(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210433723.5 (22)申请日 2022.04.24 (65)同一申请的已公布的文献号 申请公布号 CN 114549522 A (43)申请公布日 2022.05.27 (73)专利权人 启东新朋莱纺织科技有限公司 地址 226200 江苏省南 通市启东市滨 海工 业园区(百越新材料科技启东有限公 司内) (72)发明人 杨美琴　 (74)专利代理 机构 杭州聚邦知识产权代理有限 公司 33269 专利代理师 周美锋 (51)Int.Cl. G06T 7/00(2017.01)G06T 7/11(2017.01) G06T 7/187(2017.01) G06T 7/90(2017.01) G06Q 10/06(2012.01) G06N 3/04(2006.01) G06K 9/62(2022.01) G06V 10/764(2022.01) G06V 10/74(2022.01) G06V 10/82(2022.01) 审查员 徐菲 (54)发明名称 基于目标检测的纺织品质量检测方法 (57)摘要 本发明涉及纺织品异常检测技术领域， 具体 涉及基于目标检测的纺织品质量检测方法， 该方 法首先利用相空间重构滤波图像对应的灰度值 序列， 得到重构矩阵和关联维数， 根据关联维数 对滤波图像进行评价得到质量异常指标。 基于质 量异常指标， 筛选滤波 图像得到多张异常图像。 根据各像素点的颜色表征向量的差异得到异常 类别和对应的异常区域； 将含有异常区域信息的 纺织品图像输入神经网络模型中输出各异常区 域对应的异常等级； 根据各异常区域对应的异常 等级和面积对 纺织品图像进行质量评级， 得到质 量评价指标。 本发明对纺织品图像的质量检测， 并对异常区域进行异常等级划分， 达到了提高对 纺织品质量检测的准确性和效率的目的。 权利要求书2页 说明书10页 附图3页 CN 114549522 B 2022.06.24 CN 114549522 B 1.基于目标检测的纺织品质量检测方法， 其特 征在于， 该 方法包括以下步骤： 采集纺织品图像， 滤波所述纺织品图像得到滤波图像； 获取所述滤波图像对应的灰度值序列； 利用相空间重构所述灰度值序列， 得到重构矩 阵； 获取所述重构矩阵对应的关联维数， 根据所述关联维数对所述滤波图像中各像素点之 间的关联性进行评价得到滤波图像的质量异常指标； 基于所述质量异常指标， 筛选所述滤 波图像得到多张异常图像； 提取所述异常图像中各像素点的RGB通道 的差值作为像素点对应的颜色表征向量； 根 据各像素点的颜色表征向量的差异将 像素点分为两个类别， 两个类别包括异常类别和正常 类别； 对所述异常类别进行 连通域分析得到多个异常区域； 将含有异常区域信息的所述纺织品图像输入神经网络模型中输出各异常区域对应的 异常等级； 获取各所述异常区域的面积， 根据各异常区域对应的所述异常等级和所述面积 对所述纺织品图像进行质量评级， 得到质量评价指标。 2.根据权利要求1所述的基于目标检测的纺织品质量检测方法， 其特征在于， 所述根据 所述关联维数对所述滤波图像中各像素点之间的关联性进行评价得到滤波图像的质量异 常指标， 包括： 所述质量异常指标的计算公式为： 其中， 为所述质量异常指标； 为所述关联维数； 为模型参数； 为可调参数。 3.根据权利要求1所述的基于目标检测的纺织品质量检测方法， 其特征在于， 所述根据 各像素点的颜色表征向量的差异将像素点分为两个 类别， 包括： 任意选取两个像素点作为初始的质心点； 根据各像素点与两个所述初始的质心点对应 的所述颜色表征向量的差值将所有所述像素点分为两个初始类别； 计算各所述初始类别内各像素点的所述颜色表征向量的第 一均值， 选取与 所述第一均 值距离最小的颜色表征向量对应的像素点作为二次更新的质心 点； 根据各像素点与两个所 述二次更新的质心点对应的所述颜色表征向量的差值将所有所述像素点分为两个第二类 别； 计算各所述第 二类别内各像素点的所述颜色表征向量的第 二均值， 选取与 所述第二均 值距离最小的颜色表征向量对应的像素点作为三次更新的质心 点； 根据各像素点与两个所 述三次更新的质心点对应的所述颜色表征向量的差值将所有所述像素点分为两个第三类 别； 直至再次更新质心点时， 质心点 不再发生变化， 完成对像素点的分类。 4.根据权利要求1所述的基于目标检测的纺织品质量检测方法， 其特征在于， 所述根据 各异常区域对应的所述异常等级和所述面积对 所述纺织品图像进 行质量评级， 得到质量评 价指标， 包括： 所述质量评价指标的计算公式为：权　利　要　求　书 1/2 页 2 CN 114549522 B 2其中， 为所述质量评价指标； 为异常区域的数量； 为第 个异常区域的面积； 为 第 个异常区域的所述异常等级； 为第一模型权值； 为第二模型权值。 5.根据权利要求1所述的基于目标检测的纺织品质量检测方法， 其特征在于， 所述根据 各像素点的颜色表征向量的差异将像素点分为两个类别， 两个类别包括异常类别和正常类 别， 还包括： 分别计算两个 类别的颜色表征向量的类别均值向量； 分别计算两个所述类别向量均值与预设正常颜色表征向量的相似度； 两个相似度中相似度最大值对应的类别为正常类别； 相似度最小值对应的类别为异常 类别。 6.根据权利要求1所述的基于目标检测的纺织品质量检测方法， 其特征在于， 所述提取 所述异常图像中各像素点的RGB通道的差值作为像素点对应的颜色表征向量， 包括： 基于异常图像， 获取 各像素点的红色通道的值、 绿色通道的值和蓝色通道的值； 所述红色通道的值和所述绿色通道的值的差值为红绿通道的差值， 所述蓝色通道的值 和所述绿色通道的值的差值为蓝绿通道的差值， 所述红色通道的值和所述蓝色通道的值的 差值为红蓝通道的差值； 所述红绿通道的差值、 所述蓝绿通道的差值和所述红蓝通道的差值构 成所述颜色表征 向量。 7.根据权利要求1所述的基于目标检测的纺织品质量检测方法， 其特征在于， 所述滤波 所述纺织品图像得到滤波图像， 包括： 利用中值滤波函数对所述纺织品图像进行滤波； 对滤波后的纺织品图像进行灰度化得 到所述滤波图像。 8.根据权利要求1所述的基于目标检测的纺织品质量检测方法， 其特征在于， 所述基于 所述质量异常指标， 筛 选所述滤波图像得到多张异常图像， 包括： 选取所述质量异常指标 大于等于预设异常指标阈值的滤波图像， 得到多张异常图像。 9.根据权利要求1所述的基于目标检测的纺织品质量检测方法， 其特征在于， 所述将含 有异常区域信息的所述纺织品图像输入神经网络模型中输出各异常区域对应的异常等级， 包括： 所述神经网络模型为卷积神经网络 。权　利　要　求　书 2/2 页 3 CN 114549522 B 3