(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 202211231722.9 (22)申请日 2022.10.10 (71)申请人 南通逸耀辰纺织品科技有限公司 地址 226000 江苏省南 通市通州区二甲镇 袁灶工业园区 (72)发明人 郁永飞　 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/762(2022.01) G06T 7/44(2017.01) G06T 5/00(2006.01) (54)发明名称 一种格纹织物 异常检测方法 (57)摘要 本发明涉及数据处理技术领域， 具体涉及一 种格纹织物异常检测方法。 该方法是一种应用电 子设备进行识别的方法， 利用生产领域人工智能 系统完成格纹织物异常检测。 首先利用相机获取 格纹织物图像， 对格纹织物图像进行数据处理得 到不同窗口半径下的平滑图像； 对平滑图像进行 数据处理得到对应的灰度值曲线的曲线差异程 度， 进一步得到各曲线的异常概率， 基于所述异 常概率对格纹织物图像进行异常判断， 减少了直 接对图像进行异常检测产生的误差， 降低了均值 漂移聚类算法对窗口半径的依赖性。 权利要求书2页 说明书9页 附图1页 CN 115311267 A 2022.11.08 CN 115311267 A 1.一种格纹织物 异常检测方法， 其特 征在于， 该 方法包括以下步骤： 采集格纹织物图像,提取所述格纹织物图像中的格纹区域， 对所述格纹区域灰度化得 到格纹灰度区； 获取窗口半径范围， 采用不同窗口半径对所述格纹灰度区进行均值漂移聚类处理， 得 到不同窗口半径下的平 滑图像； 由所述平滑图像上每一行中像素点的灰度值构建灰度值曲线， 将灰度值曲线根据周期 性分为不同类别； 根据每个类别中灰度值曲线的差异计算类别内灰度值曲线 上各像素点的 像素点差异程度； 结合曲线上 各像素点的像素点差异程度计算得到曲线的曲线差异程度； 获取不同窗口半径下的平滑图像中的同一行灰度值曲线的相同位置处像素点的像素 值的差值， 构建差值序列； 基于所述差值序列， 由不同窗口半径下的平滑图像中同一位置灰 度值曲线的近似程度计算异常概 率； 基于所述异常概 率对格纹织物图像进行异常判断。 2.根据权利要求1所述的一种格纹织物异常检测方法， 其特征在于， 所述获取窗口半径 范围， 包括： 利用sobel算子计算格纹灰度 区中每一个像素点的梯度值， 将梯度值大于预设梯度阈 值的像素点作为格纹点， 提取每行格纹点， 获取格纹点之间的最短距离； 提取格纹灰度区中每行像素点的像素值， 以格纹灰度区中左上角第 一点作为格纹纹理 区域的起始点， 获取起始点对应的八邻域内像素点的灰度值， 若八邻域内像素点的灰度值 均小于等于预设灰度阈值， 将八邻域内像素点并入格纹纹理区域， 直至八邻域内像素点的 灰度值出现大于预设灰度阈值时停止， 遍历格纹灰度区中所有点， 得到多个格纹纹理 区域； 以最小的格纹 纹理区域内像素点数量的开平方作为 最长距离； 以所述最短距离作为 窗口半径范围的区间左端点， 以所述最长距离作为 窗口半径范围 的区间右端点， 得到窗口半径范围。 3.根据权利要求1所述的一种格纹织物异常检测方法， 其特征在于， 所述将灰度值曲线 根据周期性分为 不同类别， 包括： 根据相似程度将所有灰度值曲线分为多个 类别； 所述相似程度的计算公式为： 其中， 为第i行对应的灰度值曲线与第j行对应的灰度值曲线 的相似程度； 表示每 行的像素点数量； 为格纹灰度区中横坐标为 ， 纵坐标为 的像素点的灰度值； 为格纹灰度区中横坐标为 ， 纵坐标为 的像素点的灰度值； 将相似程度大于预设相似阈值的灰度值曲线分至同一类别， 遍历所有灰度值曲线， 得 到多个类别。 4.根据权利要求1所述的一种格纹织物异常检测方法， 其特征在于， 所述根据每个类别 中灰度值曲线的差异计算类别内灰度值曲线上 各像素点的像素点差异程度， 包括： 所述像素点差异程度的计算公式为：权　利　要　求　书 1/2 页 2 CN 115311267 A 2其中， 为像素点差异程度； 为格纹灰度区中横坐标为 ， 纵坐标为 的像素点 的灰度值； 为类别的终止行数； 为类别的起始行数； 为相同列数不同行数 对应的像素点的灰度值之和。 5.根据权利要求1所述的一种格纹织物异常检测方法， 其特征在于， 所述结合曲线上各 像素点的像素点差异程度计算得到曲线的曲线差异程度， 包括： 所述曲线差异程度的计算公式为： 其中， 为曲线差异程度； 为以自然常数为底数的指数函数； 为灰度值曲线上对 应的第n个 像素点对应的像素点差异程度； 为灰度值曲线对应的像素点的数量。 6.根据权利要求1所述的一种格纹织物异常检测方法， 其特征在于， 所述基于所述差值 序列， 由不同窗口半径下的平 滑图像中同一 位置曲线的近似程度计算异常概 率， 包括： 将差值序列中相邻的元 素两两相减得到相邻元 素的差值， 构建异常序列； 像素点异常概 率的计算公式为： 其中， 为异常序列中第i个元素对应的像素点异常概率； 为最大值函数； 为最 小值函数； 为异常序列； 为异常序列中的最大值； 为异常序列中的最小值； 为异常序列中的第i个元 素； 根据像素点异常概 率计算曲线的异常概 率； 所述异常概 率的计算公式为： 其中， 为异常概率； 为大于预设第一阈值的像素点异常概率 对应的像素点数量； 为异常序列中第i个元素对应的像素点异常概率； 为大于预设第一阈值的像素点异常 概率的数量。 7.根据权利要求1所述的一种格纹织物异常检测方法， 其特征在于， 所述基于所述异常 概率对格纹织物图像进行异常判断， 包括： 当异常概率大于预设异常阈值时， 认为格纹织物图像出现异常； 当异常概率小于等于 预设异常阈值时， 认为格纹织物图像为 正常。权　利　要　求　书 2/2 页 3 CN 115311267 A 3