CN119228805B 一种基于机器视觉的针织面料瑕疵检测方法及系统 （成工业制衣（苏州）有限公司）

一种基于机器视觉的针织面料瑕疵检测方体为一种基于机器视觉的针织面料瑕疵检测方背景动态图像和所述第一边缘特征集进行梯度2通过高分辨率相机实时采集围巾的生产过程数据，获得第一图像集；所述构建围巾多尺度边缘检测模型对所述第一图像集进行将所述背景动态图像和所述第一边缘特征集进行梯度信息融合，构建通过光流法对所述围巾瑕疵边缘数据和所述时序分割图像集进行实时构建围巾瑕疵边缘复杂度评估模型对所述围巾时序;所述围巾多尺度边缘检测模型包括第一图像预处理层、多尺度边缘所述第一图像预处理层通过对所述第一图像集中的围巾生产实时图像进行灰度化处所述多尺度边缘特征提取层通过对所述第二标准图像集进行多尺度处所述边缘特征图融合层通过将不同尺度的所述边缘特征图放大到第一图像集中原始所述多尺度处理通过对围巾生产实时的所述第二标准图所述边缘检测算法获取不同尺度的标准图像集的图3依据所述高阈值、低阈值和图像的梯度强度提取图像中不同尺度;所述边缘特征图融合层通过引入多尺度融合机制，将不同像素点下;尺度的数量，Q为第s尺度的权重，为第s尺度图像，为第所述第二图像预处理层通过对所述第一图像集中的围巾生产实时图像所述时序边界检测层通过对所述第一边缘特征集和所述背景动态图像进行梯度信息4所述时序区域分割层通过所述围巾时序图像区域的边界进行识别，获得所述瑕疵变化分析层通过对比正常区域的边缘分布模式，获取第一边所述瑕疵边缘数据提取层通过所述围巾不同区域时序分割图像集所述时序区域分割层通过使用分割模型能量函数对围巾区域进行精细;其中，为分割的总能量，p为图像中的一个像素点，n为图像像素点集合，有相邻像素对集合，为确定像素点p和a是否属于相同的分割区域，通过所述围巾不同区域时序分割图像集获取围巾各区域的基于所述瑕疵边缘像素点和围巾各区域的时间变化信息获取瑕疵数据获取单元，用于通过高分辨率相机实时采集围巾的生边缘特征获取单元，用于构建围巾多尺度边缘检测模型对所述第一图像集进行识别，图像分割单元，用于将所述背景动态图像和所述第一边缘特征集进行梯度信息融合，构建围巾区域分割模型；通过所述围巾区域分割模型对所述围巾生产实时图像进行分割，瑕疵轨迹获取单元，用于通过光流法对所述围巾瑕疵边缘数据和所述时序分5瑕疵边缘复杂度获取单元，用于构建围巾瑕疵边缘复杂度评估模型对所;所述第一图像预处理层通过对所述第一图像集中的围巾生产实时图像进行灰度化处所述多尺度边缘特征提取层通过对所述第二标准图像集进行多尺度处所述边缘特征图融合层通过将不同尺度的所述边缘特征图放大到第一图像集中原始10.根据权利要求8所述的一种基于机器视觉的针织面料瑕疵检测系统，其特征在于：6器视觉系统能够实时获取围巾的生产过程图像，并通过图像处理算法提取其中的边缘特7[0012]构建围巾瑕疵边缘复杂度评估模型对所述围巾时序边缘;[0017]所述第一图像预处理层通过对所述第一图像集中的围巾生产实时图像进行灰度[0019]所述边缘特征图融合层通过将不同尺度的所述边缘特征图放大到第一图像集中8;[0030]所述第二图像预处理层通过对所述第一图像集中的围巾生产实时图像进行灰度[0031]所述时序边界检测层通过对所述第一边缘特征集和所述背景动态图像进行梯度9[0034]所述瑕疵边缘数据提取层通过所述围巾不同区域时序分割图像集，获取瑕疵区;为所有相邻像素对集合，为确定像素点p和a是否属于相同的分割区域，[0052]所述第一图像预处理层通过对所述第一图像集中的围巾生产实时图像进行灰度[0054]所述边缘特征图融合层通过将不同尺度的所述边缘特征图放大到第一图像集中区域的时间变化信息获取瑕疵边缘空间坐标；基于光流方程得到每个像素点的运动矢量，[0059]3、本发明通过构建围巾瑕疵边缘复杂度评估模型对所述围巾时序边缘瑕疵轨迹[0071]参照图1中的S20，S20应用于一种基于机器视觉的针织面料瑕疵检测系统的边缘[0073]所述第一图像预处理层通过对所述第一图像集中的围巾生产实时图像进行灰度[0075]所述边缘特征图融合层通过将不同尺度的所述边缘特征图放大到第一图像集中;缘特征融合算法的优化确保了不同尺度下边缘特征的综合[0098]参照图1中的S30，S30应用于一种基于机器视觉的针织面料瑕疵检测系统的图像[0100]所述第二图像预处理层通过对所述第一图像集中的围巾生产实时图像进行灰度[0101]所述时序边界检测层通过对所述第一边缘特征集和所述背景动态图像进行梯度[0104]所述瑕疵边缘数据提取层通过所述围巾不同区域时序分割图像集，获取瑕疵区;[0108]其中，为分割的总能量，p为图像中的一个像素点，n为图像像素点集为所有相邻像素对集合，为确定像素点p和a是否属于相同的分割区域，[0110]参照图1中的S40，S40应用于一种基于机器视觉的针织面料瑕疵检测系统的瑕疵[0119]参照图1中的S50，S50应用于一种基于机器视觉的针织面料瑕疵检测系统的瑕疵;n为时序分割帧数，为在尺度s下第i个时间点瑕疵边缘的运动矢[0133]本发明还提出一种利用机器视觉技术的针织面料瑕疵检测系统，如图2所示，包;[0143]所述第一图像预处理层通过对所述第一图像集中的围巾生产实时图像进行灰度[0145]所述边缘特征图融合层通过将不同尺度的所述边