一种基于视觉检测的地毯缺陷检测方法及系统与流程

本发明涉及地毯缺陷检测，具体涉及一种基于视觉检测的地毯缺陷检测方法及系统。

背景技术：

1、地毯的缺陷种类很多，有破损、脏污、跳纱、断纱等，均呈现复杂的外观形态。长期以来，对于地毯中的缺陷都是通过人工检测，检验人员按照个人经验对地毯等级做出评定，这种方法受检验人员的主观因素影响较大，效率低、漏检率高，且劳动强度大，难以得准确的检验结果。

2、现有技术cn201910228423.1公开了一种地毯表面瑕疵检测装置及瑕疵检测方法，本发明公开了一种地毯表面瑕疵检测装置，包括机架，所述机架上设置有用于放卷地毯的放卷装置，机架上设置有若干个过渡导辊和一个检测支撑辊，放卷装置放卷的地毯卷绕在过渡导辊和支撑检测辊并被牵出，地毯在支撑检测辊的外侧弧面为检测面，机架上设置有光源和线扫描相机，该线扫描相机和光源正对，线扫描相机的拍摄方向线处于检测面的外侧，该拍摄方向线与检测面的最近点之间的距离小于设定瑕疵点的突起高度，该检测装置可以实现地毯瑕疵的检测，替代人工节省了人力，提高了检测效率。

3、虽然上述现有技术能够一定程度的对地毯缺陷进行检测，但是仍存在一定的不足，比如：仅利用凸起高度这唯一特征进行缺陷检测，检测结果的可靠性低，而且凸起高度也只能检测出表面疵点，对于其余类型的缺陷(绒毛漏种、地毯破洞)难以识别处理，使用范围窄。

技术实现思路

1、本发明的目的在于提供一种基于视觉检测的地毯缺陷检测方法及系统，以解决现有技术中仅利用凸起高度这唯一特征进行缺陷检测，检测结果的可靠性低，而且凸起高度也只能检测出表面疵点，对于其余类型的缺陷难以识别处理，使用范围窄的技术问题。

2、为解决上述技术问题，本发明具体提供下述技术方案：

3、一种基于视觉检测的地毯缺陷检测方法，包括以下步骤：

4、步骤s1、利用图像拍摄装置获取地毯实体的绒面图像，并为所述绒面图像和地毯实体建立同一二维坐标系构建绒面图像与地毯实体的位置映射关系；

5、步骤s2、对所述绒面图像进行迭代式的对称分割以迭代得到两个对称的搜索区域，并同步对两个对称的搜索区域进行相似匹配筛选出包含纺织缺陷的搜索区域作为缺陷区域；

6、步骤s3、基于所有缺陷区域的位置坐标进行补种规划得到补种路径，并控制自动补种装置按补种路径在地毯实体中进行缺陷补种。

7、作为本发明的一种优选方案，所述步骤s1中，所述绒面图像的获取方法包括：

8、在所述地毯实体平铺于具有彩色系背景色的检测台平面上，并将图像拍摄装置在位于地毯实体正上方进行垂直拍摄得到绒面图像，其中，所述彩色系背景色用于使所述绒面图像中缺陷区域的像素点与非缺陷区域的像素点的rgb像素差异度增大，以提高识别效率；

9、将所述绒面图像利用坐标属性和像素属性转化为一组绒面像素点表示形式(xi,yi,rgbi)，其中，所述坐标属性表征为绒面像素点在二维坐标系中的坐标，所述像素属性表征为绒面像素点的rgb像素值，xi,yi分别表征为绒面像素点i在坐标属性中的横、纵坐标，rgbi表征为绒面像素点i在像素属性中的rgb像素值，i∈[1,m]，i表征为绒面像素点的区分编号，m为绒面像素点的总个数。

10、作为本发明的一种优选方案，所述步骤s2中，所述缺陷区域的筛选方法包括：

11、步骤s201、将所述绒面图像作为搜索区域s；

12、步骤s202、将搜索区域s中包含的所述绒面像素点从中点处进行划分得到两组绒面像素点集合，并将两个绒面像素点集合作为两个搜索区域s1，s2；

13、步骤s203、将搜索区域s1和搜索区域s2分别与标准区域进行相似匹配，所述标准区域与搜索区域具有相同面积，其中，

14、若搜索区域s1或搜索区域s2与标准区域的相似度为高级，则判定搜索区域s1或搜索区域s2均不存在缺陷区域，对搜索区域s1或搜索区域s2无需执行迭代搜索；

15、若搜索区域s1或搜索区域s2与标准区域的相似度为中级，则判定搜索区域s1或搜索区域s2均存在缺陷区域，对搜索区域s1或搜索区域s2分别进行迭代搜索；

16、若搜索区域s1或搜索区域s2与标准区域的相似度为低级，则判定搜索区域s1或搜索区域s2为缺陷区域。

17、作为本发明的一种优选方案，所述步骤s2中，所述迭代搜索的方法还包括：

18、对所述搜索区域s1进行迭代搜索的方法包括：

19、将搜索区域s1中包含的所有绒面像素点从中点处进行划分成两组绒面像素点集合，并将两组绒面像素点集合分别作为新的搜索区域s1和搜索区域s2，返回步骤s203；

20、对所述搜索区域s2进行迭代搜索的方法包括：

21、将搜索区域s2中包含的所有绒面像素点从中点处进行划分成两组绒面像素点集合，并将两组绒面像素点集合分别作为新的搜索区域s1和搜索区域s2，返回步骤s203。

22、作为本发明的一种优选方案，所述步骤s2中，所述中点的标记方法包括：

23、获取搜索区域中包含的所有绒面像素点[min,max]的区分编号最小值min和区分编号最大值max，并基于中点计算公式得到表征位于所述中点处的绒面像素点的区分编号中点值，所述中点计算公式为：

24、

25、式中，midle表征为绒面像素点的区分编号中点值，max、min表征为绒面像素点的区分编号最小值和区分编号最大值，f表征为向上取整函数，g表征为向下取整函数；

26、将搜索区域中包含的所有绒面像素点从中点处进行划分成两组绒面像素点集合分别表征为[min，midle]和[midle+1，max]，则两个新的搜索区域s1和搜索区域s2分别为[min，max＝midle]和[min＝midle+1，max]。

27、作为本发明的一种优选方案，所述步骤s2中，所述搜索区域与标准区域的相似度的计算方法包括：

28、统计搜索区域与标准区域的rgb像素直方图，并将搜索区域的rgb像素直方图与标准区域的rgb像素直方图进行相似度计算，其中，

29、若搜索区域的rgb像素直方图与标准区域的rgb像素直方图的相似度高于相似度阈值上限，则搜索区域与标准区域的像素度为高级；

30、若搜索区域的rgb像素直方图与标准区域的rgb像素直方图的相似度低于相似度阈值上限且高于相似度阈值下限，则搜索区域与标准区域的像素度为中级；

31、若搜索区域的rgb像素直方图与标准区域的rgb像素直方图的相似度低于相似度阈值下限，则搜索区域与标准区域的像素度为低级；

32、所述相似度采用巴氏系数进行衡量，所述巴氏系数的公式为：

33、

34、式中，p(j)表征为搜索区域的rgb像素直方图中的第j个数据；p′(j)表征为标准区域的rgb像素直方图中的第j个数据，n为rgb像素直方图的总数目，j为计量常数，无实质意义。

35、作为本发明的一种优选方案，所述步骤s3中，所述补种路径的规划方法包括：

36、将所述缺陷区域中包含的所有绒面像素点按照横坐标进行顺序排列得到缺陷区域内的局部补种路径，并将所有缺陷区域按照所包含的绒面像素点的横坐标最大值进行顺序排列得到缺陷区域间的全局补种路径；

37、其中，若两个绒面像素点的横坐标相同，则将纵坐标较大的绒面像素点作为排列后项。

38、作为本发明的一种优选方案，所述缺陷补种的具体方法：

39、控制自动补种装置沿全局补种路径依次进入一个缺陷区域中，在缺陷区域中沿局部补种路径在地毯实体上进行绒毛补种，并在局部补种路径完成后进入全局补种路径，进入下一个缺陷区域，直至全局补种路径完成。

40、作为本发明的一种优选方案，本发明提供了一种根据所述的基于视觉检测的地毯缺陷检测方法的检测系统，包括：

41、图像获取单元，利用图像拍摄装置获取地毯实体的绒面图像，并为所述绒面图像和地毯实体建立同一二维坐标系构建绒面图像与地毯实体的位置映射关系；

42、缺陷识别单元，对所述绒面图像进行迭代式的对称分割以迭代得到两个对称的搜索区域，并同步对两个对称的搜索区域进行相似匹配筛选出包含纺织缺陷的搜索区域作为缺陷区域；

43、补种规划单元，基于所有缺陷区域的位置坐标进行补种规划得到补种路径，并控制自动补种装置按补种路径在地毯实体中进行缺陷补种。

44、本发明与现有技术相比较具有如下有益效果：

45、本发明利用地毯缺陷组织和正常绒面组织具有不同的色彩透光度，将识别台面设置为彩色系背景色，使地毯实体拍摄出的绒面图像中缺陷区域的像素点与非缺陷区域的像素点的rgb像素差异度增大，以提高识别效率，在进行图像识别缺陷区域时利用对称迭代式分割搜索方法，可以快速的缩小搜索区域，只需要对搜索区域进行缺陷搜索，去除了大量无效搜索，搜索效率提高的同时提高了搜索精度。