导致断经，其表现为在织物中的经纱或纬纱断掉一根或多根。这经纬的浮纱和断纱两类织物瑕疵虽然都会影响织物质量，但是浮经浮纬因为经纱仍然连续，一定程度仍能保证织物经纬之间的稳定性，而断纬断经因为纱线的断开，织物存在瑕疵扩大的潜在质量问题，需要更加重视。
在现有技术中利用边缘检测的方法对织物图像的经纱进行分析，但是在织物中因为经纱纬纱之间的相互交织而产生很多的复杂的横纵纹理，极大的影响了后续的检测分析以识别瑕疵，降低了检测精准程度。
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物经纬瑕疵的机器视觉识别方法，所采用的技术方案具体如下：
获取织物表面图像，对该图像进行阈值分割得到二值图像，对二值图像进行连通域检测获得多个连通域，获取连通域的中心点；根据连通域面积确定连通域类别，包括第一类别和第二类别；
对各连通域的中心点进行霍夫直线检测，获取在霍夫空间内第一类别连通域对应的直线交点数量，根据所述交点数量确定第一直线和第二直线；根据第二类别连通域对应的直线分别与第一直线以及第二直线对应的方向角度计算方向相近程度；
方向相近程度小于程度阈值时，以第二类别中连通域中心点为中心，获取设定大小的方形区域；对所述方形区域进行霍夫直线检测，根据检测结果中的直线对应的斜率的比值得到判定系数；根据判定系数与系数阈值确定织物对应的瑕疵。
优选地，所述根据连通域面积确定连通域类别具体为：
设置面积阈值，将连通域面积小于面积阈值的连通域记为第一类别内的连通域。将连通域面积大于或等于面积阈值的连通域记为第二类别内的连通域。
优选地，所述根据所述交点数量确定第一直线和第二直线具体为：
将直线对应的交点数量按照从大到小的顺序排列，获取前两个交点数量对应的直线记为第一直线和第二直线。
优选地，所述根据第二类别连通域对应的直线分别与第一直线以及第二直线对应的方向角度计算方向相近程度具体为：
Figure 871316DEST_PATH_IMAGE002
式中，
Figure DEST_PATH_IMAGE003
为第二类别连通域对应的直线的方向角度，
Figure 637147DEST_PATH_IMAGE004
和
Figure DEST_PATH_IMAGE005
分别表示第一直线和 第二直线的方向角度，min()为求最小值的函数。
优选地，所述根据判定系数与系数阈值确定织物对应的瑕疵具体为：
判定系数的取值为系数阈值时，则对应的织物存在浮纬浮经瑕疵；否则对应的织物存在断纬断经瑕疵。
本发明实施例至少具有如下有益效果：
本发明利用采集到的织物表面图像对应得二值图像、边缘图像，通过对织物图像进行阈值分割结合缺陷自身的灰度特征获取到较亮区域的连通域，对图像中织物的经纬方向进行确定，已经根据织物表面图像中浮纬浮经与断纬断经之间的细微差异特征进行提取，能够准确的识别织物经纬瑕疵的浮纱与断纱。
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是本发明的一种织物经纬瑕疵的机器视觉识别方法的方法流程图。
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物经纬瑕疵的机器视觉识别方法，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织物经纬瑕疵的机器视觉识别方法的具体方案。
实施例：
本发明的主要目的是：利用图像处理和分析的相关方法，获取图像中瑕疵的相关分布特征，对所获取特征值分析以提高机器视觉在对织物浮经和断经瑕疵的识别准确性。
请参阅图1，其示出了本发明一个实施例提供的一种织物经纬瑕疵的机器视觉识别方法的方法流程图，该方法包括以下步骤：
步骤一，获取织物表面图像，对该图像进行阈值分割得到二值图像，对二值图像进行连通域检测获得多个连通域，获取连通域的中心点；根据连通域面积确定连通域类别，包括第一类别和第二类别。
具体地，利用工业相机对织物进行扫描拍照，获取织物对应的表面图像，并对所获取的织物表面图像进行预处理，其中，在本实施例中，对图像进行预处理操作包括灰度化和去噪，得到织物表面图像。同时，对图像进行灰度化处理和去噪处理为公知技术，实施者可根据实际情况选择合适的方法进行处理。
在织物的浮纬浮经瑕疵中，会出现不同于其他区域的较大范围的较亮连通域，且连通域的位置关系在一条直线上，另外以其两段为起始点，会出现代表浮经纱线的黑色曲线，而断纬断经位置关系分布仅是存在一条直线上的较亮连通域，而不存在该黑色曲线。根据以上特征对所获图像进行特征分析，便可实现高准确性的将织物的浮经和断经瑕疵检测识别。
通过利用OTSU大津阈值分割法对上述中获取到的织物表面图像进行二值化阈值 分割后，得到二值图像
Figure 323343DEST_PATH_IMAGE006
，并对所获取的二值图像进行连通域检测获得多个连通域，并获 取各个连通域的中心点。
需要说明的是，对织物进行浮纬浮经与断纬断经需要先对所获取的图像进行经纬分布方向的获取。在织物表面图像中，其中的亮度较大的区域多以经纬方向分布，图像中的较小且数量最多的连通域是经纬线交织所产生的，而较大的连通域为有瑕疵或其他干扰的点。因此利用Hough直线检测获取图像中的高亮区域的分布方向特征，并对所得特征判断图像中的经纬方向。
获取各个连通域的面积，并根据连通域的面积大小确定连通域类别，将其中连通 域面积较小且数量最多的连通域记为第一类别，具体地，设置面积阈值，将连通域面积小于 面积阈值且数量最多的区域记为第一类别中的连通域。在本实施例中，通过获取连通域内 像素点的数量获得连通域面积，根据经验可知较小的连通域不超过3个像素点，故面积阈值 的取值为3，实施者可根据实际情况进行设置。即获取
Figure DEST_PATH_IMAGE007
，且数量
Figure 858230DEST_PATH_IMAGE008
最多的区域。其中，
Figure DEST_PATH_IMAGE009
为第l个连通域的像素点数量，表示第l个连通域的面积。则将连通域面积较大的连通域 记为第二类别，具体地，将面积大于或等于面积阈值的连通域记为第二类别中的连通域。
需要说明的是，面积较小的连通域可以看作是织物表面带有的纹理特征进而检测出的连通域，若织物表面存在经纬相关的瑕疵，则瑕疵表现在织物表面相较于其自身的纹理特征表现的区域面积较大，故设置阈值，利用阈值对获取的连通域进行筛选。在本实施例中，第二类别中的连通域表示疑似存在瑕疵的区域。
步骤二，对各连通域的中心点进行霍夫直线检测，获取在霍夫空间内第一类别连通域对应的直线交点数量，根据所述交点数量确定第一直线和第二直线；根据第二类别连通域对应的直线分别与第一直线以及第二直线对应的方向角度计算方向相近程度。
具体地，利用Hough直线检测对图像所得的
Figure 299575DEST_PATH_IMAGE007
的连通区域的中心点进行直线 检测，得到直线
Figure 818281DEST_PATH_IMAGE010
：
Figure 511431DEST_PATH_IMAGE012
式中，
Figure 166403DEST_PATH_IMAGE010
为利用Hough直线检测在待检测图像中检测到的第
Figure DEST_PATH_IMAGE013
条直线，则
Figure 716333DEST_PATH_IMAGE014
、
Figure DEST_PATH_IMAGE015
分 别为该直线对应的斜率和截距。
该式得到了待检测图像中的所有灰度较亮连通域分别以其各自的相互位置关系组成多条在某些方向上形成的更长的亮区。
在Hough直线检测时，其中会对所检测的像素点所构成直线进行拟合投票，即图像 空间中坐标为
Figure 191177DEST_PATH_IMAGE016
的像素点对应了参数空间
Figure DEST_PATH_IMAGE017
中的直线
Figure 281492DEST_PATH_IMAGE018
，k和b分别为 该直线对应的斜率和截距，图像空间中的点与参数空间中的直线一一对应。例如，在图像中 的像素点A和像素点B在参数空间中对应的直线相较于一点，则在图像空间中，像素点A和像 素点B所确定的直线在参数空间中对应了一个唯一的点，而这个点(k,b)就是在图像空间像 素点A和像素点B所确定的直线。
因此在参数空间中，相交于一点的直线越多，参数空间图像中该点就越亮，也表示 在原图像中对应参数大小的直线越多。则对上述中待检测图像的Hough检测直线时所对应 的参数空间图像的亮点进行统计，即通过统计参数空间直线对应的交点数量，根据获取的 关于亮度的统计量，也即直线对应的交点数量，按照从大到小排列，获取前两个最大统计 量，代表着在参数空间中Hough拟合投票最多的两个方向的直线，记为第一直线和第二直 线，将两个不同斜率
Figure DEST_PATH_IMAGE019
的高亮点，记为
Figure 790971DEST_PATH_IMAGE020
、
Figure DEST_PATH_IMAGE021
，则选择
Figure 42961DEST_PATH_IMAGE020
、
Figure 536259DEST_PATH_IMAGE021
两个值所对应的斜率，记为
Figure 571211DEST_PATH_IMAGE022
、
Figure DEST_PATH_IMAGE023
，将这两条直线对应的方向作为织物表面的经纬方向。
计算方向角度
Figure 263093DEST_PATH_IMAGE024
：
Figure 92508DEST_PATH_IMAGE026
式中，
Figure 338682DEST_PATH_IMAGE019
为上述中进行Hough直线检测所得直线的斜率；该式计算获取了Hough检测 所得直线对应的方向角度，则第一直线和第二直线所对应的斜率
Figure 177325DEST_PATH_IMAGE022
、
Figure 661396DEST_PATH_IMAGE023
的方向角度分别为
Figure 266907DEST_PATH_IMAGE004
、
Figure 344585DEST_PATH_IMAGE005
。
进一步的，对第二类别中连通域的中心点进行Hough直线检测，即对图像中面积大 于面积阈值的连通区域的中心点，进行Hough直线检测获取其相关信息
Figure DEST_PATH_IMAGE027
，其中
Figure 845973DEST_PATH_IMAGE028
为检 测所得的直线L的斜率，则其对应方向角度为
Figure 450130DEST_PATH_IMAGE003
，
Figure DEST_PATH_IMAGE029
为所检测直线的长度，其首尾两段的连通 域中心点位置分别为
Figure 683665DEST_PATH_IMAGE030
、
Figure DEST_PATH_IMAGE031
。
另外，利用Hough检测图像中面积大于面积阈值的连通区域中心点所获取的直线 数量可能为多个，故可以将对应的相关信息
Figure 842114DEST_PATH_IMAGE032
)进行扩展，即可以有
Figure DEST_PATH_IMAGE033
)、
Figure 881614DEST_PATH_IMAGE034
)…， 则对应的方向角度
Figure 340277DEST_PATH_IMAGE003
可以有
Figure DEST_PATH_IMAGE035
、
Figure 744714DEST_PATH_IMAGE036
…。进而计算高亮点区域与经纬线方向之间的相近程度， 并判断首尾邻域是否存在黑色曲线，根据以上得出织物表面上各个相关特征参数。
根据第二类别连通域对应的直线分别与第一直线以及第二直线对应的方向角度计算方向相近程度，用公式表示为：
Figure 921617DEST_PATH_IMAGE002
式中，
Figure 640174DEST_PATH_IMAGE003
为第二类别连通域对应的直线的方向角度，即对图像中面积小于面积阈 值的连通区域的中心点进行Hough直线检测后由直线斜率所得的方向角度；
Figure 218923DEST_PATH_IMAGE004
和
Figure 997523DEST_PATH_IMAGE005
分别表 示第一直线和第二直线的方向角度，即为在参数空间图像中对高亮点进行统计所获取的统 计量
Figure DEST_PATH_IMAGE037
所对应两个不同斜率
Figure 396144DEST_PATH_IMAGE019
（记为
Figure 43026DEST_PATH_IMAGE022
、
Figure 351647DEST_PATH_IMAGE023
）的方向角度；min()为求最小值的函数，即表示 求取括号中各数值项（即
Figure 425783DEST_PATH_IMAGE038
和
Figure DEST_PATH_IMAGE039
）中的最小值。
由于第二类别连通域对应的直线可以表示瑕疵部分构成的直线，第一直线和第二直线表示对应的方向作为织物表面的经纬方向，方向相近程度的取值表示了图像面积小于面积类别的连通域中心点所构成直线的方向，即瑕疵部分的直线方向与经线或纬线方向的相近程度，当方向相近程度小于程度阈值时，可认为该瑕疵方向顺着对应经纬的方向分布，有可能为经纬纱线相关瑕疵，并进行以下步骤的进一步分析；否则，为其他瑕疵或假缺陷。在本实施例中，程度阈值的取值为5°，实施者可根据实际情况进行设置。
步骤三，方向相近程度小于程度阈值时，以第二类别中连通域中心点为中心，获取设定大小的方形区域；对所述方形区域进行霍夫直线检测，根据检测结果中的直线对应的斜率的比值得到判定系数；根据判定系数与系数阈值确定织物对应的瑕疵。
需要说明的是，在织物的对应图像中分布着许多不同程度大小的小块高亮连通域，其中织物瑕疵中的浮纬浮经和断纬断经之间的共同点为在织物中的纬纱经纱上存在相对与其他因为经纬纱线交织形成的高亮区域的连通域稍大，另外，两者之间最明显的差异在于浮纬浮经的起始两端之间存在代表瑕疵所跳出经纱的黑色曲线，而断纬断经所对应的图像中则没有这条黑色曲线。
具体地，当方向相近程度小于程度阈值时，可认为该瑕疵方向顺着对应经纬的方向分布，有可能为经纬纱线相关瑕疵，并进行以下步骤的进一步分析；否则，为其他瑕疵或假缺陷。在本实施例中，以方向相近程度小于程度阈值的时候为例进行分析。
对织物表面图像进行灰度处理，对以上述中获取的织物表面图像中
Figure 983803DEST_PATH_IMAGE040
的连通 区域中心点
Figure 434376DEST_PATH_IMAGE030
、
Figure 597504DEST_PATH_IMAGE031
为中心，边长大小为30的正方形得到灰度图像并进行Canny边缘检测，获 取该区域中的边缘像素点，并对以首尾两端为中心点的正方形范围处的边缘像素点进行 Hough直线检测。其中，根据对图像中黑色曲线的曲率变化分析以及历史数据，在该边长为 30的正方形区域中的黑色曲线的这一部分弯曲程度小，较为平直。
计算黑色曲线判定系数
Figure DEST_PATH_IMAGE041
：
Figure DEST_PATH_IMAGE043
式中，
Figure 170437DEST_PATH_IMAGE044
、
Figure DEST_PATH_IMAGE045
为以首尾连通域中心点
Figure 278070DEST_PATH_IMAGE030
、
Figure 142121DEST_PATH_IMAGE031
为中心的正方形区域中的边缘点进行 Hough直线检测所得的斜率。
判定系数
Figure 284389DEST_PATH_IMAGE041
为对待检测瑕疵有无黑色曲线的判定，其中黑色曲线记为织物中经纬 纱线的浮纱，若存在根据两个斜率的比值得到的判定系数
Figure 841272DEST_PATH_IMAGE041
的取值越接近-1时的情况，代 表了在这两端点
Figure 701781DEST_PATH_IMAGE030
、
Figure 369523DEST_PATH_IMAGE031
之间可能存在黑色曲线，则对应的织物可能存在浮纬浮经瑕疵；否 则，不存在黑色曲线，则对应的织物可能存在断纬断经瑕疵。
进而根据织物表面图像获取的各个特征参数，包括方向相近程度和判定系数，以及第二类别连通域进行霍夫直线检测获取的直线长度和图像的矩，构成织物表面图像的特征向量对SVM支持向量机进行训练，得到织物瑕疵的判断结果，最终实现对待检测织物浮经浮纬与断纬断经的检测识别。
本发明利用采集到的织物表面图像对应得二值图像、边缘图像，通过对织物图像进行阈值分割结合缺陷自身的灰度特征获取到较亮区域的连通域，对各连通域之间的位置关系等进行进一步的分析。对图像中织物的经纬方向进行确定，已经根据织物表面图像中浮纬浮经与断纬断经之间的细微差异特征进行提取，利用训练SVM（支持向量机）达到织物经纬瑕疵的浮纱与断纱之间的高精准度检测识别，最终完成对浮经浮纬与断经断纬之间的经纬瑕疵检测识别。
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 (5)

1.一种织物经纬瑕疵的机器视觉识别方法，其特征在于，该方法包括以下步骤：
获取织物表面图像，对该图像进行阈值分割得到二值图像，对二值图像进行连通域检测获得多个连通域，获取连通域的中心点；根据连通域面积确定连通域类别，包括第一类别和第二类别；
对各连通域的中心点进行霍夫直线检测，获取在霍夫空间内第一类别连通域对应的直线交点数量，根据所述交点数量确定第一直线和第二直线；根据第二类别连通域对应的直线分别与第一直线以及第二直线对应的方向角度计算方向相近程度；
方向相近程度小于程度阈值时，以第二类别中连通域中心点为中心，获取设定大小的方形区域；对所述方形区域进行霍夫直线检测，根据检测结果中的直线对应的斜率的比值得到判定系数；根据判定系数与系数阈值确定织物对应的瑕疵。
2.根据权利要求1所述的一种织物经纬瑕疵的机器视觉识别方法，其特征在于，所述根据连通域面积确定连通域类别具体为：
设置面积阈值，将连通域面积小于面积阈值的连通域记为第一类别内的连通域，将连通域面积大于或等于面积阈值的连通域记为第二类别内的连通域。
3.根据权利要求1所述的一种织物经纬瑕疵的机器视觉识别方法，其特征在于，所述根据所述交点数量确定第一直线和第二直线具体为：
将直线对应的交点数量按照从大到小的顺序排列，获取前两个交点数量对应的直线记为第一直线和第二直线。
4.根据权利要求1所述的一种织物经纬瑕疵的机器视觉识别方法，其特征在于，所述根据第二类别连通域对应的直线分别与第一直线以及第二直线对应的方向角度计算方向相近程度具体为：
Figure DEST_PATH_IMAGE002
式中，
Figure DEST_PATH_IMAGE004
为第二类别连通域对应的直线的方向角度，
Figure DEST_PATH_IMAGE006
和
Figure DEST_PATH_IMAGE008
分别表示第一直线和第二直线的方向角度，min()为求最小值的函数。
5.根据权利要求1所述的一种织物经纬瑕疵的机器视觉识别方法，其特征在于，所述根据判定系数与系数阈值确定织物对应的瑕疵具体为：
判定系数的取值为系数阈值时，则对应的织物存在浮纬浮经瑕疵；否则对应的织物存在断纬断经瑕疵。
CN202211243326.8A 2022-10-11 2022-10-11 一种织物经纬瑕疵的机器视觉识别方法 Withdrawn CN115311279A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211243326.8A CN115311279A (zh) 2022-10-11 2022-10-11 一种织物经纬瑕疵的机器视觉识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211243326.8A CN115311279A (zh) 2022-10-11 2022-10-11 一种织物经纬瑕疵的机器视觉识别方法

Publications (1)

Publication Number Publication Date
CN115311279A true CN115311279A (zh) 2022-11-08

Family

ID=83867852

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211243326.8A Withdrawn CN115311279A (zh) 2022-10-11 2022-10-11 一种织物经纬瑕疵的机器视觉识别方法

Country Status (1)

Country Link
CN (1) CN115311279A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115311294A (zh) * 2022-10-12 2022-11-08 启东金耀億华玻纤材料有限公司 基于图像处理的玻璃瓶瓶身瑕疵识别检测方法
CN115797925A (zh) * 2023-02-13 2023-03-14 青岛佳美洋食品有限公司 一种鱼肉加工异物检测方法
CN116645373A (zh) * 2023-07-27 2023-08-25 济宁名居木业有限公司 一种木材表面缺陷识别方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115018826A (zh) * 2022-08-02 2022-09-06 南通市爱诺家用纺织品有限公司 一种基于图像识别的织物瑕疵检测方法及系统
CN115100214A (zh) * 2022-08-29 2022-09-23 南通市昊逸阁纺织品有限公司 基于图像处理的纺织品质量检测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115018826A (zh) * 2022-08-02 2022-09-06 南通市爱诺家用纺织品有限公司 一种基于图像识别的织物瑕疵检测方法及系统
CN115100214A (zh) * 2022-08-29 2022-09-23 南通市昊逸阁纺织品有限公司 基于图像处理的纺织品质量检测方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115311294A (zh) * 2022-10-12 2022-11-08 启东金耀億华玻纤材料有限公司 基于图像处理的玻璃瓶瓶身瑕疵识别检测方法
CN115797925A (zh) * 2023-02-13 2023-03-14 青岛佳美洋食品有限公司 一种鱼肉加工异物检测方法
CN115797925B (zh) * 2023-02-13 2023-04-28 青岛佳美洋食品有限公司 一种鱼肉加工异物检测方法
CN116645373A (zh) * 2023-07-27 2023-08-25 济宁名居木业有限公司 一种木材表面缺陷识别方法
CN116645373B (zh) * 2023-07-27 2023-10-20 济宁名居木业有限公司 一种木材表面缺陷识别方法

Similar Documents

Publication Publication Date Title
CN114842017B (zh) 一种hdmi线缆表面质量检测方法及系统
CN114937055B (zh) 基于人工智能的图像自适应分割方法与系统
CN115311279A (zh) 一种织物经纬瑕疵的机器视觉识别方法
CN108629775B (zh) 一种热态高速线材表面图像处理方法
CN114972357B (zh) 一种基于图像处理的轧辊表面缺陷检测方法及系统
CN115082419B (zh) 一种吹塑箱包生产缺陷检测方法
US7084968B2 (en) Method for analyzing defect data and inspection apparatus and review system
CN115345885A (zh) 一种金属健身器材外观质量检测方法
CN109685760B (zh) 一种基于matlab的slm粉床铺粉图像凸包凹陷缺陷检测方法
CN115115615A (zh) 一种基于图像识别的纺织面料质量评估方法及系统
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
CN113643276B (zh) 一种基于统计分析的纺织物纹理缺陷自动检测方法
CN114693610A (zh) 一种基于机器视觉的焊缝表面缺陷检测方法、设备及介质
CN113689429B (zh) 一种基于计算机视觉的木板缺陷检测方法
CN114820625B (zh) 一种汽车顶块缺陷检测方法
CN110889837A (zh) 一种具有瑕疵分级功能的布匹瑕疵检测方法
CN115311267B (zh) 一种格纹织物异常检测方法
CN114782475A (zh) 基于人工智能系统的瓦楞纸箱压线缺陷检测优化方法
CN115082458B (zh) 一种基于灰度游程矩阵的纺织材料疵点分析方法
CN115100191A (zh) 基于工业检测的金属铸件缺陷识别方法
CN115294159A (zh) 金属紧固件腐蚀区域分割方法
CN114049316A (zh) 一种基于金属光泽区域的钢丝绳缺陷检测方法
CN115100214A (zh) 基于图像处理的纺织品质量检测方法
CN114862855A (zh) 基于模板匹配的纺织品缺陷检测方法及系统
CN106530273B (zh) 高精度fpc直线线路检测与缺陷定位方法

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230517

Address after: No. 160, Station B, Zhenheng Enterprise Incubation Center, No. 130 Shuguang Hutong, Nanguan District, Changchun City, Jilin Province, 130000

Applicant after: Changchun Gangniwu Technology Co.,Ltd.

Address before: No. 39, group 3, Wenshan village, high tech Zone, Nantong City, Jiangsu Province, 226000

Applicant before: Nantong Yanzhou Household Textile Co.,Ltd.

WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20221108

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230710

Address after: No. 39, group 3, Wenshan village, high tech Zone, Nantong City, Jiangsu Province, 226000

Applicant after: Nantong Yanzhou Household Textile Co.,Ltd.

Address before: No. 160, Station B, Zhenheng Enterprise Incubation Center, No. 130 Shuguang Hutong, Nanguan District, Changchun City, Jilin Province, 130000

Applicant before: Changchun Gangniwu Technology Co.,Ltd.