(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210432006.0 (22)申请日 2022.04.22 (71)申请人 南通海恒纺织设备有限公司 地址 226100 江苏省南 通市海门区三星镇 通启路16 6号4幢101室 (72)发明人 卢彬　秦俞　 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/194(2017.01) G06T 7/62(2017.01) G06V 10/74(2022.01) G06K 9/62(2022.01) G06V 10/46(2022.01) G06V 10/762(2022.01) (54)发明名称 一种织物勾丝缺陷检测方法 (57)摘要 本发明涉及一种织物勾丝缺陷检测方法； 获 取待检测织物图像， 计算待检测织物图像上各像 素点的梯度幅值、 梯度方向和改进LBP值； 基于梯 度幅值、 梯度方向和改进LBP值对各像素点进行 聚类， 得到各类别中面积最小的类别的连通域； 获取缺陷样 本图像， 在缺陷样 本图像中任意选取 其中一个像素点， 计算该像素点与剩余其他像素 点的特征差异度； 在特征差异度中选取K个较大 的特征差异度， 并将K个特征差异度对应的像素 点作为特征点； 分别计算连通域上各像素点与所 有特征点的匹配距离； 根据匹配距离得到各像素 点的度量； 基于度量与匹配阈值的比较结果， 获 取勾丝缺陷点， 进而 得到连通域上的勾丝缺陷区 域。 本发明能够准确获取待检测织物图像上的勾 丝缺陷区域。 权利要求书2页 说明书7页 附图2页 CN 114841938 A 2022.08.02 CN 114841938 A 1.一种织物勾丝缺陷检测方法， 其特 征在于， 该 方法包括以下步骤： 获取待检测织物图像， 计算所述待检测织物图像上 各像素点的梯度幅值和梯度方向； 在所述待检测织物图像上随机选取一个像素点， 利用扩张卷积核选取该像素点的8邻 域像素点， 计算该像素点的8邻域的LBP值， 基于最大的LBP值得到该像素点的改进LBP值； 进 而得到各像素点的改进LBP值； 基于所述梯度幅值、 梯度方向和改进LBP值， 对各像素点进行聚类， 得到多个类别， 获取 各类别中面积最小的类别， 进 而得到所述 面积最小的类别的连通 域； 获取缺陷样本 图像， 在所述缺陷样本 图像中任意选取其中一个像素点， 计算该像素点 与剩余其他像素点的特征差异度； 在所述特征差异度中选取K个较大 的特征差异度， 其中K 大于2， 并将K个特 征差异度对应的像素点作为特 征点； 分别计算所述连通域上各像素点与 所有特征点的匹配距离； 将各像素点对应的最小 匹 配距离作为各像素点的度量； 将所述度量与匹配阈值作比较， 若所述度量小于所述匹配阈值， 则对应像素点为勾丝 缺陷点， 进 而得到所述连通 域上的勾丝缺陷区域。 2.根据权利要求1所述的一种织物勾丝缺陷检测方法， 其特 征在于， 所述特征差异度的获取方法为： 获取各像素点的主窗口和邻域窗口， 所述主窗口为像 素点处于滑窗的中心位置的窗口， 所述邻域窗口为像素点分别处于滑窗角点的位置的窗 口； 基于各像素点的主窗口， 计算任意两像素点的不相关度量， 基于该任意两像素点对应的 邻域窗口， 计算任意两像素点的差异度， 将该任意两像素点的不相关度量与差异度之和作 为两像素点的特 征差异度； 所述特征差异度的计算公式为： T＝S(IWm,IWn)+TN 其中， IWm为像素点m的主窗口， IWn为像素点n 的主窗口， S(IWm,IWn)为像素点m与像素 点n的不相关度量， TN为像素点m与像素点 n的差异度； 式中， S(IWm,IWn)＝1‑NCC(IWm,IWn)， 其中， NC C为归一化互相关函数。 3.根据权利要求2所述的一种织物勾丝缺陷检测方法， 其特征在于， 所述任意两像素点 的差异度的获取方法为： 计算其中一像素点的一邻域窗口与另一像素点的所有邻域窗口的 不相关度量， 进而得到其中一像素点的所有邻域窗口与另一像素点的所有邻域窗口的不相 关度量， 并利用KM算法获取最大权匹配， 将所述 最大权匹配作为任意两像素点的差异度。 4.根据权利要求1所述的一种织物勾丝缺陷检测方法， 其特 征在于， 所述改进LBP值 为： 其中， LBP ′j为像素点j的改进LBP值， LBPj为像素点j最大的LBP值， n为8邻域像素点的灰 度值大于像素点j灰度值的总个数， Gray ′j为像素点j的灰度值， Grayi为第i个大于像素点j 灰度值的像素点对应的灰度值。 5.根据权利要求1所述的一种织物勾丝缺陷检测方法， 其特 征在于， 所述匹配距离的计算方法为： 获取连通域上各像素点的主窗口和邻域窗口， 所述主窗 口为像素点处于滑窗的中心 位置的窗口， 所述邻域窗口为像素点处于滑窗角点的位置的窗权　利　要　求　书 1/2 页 2 CN 114841938 A 2口； 获取各特征点的主窗口和邻域窗口； 基于各像素点和各特征点的主窗口， 计算任意一像 素点与其中一特征点的不相关度量， 基于任意一像素点与其中一特征点对应的邻域窗口， 计算任意一像素点与其中一特征点的关联度， 将任意一像素点与其中一特征点的不相关度 量与关联度之和作为任意 一像素点与其中一特 征点的匹配距离； 匹配距离的计算公式为： D＝S(IWs,IWu)+DN 其中， IWs为像素点s的主窗口， IWu为特征点u的主窗口， S(IWs,IWu)为像素点s与特征 点u的不相关度量， DN为像素点s与特 征点u的关联度； 式中， S(IWs,IWu)＝1‑NCC(IWs,IWu)， 其中， NC C为归一化互相关函数。 6.根据权利要求5所述的一种织物勾丝缺陷检测方法， 其特征在于， 所述任意一像素点 与其中一特征点的关联度获取方法为： 计算任意一像素点的一邻域窗口与其中一特征点的 所有邻域窗口的不相关度量， 进而得到任意一像素点的所有邻域窗口与其中一特征点的所 有邻域窗口的不相关度量， 并利用KM算法获取最小权匹配， 将所述最小权匹配作为任意一 像素点与其中一特 征点的关联度。权　利　要　求　书 2/2 页 3 CN 114841938 A 3