(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 202211206254.X (22)申请日 2022.09.30 (71)申请人 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　 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/136(2017.01) G06T 5/00(2006.01) G06T 5/40(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) B27J 1/00(2006.01) (54)发明名称 一种竹席切割装置的控制方法 (57)摘要 本发明涉及控制调节 技术领域， 具体涉及一 种竹席切割装置的控制方法。 该方法包括以下步 骤： 对竹席切割装置切割打磨后的竹席毛边图像 信息进行采集； 通过对竹席毛边 打磨图像分析特 征， 根据特征对图像进行自适应多段线性增强； 根据打磨效果训练神经网络来调节竹席切割装 置的智能化控制。 本发明在对竹席切割机切割竹 席打磨毛边的基础上， 利用图像增强技术增强竹 席毛边图像并通过训练神经网络来实现竹席切 割机的智能化调整。 权利要求书3页 说明书7页 附图1页 CN 115294112 A 2022.11.04 CN 115294112 A 1.一种竹席切割装置的控制方法， 其特 征在于， 包括以下步骤： 对竹席切割装置切割打磨后的竹席毛边图像信息进行采集； 通过对竹席毛边打磨图像分析 特征， 根据特 征对图像进行自适应多段线性增强； 根据打磨效果训练神经网络来调节竹席切割装置的智能化控制。 2.根据权利要求1所述的竹席切割装置的控制方法， 其特征在于， 所述通过对竹席毛边 打磨图像分析 特征， 根据特 征对图像进行自适应多段线性增强， 包括： 对竹席毛边打磨图像进行语义分割， 并进行 灰度化生成灰度直方图； 分析竹席毛边特征， 结合图像信 息计算自适应分割阈值对灰度直方图进行多段线性分 割； 结合评价 参数 对图像灰度直方图进行分割并对图像进行增强。 3.根据权利要求2所述的竹席切割装置的控制方法， 其特征在于， 所述分析竹席毛边特 征， 结合图像信息计算自适应分割阈值对灰度直方图进行多段线性分割， 包括： 分析图像特 征； 计算差异值确定增强区双域阈值初始端点； 建立 迭代函数并根据图像特 征评价参数 。 4.根据权利要求3所述的竹席切割装置的控制方法， 其特征在于， 所述计算差异值确定 增强区双域阈值初始端点， 包括： 建立新灰度区间， 计算图像整体灰度 大部分所在灰度级 ， 建立 滑 动窗口， 对图像整体像素的灰度值 以窗口平均灰度 为单位的依照灰度级 计算分类参数 ， 根据窗口差异值 作为判断分类参数 选择初始的自适应阈值。 5.根据权利要求4所述的竹席切割装置的控制方法， 其特征在于， 计算分类参数 的过 程如下： 定义新灰度区间， 新灰度区间为原灰度区间映射， 映射方式如下： 新灰度区间为[1,256]； 纵轴为频率， 进行归一化， 使得总体频率和为1， 得到权值序列 ， C表示灰度值， 表示归一 化后的频率； 图像整体加权平均灰度值 计算方式如下： 其中， 为当前图像的大部分灰度所在灰度级；权　利　要　求　书 1/3 页 2 CN 115294112 A 2建立 大小的滑窗， 滑动步长 ， 对竹席毛边图进行遍历， 计算滑窗内的像素分 布情况， 以窗口平均灰度 和窗口差异值 来表示每 个滑窗内的像素分布； 窗口平均灰度值 计算方式如下： 窗口差异值 计算方式如下： 式中 表示窗孔内的平局灰度值， 表示窗口内中心像素值与周围8邻域的像素的差 异值， 为滑窗中心点像素值， 为 周围8邻域的像素点灰度值； 分类参数 计算如下 所示： 。 6.根据权利要求5所述的竹席切割装置的控制方法， 其特征在于， 所述根据窗口差异值 作为判断分类参数 选择初始的自适应阈值， 包括： 对 的滑窗区域进行统计区域内窗口差异值 ， 其中 所对应的滑窗区域中 平均灰度值 为自适应双阈值的左侧阈值初始端点 ； 其中 所对应的滑窗区域中 的平均灰度值 为自适应双阈值的右侧阈值初始端点 。 7.根据权利要求1所述的竹席切割装置的控制方法， 其特征在于， 建立 迭代函数并 根据图像特 征评价参数 ， 包括： 根据其数据特 征建立迭代函数： 迭代方式为： 以上述的端点 作为初始值， 计算评价参数 ， 若未到达预期效果， 则 对 进行迭代， 保持不变， 重新计算评价参数 ， 若未到达预期效果， 则对 进行迭代， 保持不变； 图像特征中， 打磨后的凹凸区域灰度值有微小的变化， 粗纤维区域灰度值基本无变化， 故根据此 特征建立评价 参数 ：权　利　要　求　书 2/3 页 3 CN 115294112 A 3