(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 202210880978.6 (22)申请日 2022.07.26 (65)同一申请的已公布的文献号 申请公布号 CN 115115615 A (43)申请公布日 2022.09.27 (73)专利权人 南通好心情家用纺织品有限公司 地址 226000 江苏省南 通市通州区川姜 镇 川港工业园区F区 (72)发明人 单守丰　 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/73(2017.01) (56)对比文件 CN 113724253 A,2021.1 1.30 CN 109035195 A,2018.12.18CN 110084246 A,2019.08.02 CN 114627117 A,202 2.06.14 审查员 王丹丹 (54)发明名称 一种基于图像识别的纺织面料质 量评估方 法及系统 (57)摘要 本发明涉及图像识别技术领域， 具体涉及一 种基于图像识别的纺织面料质量评估方法及系 统。 该方法是一种图像识别方法， 具体为： 根据第 一曲线和第二曲线， 得到纺织面料目标图像对应 的各异常窗口中各异常像素点的位置； 根据各异 常像素点的位置， 得到纺织面料目标图像对应的 各异常区域； 根据各异常区域中各异常像素点的 坐标， 得到各异常区域对应的特征值； 根据特征 值， 得到各异常区域对应的质量评分； 根据质量 评分， 得到纺织面料目标图像对应的纺织面料的 质量等级。 该系统是一种应用于生产领域的人工 智能系统； 本发明是基于计算机视觉的方法， 能 较准确的得到纺织面料上各疵点区域的形状特 性， 进而能较准确得到纺织 面料的质量 等级。 权利要求书3页 说明书10页 附图1页 CN 115115615 B 2022.12.13 CN 115115615 B 1.一种基于图像识别的纺织 面料质量评估方法， 其特 征在于， 该 方法包括如下步骤： 获取纺织面料目标图像； 根据所述纺织面料目标图像上各像素点的灰度值， 得到纺织面料目标图像对应的滑窗 尺寸； 将所述滑 窗以预设滑动步长在所述纺织面料目标图像上进行滑动， 得到纺织面料目 标图像上 各滑窗窗口对应的区域； 根据所述各滑窗窗口对应区域内的各像素点灰度值， 得到纺织面料目标图像上各滑窗 窗口对应的灰度均值和灰度方差； 根据所述各滑 窗窗口对应的灰度均值， 得到纺织面料目 标图像对应的第一 曲线； 根据所述各滑 窗窗口对应的灰度方差， 得到纺织面料目标图像对 应的第二曲线； 根据所述第 一曲线和第 二曲线， 得到纺织面料目标图像对应的各异常窗口中各异常像 素点的位置； 根据所述各异常像素点的位置， 得到纺织面料目标图像对应的各异常区域； 根据所述 各异常区域中各异常像素点的坐标， 得到各异常区域对应的特征值： 根据所述各异常区域 中各异常像素点的坐标， 得到各异常区域中任意两个异常像素点之间的距离； 根据所述各 异常区域中任意两个异常像素点之间的距离， 构建得到各异常区域对应的距离序列； 从所 述各异常区域对应的距离序列中选取最大距离和最大距离对应的两个异常像素点； 连接所 述各最大距离对应的两个异常像素点之间的线段， 得到各异常区域对应的最大距离线段， 并得到各异常区域对应的最大距离线段的中心 点坐标； 过所述中心 点坐标作与对应的最大 距离线段垂直的直线， 将所述直线记为各异常区域对应的最短距离直线； 获得所述最短距 离直线与对应异常区域边缘的两个交点之 间的距离； 将所述最短距离直线与对应异常区域 边缘的两个交点之 间的距离记为各异常区域对应的第二特征值； 将所述最大距离记为各异 常区域对应的第一特征值； 将所述第二特征值和第一特征值记为各异常区域对应的特征 值； 根据所述特征值， 得到各异常区域对应的质量评分； 根据所述质量评分， 得到纺织面料 目标图像对应的纺织 面料的质量 等级。 2.如权利要求1所述的一种基于图像识别的纺织面料质量评估方法， 其特征在于， 所述 根据所述纺织面料目标图像上各像素点的灰度值， 得到纺织面料目标图像对应的滑窗尺寸 的方法， 包括： 计算所述纺织 面料目标图像上 各行对应的灰度均值； 以所述纺织面料目标图像上的行数为横坐标， 以所述各行对应的灰度均值为纵坐标， 构建得到纺织 面料目标图像对应的行 ‑灰度均值曲线； 获得行‑灰度均值曲线上最大灰度均值对应的各横坐标值， 将行 ‑灰度均值曲线上最大 灰度均值对应的各横坐标值记为行 ‑灰度均值曲线对应各第一横坐标值； 根据所述各第一横坐标值， 得到纺织 面料目标图像对应的水平方向的纹 理周期； 计算纺织 面料目标图像上 各列对应的灰度均值； 以所述纺织面料目标图像上的列数为横坐标， 以所述各列对应的灰度均值为纵坐标， 构建得到纺织 面料目标图像对应的列 ‑灰度均值曲线； 获得列‑灰度均值曲线上最大灰度均值对应的各横坐标值， 将列 ‑灰度均值曲线上最大 灰度均值对应的各横坐标值记为列 ‑灰度均值曲线对应各第二横坐标值；权　利　要　求　书 1/3 页 2 CN 115115615 B 2根据所述各第二横坐标值， 得到纺织 面料目标图像对应的竖直方向的纹 理周期； 将所述竖直方向的纹理周期记为滑窗的宽， 将所述水平方向的纹理周期记为滑窗的 长。 3.如权利要求2所述的一种基于图像识别的纺织面料质量评估方法， 其特征在于， 所述 根据所述各第一横坐标值， 得到纺织面料目标图像对应的水平方向的纹理周期的方法， 包 括： 根据所述各第一横坐标值， 构建得到行 ‑灰度均值曲线对应第一横坐标值序列； 计算所述第一横坐标值序列中相邻两个第一横坐标值之间的差值， 得到行 ‑灰度均值 曲线对应差值序列； 对行‑灰度均值曲线对应的差值序列的平均值进行取整， 将取整之后的行 ‑灰度均值曲 线对应的差值序列的平均值记为纺织 面料目标图像对应的水平方向的纹 理周期。 4.如权利要求1所述的一种基于图像识别的纺织面料质量评估方法， 其特征在于， 所述 根据所述各滑 窗窗口对应的灰度均值， 得到纺织面料目标图像对应的第一 曲线； 根据所述 各滑窗窗口对应的灰度方差， 得到纺织 面料目标图像对应的第二曲线， 包括： 以所述滑窗滑动的次数为横坐标， 以每次滑动后的滑窗窗口对应的灰度均值为纵坐 标， 构建得到纺织面料目标图像对应的滑动次数 ‑窗口灰度均值曲线， 将滑动次数 ‑窗口灰 度均值曲线记为纺织 面料目标图像对应的第一曲线； 以所述滑窗滑动的次数为横坐标， 以每次滑动后的滑窗窗口对应的灰度方差为纵坐 标， 构建得到纺织面料目标图像对应的滑动次数 ‑窗口灰度方差曲线， 将滑动次数 ‑窗口灰 度方差曲线记为纺织 面料目标图像对应的第二曲线。 5.如权利要求1所述的一种基于图像识别的纺织面料质量评估方法， 其特征在于， 所述 根据所述第一曲线和 第二曲线， 得到纺织面料目标图像对应的各异常窗口中各异常像素点 位置的方法， 包括： 获得所述第 一曲线上先下降再上升的各线段， 将所述第 一曲线上先下降再上升的各线 段对应的滑窗窗口记为异常窗口； 将所述第一曲线上先下降再上升的各线段记为所述第一 曲线上的各变化线段； 获取所述各变化线段中的最小纵坐标值； 根据所述各变化线段中的最小纵坐标值与 预 设第一阈值， 得到第一曲线上 各变化线段对应的目标阈值； 根据所述各变化线段上各点的纵坐标值和所述目标阈值， 得到各变化线段对应目标线 段； 根据所述 目标线段上 的各纵坐标值和所述 目标线段上 的横坐标的数量， 得到所述第一 曲线上各变化线段对应的目标 灰度均值； 获取滑窗窗口内没有异常像素点 时的灰度均值， 将滑窗窗口内没有异常像素点时的灰 度均值记为 正常灰度均值； 根据所述正常灰度均值、 所述目标灰度均值和所述各变化线段对应的各异常窗口的灰 度均值， 得到所述第一曲线上 各变化线段对应的各异常窗口中异常像素点的占比； 根据所述各异常窗口中异常像素点的占比以及滑窗的尺寸， 得到第 一曲线上各变化线 段对应的各异常窗口中异常像素点的数量； 根据所述第 二曲线上的纵坐标值， 得到各第 一曲线上的各变化线段对应的标准灰度均 值；权　利　要　求　书 2/3 页 3 CN 115115615 B 3