(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 202211029339.5 (22)申请日 2022.08.26 (65)同一申请的已公布的文献号 申请公布号 CN 115100206 A (43)申请公布日 2022.09.23 (73)专利权人 南通永安纺织有限公司 地址 226200 江苏省南 通市启东经济开发 区银河路7 77号 (72)发明人 张钰　 (74)专利代理 机构 南京桦森专利代理事务所 (普通合伙) 32652 专利代理师 袁瑞娟 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01)G06T 7/13(2017.01) G06T 5/00(2006.01) G06V 10/75(2022.01) G06V 10/762(2022.01) G01N 21/88(2006.01) 审查员 唐进岭 (54)发明名称 用于具有周期图案纺织物的印花缺陷识别 方法 (57)摘要 本发明涉及材料测试和分析技术领域， 具体 涉及一种用于具有周期图案纺织物的印花缺陷 识别方法， 包括： 获取待检测纺织物图像和标准 模板图像块， 并确定待匹配灰度图像块及匹配特 征点、 标准模板灰度图像块及标准特征点； 确定 各个待匹配灰度图像块对应的图像匹配度， 进而 确定各个匹配灰度图像块； 确定多个匹配子图像 块和多个标准子图像块， 进而确定多个匹配子图 像块的第一、 第二图像正常指标， 从多个匹配子 图像块中筛选出各缺陷子图像块； 确定各缺陷子 图像块的目标缺陷指标， 进而确定待检测纺织物 图像中的各目标缺陷子图像块。 本发 明利用材料 测试和分析技术， 确定纺织物中的各个缺陷区域 以及目标缺陷区域， 提高了纺织物印花缺陷识别 的准确性。 权利要求书3页 说明书12页 附图1页 CN 115100206 B 2022.12.09 CN 115100206 B 1.一种用于具有周期图案纺织物的印花 缺陷识别方法， 其特 征在于， 包括以下步骤： 获取待检测纺织物图像和标准模板图像块， 使标准模板图像块在待检测纺织物图像上 滑动， 从而得到待检测纺织物图像对应的各个待匹配图像块； 获取各个待匹配灰度图像块和标准模板灰度图像块， 对标准模板灰度图像块进行特征 点提取操作， 得到标准模板灰度图像块的各标准特征点， 进而得到各个待匹配灰度图像块 的各匹配特 征点； 根据各个待匹配灰度图像块及其各匹配特征点、 标准模板灰度图像块及其各标准特征 点， 确定各个待匹配灰度图像块对应的图像匹配度， 进 而确定各个匹配灰度图像块； 根据各个匹配灰度图像块和标准模板灰度图像块， 确定各个匹配灰度图像块对应的多 个匹配子图像块和标准模板灰度图像块对应的多个标准子图像块； 根据多个匹配子图像块和多个标准子图像块的像素灰度， 确定多个匹配子图像块的第 一图像正常指标和第二图像正常指标， 进而根据多个匹配子图像块的第一图像正常指标， 从多个匹配子图像块中筛 选出各缺陷子图像块； 计算各缺陷子图像块的第 一图像正常指标与第 二图像正常指标的比值， 将该比值作为 对应缺陷子图像块的目标缺陷指标， 进而根据各缺陷子图像块的第二图像正常指标和目标 缺陷指标， 确定待检测纺织物图像中的各目标缺陷子图像块； 确定各个匹配灰度图像块对应的多个匹配子图像块和标准模板灰度图像块对应的多 个标准子图像块的步骤 包括： 将各个匹配灰度图像块与 标准模板灰度图像块相减， 得到各个匹配灰度图像块对应的 差异图像； 对各个匹配灰度图像块对应的差异图像进行角点检测操作， 得到各个匹配灰度图像块 对应的差异图像的各角点， 进而对各个匹配灰度图像块对应的差异图像的各角点进行聚类 处理， 得到各个匹配灰度图像块对应的差异图像的各聚类簇； 根据各个匹配灰度图像块对应的差异图像的各聚类簇的范围， 确定各聚类簇对应的最 小外接矩形， 进 而确定图像块划分尺寸； 根据图像块划分尺寸、 各个匹配灰度图像块和标准模板灰度图像块， 确定各个匹配灰 度图像块对应的多个匹配子图像块和标准模板灰度图像块对应的多个标准子图像块； 确定多个匹配子图像块的第一图像正常指标和第二图像正常指标的步骤 包括： 由匹配子图像块和标准子图像块的每一行的像素灰度构 成数列， 确定多个匹配子图像 块和多个标准子图像块对应的各个数列， 进而根据多个匹配子图像块和多个标准子图像块 对应的各个数列， 确定多个匹配子图像块和多个标准子图像块对应的各个同行数列之 间的 相似距离； 获取多个匹配子图像块内角点的个数， 根据多个匹配子图像块和多个标准子图像块对 应的各个同行数列之间的相似距离、 多个匹配子图像块内角点的个数， 确定多个匹配子图 像块的第一图像正常指标； 根据多个匹配子图像块和多个标准子图像块内每个像素点的灰度值， 确定多个匹配子 图像块的第二图像正常指标； 确定多个匹配子图像块的第一图像正常指标的计算公式为：权　利　要　求　书 1/3 页 2 CN 115100206 B 2其中， 为多个匹配子图像块的第一图像正常指标， 为多个匹配子图像块对应的 第i个数列， 为标准子图像块对应的第 i个数列，H为多个匹配子图像块内角点的个数， j为 多个匹配子图像块对应的数列的个数， 为求相似性 函数。 2.根据权利要求1所述的一种用于具有周期图案纺织物的印花缺陷识别方法， 其特征 在于， 确定各个待匹配灰度图像块对应的图像匹配度的步骤 包括： 获取各标准特征点和各匹配特征点对应的多个邻域像素点， 并根据各标准特征点和各 匹配特征点对应的多个邻域像素点的灰度值， 确定各匹配特征点对应的特征点差异值， 进 而确定各个待匹配灰度图像块对应的图像差异值； 对各个待 匹配灰度图像块和标准模板灰度图像块进行边缘检测， 得到各个待 匹配灰度 图像块和标准模板灰度图像块对应的轮廓特征数列， 进而根据各个待匹配灰度图像块和标 准模板灰度图像块对应的轮廓特征数列， 确定各个待匹配灰度图像块对应的轮廓特征数列 中非离群值的个数， 进 而确定各个待匹配灰度图像块对应的轮廓差异值； 根据各个待匹配灰度图像块对应的图像差异值、 轮廓差异值以及轮廓特征数列中非离 群值的个数， 确定各个待匹配灰度图像块对应的图像匹配度。 3.根据权利要求2所述的一种用于具有周期图案纺织物的印花缺陷识别方法， 其特征 在于， 确定各匹配特 征点对应的特 征点差异值的计算公式为： 其中，E为各匹配特征点对应的特征点差异值， 为各标准特征点对应的第 i个邻域像 素点的灰度值， 为各匹配特征点对应的第 i个邻域像素点的灰度值， k为各匹配特征点和 各标准特征点对应的邻域像素点的数量； 确定各个待匹配灰度图像块对应的图像差异值的计算公式为： 其中，V为各个待 匹配灰度图像块对应的图像差异值， 为各个待 匹配灰度图像块的第 i个匹配特征点对应的特征点差异 值，f为超参数， d为待匹配灰度图像块内匹配特征点的个 数。 4.根据权利要求2所述的一种用于具有周期图案纺织物的印花缺陷识别方法， 其特征 在于， 确定各个待匹配灰度图像块对应的轮廓差异值的计算公式为：权　利　要　求　书 2/3 页 3 CN 115100206 B 3