【摘要】 本发明公开了一种基于改进差分盒多重分形算法的布匹疵点在线自动检测方法及装置，克服人工检测的劳动强度大，误检、漏检率高等缺陷以及原来的多重分形算法引起布匹疵点检测精确度不高的问题，利用改进的差分盒多重分形算法对布匹疵点进行布匹检测，用摄像机拍摄清晰、无疵点的布匹作为标准图像存入计算机，提取标准图像多重分形维数，并根据需要设定误差范围；利用摄像机实时拍摄待测布匹图像，提取待测布匹图像多重分形维数，与标准图像进行对比，若待测图像多重分形维数在误差范围内，则判定为合格；反之则为不合格。本发明在计算分形维数时，改进了经典算法中网格上盒子数量与高度的计算方法，在运算时间增加不大的情况下，大大减少了最小二乘拟合误差，提高了多重分形维数的计算精度。 【专利类型】发明授权 【申请人】河海大学常州校区 【申请人类型】学校 【申请人地址】213022 江苏省常州市新北区晋陵北路200号 【申请人地区】中国 【申请人城市】常州市 【申请人区县】新北区 【申请号】CN201210104088.2 【申请日】2012-04-10 【申请年份】2012 【公开公告号】CN102621154B 【公开公告日】2014-05-28 【公开公告年份】2014 【授权公告号】CN102621154B 【授权公告日】2014-05-28 【授权公告年份】2014.0 【IPC分类号】G01N21/88 【发明人】薛云灿; 郭旭; 杨启文; 张建强 【主权项内容】1.基于改进差分盒多重分形算法的布匹疵点在线自动检测方法，其特征在于：包括以下步骤，步骤(1)，利用机器视觉获取摄像机拍摄的检验合格的布匹的图像，并将获取的布匹的图像送至计算机；步骤(2)，将步骤(1)传送的布匹的图像作为标准布匹图像，并提取标准布匹图像的多重分形维数矩阵，并将多重分形维数矩阵存入步骤(1)的计算机；步骤(3)，根据用户需要，设定标准布匹图像的每一子块的误差率σi(i=1, 2, 3……16)，并将每一子块的误差率存入步骤(1)的计算机；步骤(4)，利用摄像机实时拍摄待测布匹图像，并送至步骤(1)的计算机；步骤(5)，提取步骤(4)所述的待测布匹图像的多重分形维数矩阵，并将多重分形维数矩阵存入步骤(1)的计算机；步骤(6)，将上述存入步骤(1)计算机的标准布匹图像多重分形维数和待测图像多重分形维数矩阵依次对比，若待测布匹图像所提取的多重分形维数均在标准布匹图像所提取的多重分形维数的误差范围σi内，则计算机判断布匹为合格，转到步骤(4)继续检测；反之则为不合格，输出织物疵点报告，并转到步骤(4)继续检测；所述步骤(2)提取标准布匹图像的多重分形维数矩阵采用改进的差分盒多重分形算法包括以下具体步骤，(a)，对所述标准布匹图像进行灰度化；(b)，对步骤(a)所得的标准布匹图像进行直方图均衡化；(c)，对步骤(b)所得的标准布匹图像进行3×3均值滤波；(d)，将步骤(c)所得的标准布匹图像分为大小相等的16个正方形子块Imai(i=1, 2, 3……16)，采用改进的差分盒多重分形算法提取子块Imai的多重分形维数矩阵Dq(i)，分别用4×4矩阵表示；(e)，将步骤(d)得到的标准布匹图像的多重分形维数矩阵Dq(i)存入步骤(1)的计算机；所述步骤(5)提取待测布匹图像的多重分形维数矩阵采用改进的差分盒多重分形算法的具体包括以下步骤，(a)，对所述待测布匹图像进行灰度化；(b)，对步骤(a)所得的待测布匹图像进行直方图均衡化；(c)，对步骤(b)所得的待测布匹图像进行3×3均值滤波；(d)，将步骤(c)所得的待测布匹图像分为大小相等的16个正方形子块Imai(i=1, 2, 3……16)，采用改进的差分盒多重分形算法提取正方形子块Imai的多重分形维数矩阵Dq(i)，分别用4×4矩阵表示；(e)，将步骤(d)得到待测布匹图像的多重分形维数矩阵Dq(i)存入步骤(1)的计算机；所述步骤(2)的步骤(d)中提取标准布匹图像的多重分形维数矩阵和步骤(5)的步骤(d)中提取待测布匹图像的多重分形维数矩阵过程中采用的是改进的差分盒多重分形算法，具体包括以下步骤，1)，将M×M像素的图像分割成s×s的子块，s取不小于的最小整数；2)，将图像抽象为一个空间中的曲面，x、y表示平面位置，z为图像(x, y)处的灰度值，将(x, y)平面分割成多个s×s的网格，并计算r的值r=s/M；3)，所述每个网格上是一列s×s×h的盒子，h是单个盒子的高度，设定总的灰度级是G，图像灰度的平均值是μ、标准差是σ，即 4)，所述步骤2)中第i行、第j列的网格上的盒子数量nr(i, j)，由公式(1)得出：其中，L和K分别为图像灰度在第(i, j)网格中的最大值和最小值，ceil是取整运算符，表示所取数为大于等于括号内的数的最小整数，h是所述单个盒子的高度；5)，根据公式(2)得出所有网格中的盒子总数Nr为, 6)，计算第i行、第j列网格的盒子数与盒子总数的比值Pi, j＝nr(i, j)/Nr，并求Pi, j的q次方的和7)，增加s的值，若则返回步骤2)继续计算；否则进入步骤8)；8)，根据公式(3)求得多重分形维数, 即对不同的ln(r)应用最小二乘拟合，就可求得对应的q重分形维数。 【当前权利人】河海大学常州校区 【当前专利权人地址】江苏省常州市晋陵北路200号 【统一社会信用代码】12320400467289477N 【家族引证次数】5.0 【家族被引证次数】8

未经允许不得转载：http://www.zhongzhencnc.com/1789887956.html