-
公开(公告)号：CN108154499A
公开(公告)日：2018-06-12
申请号：CN201711297535.X
申请日：2017-12-08
Applicant: 东华大学
CPC classification number: G06T7/0004 , G06T9/00 , G06T2207/20081 , G06T2207/30124
Abstract: 本发明涉及一种基于K-SVD学习字典的机织物纹理瑕疵检测方法，将整幅机织物纹理图像分解为多个子图像后判别出含瑕疵的子图像，通过含瑕疵的子图像的位置确定织物瑕疵的位置；瑕疵的判别是通过比较子图像和重构子图像实现，所有子图像展开为列向量后联合得到测试样本图像矩阵，选用离散余弦变换为初始字典并用正交匹配追踪算法由初始字典和训练样本图像矩阵算得初始稀疏系数矩阵后，对训练样本图像矩阵进行K-SVD字典学习得到字典，再用正交匹配追踪算法由字典和测试样本图像矩阵算得稀疏系数矩阵后，重构测试样本图像矩阵再将重构样本图像矩阵的列向量转化为重构子图像。本发明检测快速准确，检测结果稳定且适应性强。
-
公开(公告)号：CN106012472A
公开(公告)日：2016-10-12
申请号：CN201610606174.1
申请日：2016-07-28
IPC: D06H3/00
CPC classification number: D06H3/00
Abstract: 本发明涉及一种基于纱线截面周长的纱线条干均匀度测量系统。本发明从纱线与织物的关系的角度去理解纱线外观条干不匀，技术上以椭圆纱线截面模型为基础，利用双轴向CCD相机获取相互垂直两个方向纱线图像，实现了一种新型的纱线条干均匀度测量系统。本发明能有效减小纱线不规则截面、纱线毛羽等对纱线外观条干测量的影响，几乎不受温湿度、大气状态等外界条件、纱线混纺状态及纱线光学性质差异等所造成的影响。本发明充分考虑了纱线截面对纱线条干的影响以及纱线到织物过程中的变形关系，有利于纱线外观条干均匀度与织物外观均匀度一致性评价，相较于现有仪器更适用于纱线外观质量客观评价及织物外观质量预测领域。
-
公开(公告)号：CN102867299B
公开(公告)日：2015-06-10
申请号：CN201210283081.1
申请日：2012-08-09
Applicant: 东华大学 , 绍兴中纺院江南分院有限公司
IPC: G06T7/00
Abstract: 本发明属图像分析处理领域，应用于纺织品表面质量自动检测与控制领域，本发明涉及一种基于奇异值分解的图像分析方法及应用于织物瑕疵检测的方法。本发明首先将图像样本实施奇异值分解；然后选取最优个数的奇异值对所述图像样本进行重构,计算重构图像与图像样本作差后的残差图像；最后对残差图像实施二值化操作分割出图像特征。为了能适应不同形貌瑕疵，本发明同时对经一定角度旋转后的图像样本进行上述的分析。本发明本身对光照不匀有抵消作用，无需传统预处理步骤；不包括传统方法的训练与特征提取阶段，对不同种类的织物纹理有较强的适应性；结合对经旋转后的原图像进行分析，能够增强对瑕疵类型的适应性，提高瑕疵检测精度。
-
公开(公告)号：CN103489182A
公开(公告)日：2014-01-01
申请号：CN201310401043.6
申请日：2013-09-05
Applicant: 东华大学
Abstract: 本发明涉及一种基于图像投影和奇异值分解的织物瑕疵检测方法。在训练阶段首先将无瑕疵织物图像样本有重叠地划分成正方形子窗口；然后将所得子窗口分别沿纵横方向投影，得到联合投影序列；最后对联合投影序列所组成的矩阵实施奇异值分解，提取基向量；在检测阶段，将待检测织物图像样本无重叠地分割划分成正方形子窗口；同时将子窗口沿纵横方向的投影，得到联合投影序列；应用基向量对所得的联合投影序列进行重构，并通过重构误差来判定子窗口是否包含瑕疵。本发明充分利用了织物纹理及瑕疵的经纬取向特征，通过对纵横方向投影所得序列进行分析，不仅大大降低了方法的复杂性，而且对不同织物纹理和瑕疵类型有较强的适应性，尤其是对线性瑕疵。
-
公开(公告)号：CN102867299A
公开(公告)日：2013-01-09
申请号：CN201210283081.1
申请日：2012-08-09
Applicant: 东华大学 , 绍兴中纺院江南分院有限公司
IPC: G06T7/00
Abstract: 本发明属图像分析处理领域，应用于纺织品表面质量自动检测与控制领域，本发明涉及一种基于奇异值分解的图像分析方法及应用于织物瑕疵检测的方法。本发明首先将图像样本实施奇异值分解；然后选取最优个数的奇异值对所述图像样本进行重构,计算重构图像与图像样本作差后的残差图像；最后对残差图像实施二值化操作分割出图像特征。为了能适应不同形貌瑕疵，本发明同时对经一定角度旋转后的图像样本进行上述的分析。本发明本身对光照不匀有抵消作用，无需传统预处理步骤；不包括传统方法的训练与特征提取阶段，对不同种类的织物纹理有较强的适应性；结合对经旋转后的原图像进行分析，能够增强对瑕疵类型的适应性，提高瑕疵检测精度。
-
Patent Agency Ranking
公开(公告)号：CN108154499B
公开(公告)日：2021-10-08
申请号：CN201711297535.X
申请日：2017-12-08
Applicant: 东华大学
Abstract: 本发明涉及一种基于K‑SVD学习字典的机织物纹理瑕疵检测方法，将整幅机织物纹理图像分解为多个子图像后判别出含瑕疵的子图像，通过含瑕疵的子图像的位置确定织物瑕疵的位置；瑕疵的判别是通过比较子图像和重构子图像实现，所有子图像展开为列向量后联合得到测试样本图像矩阵，选用离散余弦变换为初始字典并用正交匹配追踪算法由初始字典和训练样本图像矩阵算得初始稀疏系数矩阵后，对训练样本图像矩阵进行K‑SVD字典学习得到字典，再用正交匹配追踪算法由字典和测试样本图像矩阵算得稀疏系数矩阵后，重构测试样本图像矩阵再将重构样本图像矩阵的列向量转化为重构子图像。本发明检测快速准确，检测结果稳定且适应性强。
-
公开(公告)号：CN106012472B
公开(公告)日：2018-06-26
申请号：CN201610606174.1
申请日：2016-07-28
IPC: D06H3/00
Abstract: 本发明涉及一种基于纱线截面周长的纱线条干均匀度测量系统。本发明从纱线与织物的关系的角度去理解纱线外观条干不匀，技术上以椭圆纱线截面模型为基础，利用双轴向CCD相机获取相互垂直两个方向纱线图像，实现了一种新型的纱线条干均匀度测量系统。本发明能有效减小纱线不规则截面、纱线毛羽等对纱线外观条干测量的影响，几乎不受温湿度、大气状态等外界条件、纱线混纺状态及纱线光学性质差异等所造成的影响。本发明充分考虑了纱线截面对纱线条干的影响以及纱线到织物过程中的变形关系，有利于纱线外观条干均匀度与织物外观均匀度一致性评价，相较于现有仪器更适用于纱线外观质量客观评价及织物外观质量预测领域。
-
公开(公告)号：CN104408709B
公开(公告)日：2017-11-17
申请号：CN201410597643.9
申请日：2014-10-30
Applicant: 东华大学
IPC: G06T5/00
Abstract: 本发明涉及一种线阵CCD相机成像灰度不匀的快速矫正方法，线阵CCD相机采集被测物图像，逐行矫正该图像，然后拼合成矫正后的图像；每个线扫描周期，被测物图像的行图像各像素的灰度值按对应的线阵CCD的像元的一维方向排列，组成一个灰度值分布函数，用，基于总体均值的滑动平均思想对其进行矫正。本发明是一种实时性较好的矫正方法，在克服了硬件矫正的高成本、低精度及寿命低等不足和传统软件矫正方法存在的算法复杂、实时性差、需建立复杂数学模型和进行参数标定等缺点基础上，通过综合兼顾总体灰度均值和局部灰度均值，实现对CCD成像两侧较暗部分的灰度补偿矫正，从而实现了线阵CCD的实时灰度矫正。
-
公开(公告)号：CN104458759B
公开(公告)日：2017-10-24
申请号：CN201410598297.6
申请日：2014-10-30
Applicant: 东华大学
IPC: G01N21/898 , G06T5/50
Abstract: 本发明涉及一种自动验布机，尤其涉及一种具有织物疵点自动检测和识别系统的自动验布机。其特征是由织物传动系统、光源和成像系统、图像采集处理与传输系统、人机交互系统和灰度不匀自矫正系统组成。本发明中自动验布机所安装的灰度不匀自矫正系统用结合总体平均值及局部滑动平均的思想实时快速矫正传统自动验布机所存在的灰度不匀，从而减少了传统验布机的误检率和漏检率。
-
公开(公告)号：CN104458759A
公开(公告)日：2015-03-25
申请号：CN201410598297.6
申请日：2014-10-30
Applicant: 东华大学
IPC: G01N21/898 , G06T5/50
Abstract: 本发明涉及一种自动验布机，尤其涉及一种具有织物疵点自动检测和识别系统的自动验布机。其特征是由织物传动系统、光源和成像系统、图像采集处理与传输系统、人机交互系统和灰度不匀自矫正系统组成。本发明中自动验布机所安装的灰度不匀自矫正系统用结合总体平均值及局部滑动平均的思想实时快速矫正传统自动验布机所存在的灰度不匀，从而减少了传统验布机的误检率和漏检率。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.02 seconds)
