(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 202211169336.1 (22)申请日 2022.09.26 (65)同一申请的已公布的文献号 申请公布号 CN 115272304 A (43)申请公布日 2022.11.01 (73)专利权人 山东滨州安惠绳网集团有限责任 公司 地址 251700 山东省滨州市惠民县姜楼镇 工贸西区2号 (72)发明人 朱松　 (74)专利代理 机构 山东舜天律师事务所 372 26 专利代理师 王永建 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/13(2017.01) G06V 10/26(2022.01) G06V 10/40(2022.01)(56)对比文件 US 2022044389 A1,202 2.02.10 US 2007179918 A1,20 07.08.02 CN 114170487 A,202 2.03.11 CN 112296051 A,2021.02.02 JP 2020046932 A,2020.0 3.26 CN 114842043 A,202 2.08.02 CN 114782329 A,2022.07.22 CN 114494226 A,202 2.05.13 CN 10968576 6 A,2019.04.26 周晓敏等.基 于模板匹配单色布匹瑕疵检测 算法. 《测控技 术》 .2021,第40卷(第7期), You Wu etal. .Automatic Fabric Defect Detection Using Cascaded Mixed F eature Pyramid w ith Guided L ocalization. 《sensors》 .2020, 刘丽等.图像纹 理分类方法研究进 展和展 望. 《自动化学报》 .2017,(第04期), 审查员 郑岩 (54)发明名称 一种基于图像处理的布匹缺陷检测方法和 系统 (57)摘要 本发明涉及图像处理技术领域， 具体涉及一 种基于图像处理的布匹缺陷检测方法和系统。 该 方法包括： 获得布匹灰度图像进行金字塔下采样 后对应的图像的金字塔； 利用最小尺度特征图中 的每个像素点在图像金字塔中的映射关系构成 多个像素点树； 获得像素点树中的候选油污像素 点和候选边界像素点； 通过候选油污像素点和候 选边界像素点获得布匹灰度图像中对应的像素 点组成候选油污区域； 通过候选油污区域的边缘 处的像素点的梯度方向对候选油污区域进行筛 选获得油污区域。 本发明达到布匹油污检测的目 的， 能够解决布匹本身的纹理和颜色对布匹油污 检测的影响， 提高布匹油污区域检测的精度。 权利要求书2页 说明书6页 附图2页 CN 115272304 B 2022.12.09 CN 115272304 B 1.一种基于图像处理的布匹缺陷检测方法， 其特征在于， 该方法包括： 利用金字塔下采 样对布匹灰度图像进行采样获得图像金字塔， 所述图像金字塔包含不同尺度的特征图； 利 用最小尺度特 征图中的每 个像素点在图像金字塔中的映射关系构成多个 像素点树； 计算像素点树的父节点在其对应尺度的特征图中的LBP特征码， 获得特征码中为第一 预定值的编码的数量； 根据第一预定值的编码的数量的占比选取待选父节点， 所述待选父 节点为疑似油污像素点； 若待选父节点作为子节 点时所对应的父节点不满足成为疑似油污 像素点的条件， 该待选父节点为候选油污像素点， 所述候选油污像素点对应的子节点为候 选子节点； 根据候选子节点特征码中为第一预定值的编 码的数量的占比选取候选边界像素 点； 通过候选油污像素点和候选边界像素点 获得布匹灰度图像中对应的像素点组成候选油 污区域； 通过候选油污区域的边缘处的像素点的梯度方向对候选油污区域进行筛选获得油污 区域。 2.根据权利要求1所述的一种基于图像处理 的布匹缺陷检测方法， 其特征在于， 所述利 用金字塔下采样对布匹灰度图像进行采样获得金字塔图像包括： 预设根据 布匹灰度图像的 像素点的行数和列数确定合适的采样次数； 利用预设尺度的窗口和均值池化的方法进 行金 字塔下采样获得布匹灰度图像的图像金字塔。 3.根据权利要求1所述的一种基于图像处理 的布匹缺陷检测方法， 其特征在于， 所述利 用最小尺度特征图中的每个像素点在图像金字塔中的映射关系构成多个像素点树包括： 像 素点树中的每层像素点为图像金字塔中的对应尺度的特征图中的像素点； 像素点树由底层 到最顶层的像素点的分布顺序与图像金字塔的不同尺度的特征图像的分布顺序一致； 像素 点树父节点的灰度值由子节点的灰度值均值池化得到； 其中图像金字塔最小尺度的特征图 中像素点的数量与像素点 树的数量相等。 4.根据权利要求1所述的一种基于图像处理 的布匹缺陷检测方法， 其特征在于， 所述计 算像素点树的父节 点在其对应尺度的特征图中的LBP特征码包括： 计算父节 点的LBP特征码 时使用圆形LBP算子； 利用圆形LBP算子获得 父节点的八邻域内的LBP特 征码。 5.根据权利要求1所述的一种基于图像处理 的布匹缺陷检测方法， 其特征在于， 所述根 据第一预定值的编 码的数量的占比选取待选父节 点包括： 若像素点树中父节点特征码中为 第一预定值的编码的数量的占比大于第一预设阈值， 则父节点 为待选父节点。 6.根据权利要求5所述的一种基于图像处理 的布匹缺陷检测方法， 其特征在于， 所述根 据候选子节点特征码中为第一预定值的编 码的数量的占比选取候选边界像素点； 若候选子 节点特征码中为第一预定值的编码的数量占比大于第二预设阈值， 则候选子节点为候选边 界像素点； 其中第一预设阈值大于第二预设阈值。 7.根据权利要求1所述的一种基于图像处理 的布匹缺陷检测方法， 其特征在于， 所述通 过候选油污区域的边缘处的像素点的梯度方向对候选油污区域进行筛选获得油污区域包 括： 获得候选油污区域的边缘处的像素点的梯度方向和像素点坐标； 以边缘处的像素点为 原点， 做沿梯度方向的预定长度的线段； 若候选油污区域的其他像素点不在线段上， 则该候 选油污区域 为布匹上的油污区域。 8.一种基于图像处理的布匹缺陷检测系统， 其特征在于， 该系统包括： 像素点树构 成模 块， 用于利用金字塔下采样对布匹灰度图像进行采样获得图像金字塔， 所述图像金字塔包权　利　要　求　书 1/2 页 2 CN 115272304 B 2含不同尺度的特征图； 最小尺度特征图中的每个像素点在图像金字塔中的映射关系构成多 个像素点树； 候选油污区域获取模块， 用于计算像素点树的父节点在其对应尺度的特征图中的LBP 特征码， 获得特征码中为第一预定值的编码的数量； 根据第一预定值的编码的数量的占比 选取待选父节点， 所述待选父节点为疑似油污像素点； 若待选父节点作为子节点时所对应 的父节点不满足成为疑似油污像素点的条件时， 该待选父节点为候选油污像素点， 所述候 选油污像素点对应的子节点为候选子节点； 根据候选子节点特征码中为第一预定值的编码 的数量的占比选取候选边界像素点； 通过候选油污像素点和候选边界像素点 获得布匹灰度 图像中对应的像素点组成候选油污区域； 油污区域获取模块， 用于通过候选油污区域的边缘处 的像素点的梯度方向对候选油污 区域进行筛 选获得油污区域。 9.根据权利要求8所述的一种基于图像处理 的布匹缺陷检测系统， 其特征在于， 所述候 选油污区域获取模块还用于像素点树中的每层像素点为图像金字塔中的对应尺度的特征 图中的像素点； 像素点树由底层到最顶层的像素点的分布顺序与图像金字塔的不同尺度的 特征图像顺序一致； 像素点树父节点的灰度值由子节点的灰度值均值池化得到； 其中图像 金字塔最小尺度的特 征图中像素点的数量与像素点 树的数量相等。 10.根据权利要求8所述的一种基于图像处理的布匹缺陷检测系统， 其特征在于， 所述 油污区域 获取模块还用于获得候选油污区域的边缘处的像素点的梯度方向和像素点坐标； 以边缘处的像素点为原点， 做沿梯度方向的预定长度的线段； 若候选油污区域的其他像素 点不在线段 上， 则该候选油污区域 为布匹上的油污区域。权　利　要　求　书 2/2 页 3 CN 115272304 B 3