(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 202211236877.1 (22)申请日 2022.10.10 (65)同一申请的已公布的文献号 申请公布号 CN 115311269 A (43)申请公布日 2022.11.08 (73)专利权人 南通爱唯家用纺织品有限公司 地址 226000 江苏省南 通市通州区东社镇 五甲工业园区 (72)发明人 倪晓青　 (74)专利代理 机构 武汉世跃专利代理事务所 (普通合伙) 42273 专利代理师 万仲达 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01)G06T 5/00(2006.01) G06T 5/50(2006.01) 审查员 徐晓艳 (54)发明名称 一种纺织品异常检测方法 (57)摘要 本发明涉及数据处理技术领域， 具体涉及一 种纺织品异常检测方法， 该方法采集纺织品图 像， 以得到纺织品区域图像的纺织品灰度图； 分 别计算纺织品灰度图中每行的灰度值总和以及 每列的灰度值总和， 对应构建行和曲线与列和曲 线； 对行和曲线与列和曲线进行平滑操作， 分别 得到不同平滑 程度下的平滑曲线； 将每个平滑曲 线划分为多个合并波动区域； 获取不同平滑程度 下每个同一合并波动区域的变化程度， 组成变化 程度集合， 基于变化程度集合计算每个同一合并 波动区域的异常概率， 根据 异常概率检测纺织品 的异常。 本发明提高了纺织品异常检测的准确 性。 权利要求书1页 说明书6页 附图1页 CN 115311269 B 2022.12.13 CN 115311269 B 1.一种纺织品异常检测方法， 其特 征在于， 该 方法包括以下步骤： 采集纺织品图像， 对纺织品图像进行语义分割得到纺织品区域图像， 获取纺织品区域 图像对应的纺织品灰度图； 分别计算纺织品灰度图中每行的灰度值总和以及每列的灰度值总和， 对应构建行和曲 线与列和曲线； 对行和曲线与列和曲线进行平滑操作， 分别得到不同平滑程度下 的平滑曲 线； 获取平滑曲线 上的极大值和极小值， 根据极小值将平滑曲线划分为多个波动区域， 根据 波动区域中的极大值对波动区域进行合并， 得到多个合并波动区域； 获取不同平滑程度下的第K个合并波动 区域对应的曲线， 得到每个曲线的波峰值和波 谷值， 计算波峰值和波谷值的比值， 得到比值集合， 基于比值集合获取每个平滑程度下第K 个合并波动区域的变换程度， 获取变换程度超过变换阈值的合并波动区域， 作为目标区域， 将目标区域的变换程度相加得到第K个合并波动区域的变化 程度； 分别获取不同平滑程度下每个同一合并波动 区域的变化程度， 组成变化程度集合， 获 取变化程度集合的最大变化程度和 最小变化程度， 得到变化程度极差值， 获取每个变化程 度与最小变化程度的差值作为分子， 变化程度极差值为分母， 得到对应的比值作为每个同 一合并波动区域的异常概 率， 根据异常概 率检测纺织品的异常。 2.如权利要求1所述的一种纺织品异常检测方法， 其特征在于， 所述不同平滑程度 下的 平滑曲线的获取 方法， 包括： 对于行和曲线与列和曲线， 获取曲线上的局部极小值， 将局部极小值的横坐标构成位 置序列， 计算位置序列中任意两个元素的差值， 得到差值序列； 将差值序列中的最大元素和 最小元素作为窗口 的长度范围， 基于 长度范围获取不同平 滑程度下的平 滑曲线。 3.如权利要求1所述的一种纺织品异常检测方法， 其特征在于， 所述合并波动区域的获 取方法， 包括： 计算当前波动区域中的极大值与其相邻波动区域中的极大值的差值绝对值， 当差值绝 对值小于阈值时， 将这两个波动区域合并为一个合并波动区域； 当差值绝对值大于或等于 阈值时， 将当前波动区域作为 合并波动区域。 4.如权利要求1所述的一种纺织品异常检测方法， 其特征在于， 所述基于比值集合获取 每个平滑程度下第K个合并波动区域的变换程度的方法， 包括： 获取比值集合中的最大比值和最小比值， 得到极差值； 利用最大比值减去当前平滑程 度下第K个合并波动区域对应的比值， 得到比值差， 以比值差为分子、 极差值为分母得到的 比值作为当前平 滑程度下第K个合并波动区域的变换程度。 5.如权利要求1所述的一种纺织品异常检测方法， 其特征在于， 所述根据异常概率检测 纺织品的异常的方法， 包括： 当异常概率大于异常阈值时， 确认纺织品出现异常； 当异常概率小于或等于异常阈值 时， 确认纺织品正常。权　利　要　求　书 1/1 页 2 CN 115311269 B 2一种纺织品异常检测方 法 技术领域 [0001]本发明涉及数据处 理技术领域， 具体涉及一种纺织品异常检测方法。 背景技术 [0002]在生产过程中， 纺织品由于原料、 织造设备、 人员操作水平等原因均 会导致产品外 观出现异常。 而若产生微小异常时， 对纺织品进行异常检测， 不能完全检测出来， 进而影响 后续操作， 造成不可估量的损失。 [0003]现有技术通常使用阈值分割或根据缺陷区域边缘异常的特征使用边缘检测算法 进行异常检测， 但由于微小异常其区域较小且灰度值变换不明显， 直接对图像进行异常检 测时会出现错分或过分的情况。 或先对图像进行增强进而对图像进行异常检测， 而图像增 强算法对增强系数的选择要求较高， 难以达 到自适应选择。 发明内容 [0004]为了解决上述技术问题， 本发明的目的在于提供一种纺织品异常检测方法， 所采 用的技术方案具体如下： [0005]采集纺织品图像， 对纺织品图像进行语义分割得到纺织品区域图像， 获取纺织品 区域图像对应的纺织品灰度图； [0006]分别计算纺织品灰度图中每行的灰度值总和以及每列的灰度值总和， 对应构建行 和曲线与列和曲线； 对行和曲线与列和曲线进行平滑操作， 分别得到不同平滑程度下 的平 滑曲线； 获取平滑曲线 上的极大值和极小值， 根据极小值将平滑曲线划分为多个波动区域， 根据波动区域中的极大值对波动区域进行合并， 得到多个合并波动区域； [0007]获取不同平滑程度下的第K个合并波动区域对应 的曲线， 得到每个曲线的波峰值 和波谷值， 计算波峰值和波谷值的比值， 得到比值集合， 基于比值集合 获取每个平滑程度下 第K个合并波动区域的变换程度， 获取变换程度超过变换阈值的合并波动区域， 作为目标区 域， 将目标区域的变换程度相加得到第K个合并波动区域的变化 程度； [0008]分别获取不同平滑程度下每个同一合并波动区域的变化程度， 组成变化程度集 合， 获取变化程度集合的最大变化程度和最小变化程度， 得到变化程度极差值， 获取每个变 化程度与最小变化程度的差值作为分子， 变化程度极差值为分母， 得到对应的比值作为每 个同一合并波动区域的异常概 率， 根据异常概 率检测纺织品的异常。 [0009]进一步的， 所述 不同平滑程度下的平 滑曲线的获取 方法， 包括： [0010]对于行和曲线与列和曲线， 获取曲线上的局部极小值， 将局部极小值的横坐标构 成位置序列， 计算位置序列中任意两个元素的差值， 得到差值序列； 将差值序列中的最大元 素和最小元 素作为窗口 的长度范围， 基于 长度范围获取不同平 滑程度下的平 滑曲线。 [0011]进一步的， 所述 合并波动区域的获取 方法， 包括： [0012]计算当前波动区域中的极大值与其相邻波动区域中的极大值的差值绝对值， 当差 值绝对值小于阈值时， 将这两个波动区域合并为一个合并波动区域； 当差值绝对值大于或说　明　书 1/6 页 3 CN 115311269 B 3