(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 202211452149.4 (22)申请日 2022.11.21 (71)申请人 深圳市富 安娜家居用品股份有限公 司 地址 518000 广东省深圳市南 山区创业 南 南油大道西路自行 车加工厂1栋 (72)发明人 林汉凯　 (74)专利代理 机构 郑州知倍 通知识产权代理事 务所(普通 合伙) 41191 专利代理师 邱珍珍 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/60(2017.01) (54)发明名称 一种基于纺织工艺的染色不良缺陷识别方 法 (57)摘要 本发明涉及图像数据处理技术领域， 具体涉 及一种基于纺织工艺的染色不良缺陷识别方法， 该方法包括： 获取待检测纺织品的表面染色图 像， 对表面染色图像进行预处理； 从目标表面染 色图像中筛选出亮色区域集合； 对亮色区域中的 像素点进行直线拟合处理； 从亮色区域集合中筛 选出缺陷可能区域集合； 对缺陷可能区域集合中 的每个缺陷可能区域进行缺陷特征分析处理； 生 成待检测纺织品对应的目标缺陷信息。 因此， 本 发明通过对表 面染色图像进行数据处理， 解决了 对纺织品表面染色进行缺陷识别的效率低下的 技术问题， 提高了对纺织品表 面染色进行缺陷识 别的效率， 主要应用于对纺织品表 面染色进行缺 陷识别。 权利要求书3页 说明书14页 附图2页 CN 115496762 A 2022.12.20 CN 115496762 A 1.一种基于纺织工艺的染色不良缺陷识别方法， 其特 征在于， 包括以下步骤： 获取待检测纺织品的表面染色图像， 对所述表面染色图像进行预处理， 得到目标表面 染色图像， 其中， 所述预处 理包括： 灰度化； 根据所述目标表面染色图像中的像素点对应的灰度值和位置， 从所述目标表面染色图 像中筛选出亮色区域 集合； 对于所述亮色区域集合中的每个亮色区域， 对所述亮色区域中的像素点进行直线拟合 处理， 得到所述亮色区域对应的拟合优度； 根据所述亮色区域集合中的各个亮色区域对应的拟合优度和各个亮色区域中像素点 的数量， 从所述亮色区域 集合中筛选出缺陷可能 区域集合； 对所述缺陷可能区域集合中的每个缺陷可能区域进行缺陷特征分析处理， 得到所述缺 陷可能区域对应的整体缺陷显著度； 根据所述缺陷可能区域集合中的各个缺陷可能区域对应的整体缺陷显著度， 生成所述 待检测纺织品对应的目标缺陷信息 。 2.根据权利要求1所述的一种基于纺织工艺的染色不良缺陷识别方法， 其特征在于， 所 述对所述缺陷可能区域集合中的每个缺陷可能区域进 行缺陷特征分析 处理， 得到所述缺陷 可能区域对应的整体缺陷显著度， 包括： 根据所述缺陷可能区域集合中的像素点对应的灰度值， 对所述缺陷可能区域集合中的 像素点进行降序排序， 得到像素点序列； 将所述像素点序列中预先设置的预设位置处 的像素点对应的灰度值， 确定为目标灰度 值； 根据所述目标灰度值和所述缺陷可能区域集合中的每个像素点对应的预先设置的目 标窗口， 确定所述像素点对应的缺陷微观聚集度； 对所述缺陷可能区域集合中的每个像素点对应的缺陷微观聚集度进行归一化， 得到所 述像素点对应的归一 化微观聚集度； 对所述缺陷可能区域集合中的每个缺陷可能区域进行宏观缺陷分析处理， 得到所述缺 陷可能区域对应的宏观缺陷指标； 根据所述缺陷可能区域集合中的每个像素点对应的目标窗口， 对所述像素点进行色度 差异分析处 理， 得到所述像素点对应的色度差异度； 根据所述缺陷可能区域集合中的每个像素点对应的色度差异度、 所述像素点对应的归 一化微观聚集度和所述像素点所在的缺陷可能区域对应的宏观缺陷指标， 确定所述像素点 对应的缺陷瑕疵显著度； 根据所述缺陷可能区域集合中的每个缺陷可能区域中的各个像素点对应的缺陷瑕疵 显著度， 确定所述 缺陷可能 区域对应的整体缺陷显著度。 3.根据权利要求2所述的一种基于纺织工艺的染色不良缺陷识别方法， 其特征在于， 所 述对所述缺陷可能区域集合中的每个缺陷可能区域进 行宏观缺陷分析 处理， 得到所述缺陷 可能区域对应的宏观缺陷指标， 包括： 对所述缺陷可能区域中的像素点进行主成分分析， 得到所述缺陷可能区域对应的主成 分方向和目标 特征区域； 根据所述缺陷可能区域对应的主成分方向， 建立所述缺陷可能区域对应的目标直角坐权　利　要　求　书 1/3 页 2 CN 115496762 A 2标系； 在所述缺陷可能区域对应的目标直角坐标系下， 确定所述缺陷可能区域对应的目标特 征区域中任意两个像素点对应的目标坐标包括的横坐标的差值的绝对值， 作为横坐标差 异， 得到所述 缺陷可能 区域对应的横坐标差异集 合； 从所述缺陷可能区域对应的横坐标差异集合中筛选出最大的横坐标差异， 作为所述缺 陷可能区域对应的横差值； 在所述缺陷可能区域对应的目标直角坐标系下， 确定所述缺陷可能区域对应的目标特 征区域中任意两个像素点对应的目标坐标包括的纵坐标的差值的绝对值， 作为纵坐标差 异， 得到所述 缺陷可能 区域对应的纵坐标差异集 合； 从所述缺陷可能区域对应的纵坐标差异集合中筛选出最大的纵坐标差异， 作为所述缺 陷可能区域对应的纵差值； 根据所述缺陷可能区域中像素点对应的灰度值， 确定所述缺陷可能区域对应的行程百 分比； 根据所述缺陷可能区域对应的行程百分比、 横差值和纵差值， 确定所述缺陷可能区域 对应的宏观缺陷指标。 4.根据权利要求2所述的一种基于纺织工艺的染色不良缺陷识别方法， 其特征在于， 所 述根据所述缺陷可能区域集合中的每个像素点对应的目标窗口， 对所述像素点进 行色度差 异分析处 理， 得到所述像素点对应的色度差异度， 包括： 从所述像素点对应的目标窗口中各个像素点对应的灰度值中筛选出最大的灰度值和 最小的灰度值， 作为所述像素点对应的最大 灰度值和最小灰度值； 将所述像素点对应的目标窗口中各个像素点对应的灰度值的标准差， 确定为所述像素 点对应的像素 标准差； 根据所述像素点对应的像素标准差、 最大灰度值和最小灰度值， 确定所述像素点对应 的色度差异度。 5.根据权利要求2所述的一种基于纺织工艺的染色不良缺陷识别方法， 其特征在于， 所 述根据所述缺陷可能区域集合中的每个缺陷可能区域中的各个像素点对应的缺陷瑕疵显 著度， 确定所述 缺陷可能 区域对应的整体缺陷显著度， 包括： 对所述缺陷可能区域中的每个像素点对应的缺陷瑕疵显著度进行归一化， 得到所述像 素点对应的归一 化瑕疵； 当所述缺陷可能区域中的像素点对应的归一化瑕疵小于或等于预先设置的第一瑕疵 阈值时， 将像素点， 确定为 正常像素点； 当所述缺陷可能区域中的像素点对应的归一化瑕疵大于第 一瑕疵阈值， 并且不大于预 先设置的第二瑕疵阈值时， 将像素点， 确定为 微小瑕疵像素点； 当所述缺陷可能区域中的像素点对应的归一化瑕疵大于第 二瑕疵阈值， 并且不大于预 先设置的第三瑕疵阈值时， 将像素点， 确定为中度瑕疵像素点； 当所述缺陷可能区域中的像素点对应的归一化瑕疵大于第三瑕疵阈值时， 将像素点， 确定为重度瑕疵像素点； 根据预先设置的正常权重、 微小权重、 中度权重和重度权重， 以及所述缺陷可能区域中 像素点的数量、 正常像素点的数量、 微小瑕疵像素点的数量、 中度瑕疵像素点的数量和重度权　利　要　求　书 2/3 页 3 CN 115496762 A 3