(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 202210782530.0 (22)申请日 2022.07.05 (65)同一申请的已公布的文献号 申请公布号 CN 114858802 A (43)申请公布日 2022.08.05 (73)专利权人 天津大学 地址 300000 天津市南 开区卫津路9 2号 (72)发明人 张效栋　闫宁　李娜娜　郭丹　 (74)专利代理 机构 北京众合诚成知识产权代理 有限公司 1 1246 专利代理师 张海洋 (51)Int.Cl. G01N 21/84(2006.01) G01N 21/01(2006.01) G06T 5/50(2006.01)G06N 3/04(2006.01) G06N 3/08(2006.01) 审查员 李新科 (54)发明名称 一种织物多尺度图像采集方法与装置 (57)摘要 本发明公开了一种织物多尺度图像采集方 法及装置， 采集方法包括以下步骤： S1、 构建图像 拍摄系统， 所述图像拍摄系统包括不同放大倍率 的相机； S2、 利用不同放大倍率的相机分别从待 测织物的上方和下方获取多个不同拍摄角度和 不同角度光照下的拍摄图像； S3、 对待测织物逐 渐施加张力， 并按照S2的拍摄方式获取不同张力 下的相应拍摄图像； S4、 将S2和S3得到的拍摄图 像进行融合处理生成压缩图像。 本发 明通过使用 不同放大倍率的镜头在织物不同张力状态下拍 摄不同角度和不同光照条件下的图像信息， 能够 提取织物在宏观、 微观、 介观等尺度下的组织结 构特征， 能够充分获取隐藏在织物内部的组织结 构信息， 实现综合特 征的图像采集。 权利要求书1页 说明书5页 附图4页 CN 114858802 B 2022.09.20 CN 114858802 B 1.一种织物多尺度图像采集方法， 其特 征在于， 包括以下步骤： S1、 构建图像拍摄系统， 所述图像拍摄系统包括 不同放大倍 率的相机； S2、 利用不同放大倍率的相机分别从待测织物的上方和下方获取多个不同拍摄角度和 不同角度光照下的宏观、 微观、 介观拍摄图像； S3、 对待测织物逐渐施加张力， 并按照S2的拍摄方式获取不同张力下的相应拍摄图像； S4、 将S2和S3得到的拍摄图像进行融合处 理生成压缩图像。 2.根据权利要求1所述的织物多尺度图像采集方法， 其特征在于， 所述S2中利用不同放 大倍率的相机进行拍摄时， 所述 不同放大倍 率的相机均处于同一拍摄位置 。 3.根据权利要求2所述的织物多尺度图像采集方法， 其特征在于， 所述S4包括将全部拍 摄图像利用长度为3， 宽度为3且深度为拍摄图像数量的卷积核 进行训练生成压缩图像。 4.根据权利要求3所述的织物多尺度图像采集方法， 其特征在于， 所述采集方法还包括 将压缩图像输入至传统卷积神经网络进行训练， 并通过后端神经网络提取相应织物特 征。 5.根据权利要求4所述的织物多尺度图像采集方法， 其特征在于， 所述将压缩图像输入 至传统卷积神经网络进行训练的过程中， 选择交叉熵损失函数作为优化 目标函数， 并通过 梯度下降法对传统卷积神经网络进行优化。 6.根据权利要求5所述的织物多尺度图像采集方法， 其特征在于， 所述将压缩图像输入 至传统卷积神经网络进行训练包括进行预训练， 所述预训练包括每次训练一层隐节点时， 都将上一层隐节点的输出作为输入， 而本层隐节点的输出作为下一层隐节点的输入。 7.一种织物多尺度图像采集装置， 其特征在于， 包括图像拍摄系统和张力施加机构， 所 述图像拍摄系统包括不同放大倍率的相机， 用于分别从待测织物的上方和下方获取多个不 同拍摄角度和不同角度光照下的拍摄图像， 所述张力施加机构包括分别与待测织物两侧边 相连接的织物固定端和织物 移动端， 用于向待测织物 施加拉力。 8.根据权利要求7所述的织物多尺度图像采集装置， 其特征在于， 所述织物移动端上设 置有拉力传感器， 所述织物移动端上远离待测 织物的一侧连接有位移轴， 所述位移轴与驱 动结构相连接， 所述拉力传感器与驱动机构内的控制器电连接 。 9.根据权利要求8所述的织物多尺度图像采集装置， 其特征在于， 所述图像拍摄系统包 括分别设置在待测织物上方和下方的第一拍摄装置和 第二拍摄装置， 所述第一拍摄装置和 第二拍摄装置结构相同， 均包括均匀设置在四个侧面的照明光源和设置在待测织物正面的 导光板光源， 以及设置在导光板光源上方的相 机模组， 所述相 机模组包括一个相 机机身和 四个不同放大倍 率的镜头， 四个所述镜 头均安装在自动切换转盘上。 10.根据权利要求9所述的织物多尺度图像采集装置， 其特征在于， 所述相机模组还包 括镜头固定盘， 所述相 机机身固定安装在所述镜头固定盘的上方， 所述镜头固定盘在相 机 机身的正下 方开设有与镜 头相匹配的通 孔， 所述自动切换转盘转动安装在镜 头固定盘上。权　利　要　求　书 1/1 页 2 CN 114858802 B 2一种织物多尺度图像采集方 法与装置 技术领域 [0001]本发明涉及图像采集 技术领域， 具体为 一种织物多尺度图像采集方法与装置 。 背景技术 [0002]对完成织造的织物进行质量检测是纺织品生产过程中必不可少的一环， 其中较为 典型的检测项目有织物密度、 织物疵点等。 另一方面， 在纺织工厂与客户商谈项目的过程 中， 客户往往提供的是布样， 此时纺织工厂需要通过布样， 判断出此织物是否属于之前织造 过的品种， 或者直接通过布样定位出对应的纺织工艺。 传统纺织工厂往往通过人工检测进 行判断， 然而 人工检测存在很多的局限性， 一方面， 人工检测对检测工人的经验有较高的要 求， 尤其是对于织物类别判断来说， 对于大型纺织工厂， 面对数以万计的织物样品， 几乎不 可能通过人工识别进 行逐一判断。 另一方面， 通过人工判断效率也 非常低， 不利于纺织车间 自动化程度的进一步提升。 近年来， 深度学习相关理论与技术迅速发展， 现如今已经被广泛 应用于军事， 交通， 人民日常生活以及工业生产中的各个领域。 通过深度学习进 行图像识别 与特征抽取已经被应用在诸多行业， 且已经在一定程度上超过了人工检测的精度。 通过相 机采集到图像的信息， 通过深度学习进行 特征识别也是必然的趋势。 [0003]然而， 对于织物来说， 一方面多层纱线相互交织， 不同纱线之间可能存在相互遮 挡， 仅仅通过单张图片提取织物综合特征往往不准确。 另一方面， 织物的不同特征往往需要 从不同尺度上获取， 而织物疵 点检测往往基于宏观图像。 因此， 基于传统图像采集手段获取 到的织物信息往往是非常局限的， 无法反应织物的整体特征。 例如， 中国专利申请 CN202111545882.6提出一种基于图像处理技术的纺织品表 面瑕疵点检测方法， 通过相机拍 摄图像， 并利用Gabor滤波器对织物 图像进行检测， 对织物 图像中的瑕疵点进行标记和分 割。 该研究证明了基于图像处理实现织物特征检测的有效性， 然而， 由于专利中的图像仅仅 是通过相 机简单采集得到的单张图像， 因此只能用于进行相对明显缺陷的检测， 由于图像 中不涵盖微观特 征， 因此无法用于进行实物 识别， 工艺分析等。 [0004]综上所述， 目前亟需一种能够实现织物不同状态和不同尺度空间的数据快速采集 方法。 发明内容 [0005]本发明旨在至少在一定程度上解决相关技术中的技术问题之一。 为此， 本发明的 第一个目的在于提供了一种应用于织物多尺度图像采集方法， 通过使用不同放大倍率的镜 头在织物不同张力状态下拍摄不同角度和不同光照条件下的图像信息， 能够提取织物在宏 观、 微观、 介观等尺度下的组织结构特征， 能够充分获取隐藏在织物内部的组织结构信息， 实现综合特 征的图像采集。 [0006]本发明的第二个目的在于提出一种织物多尺度图像采集装置 。 [0007]为实现上述目的， 本 发明提供如下技术方案： 一种织物多尺度图像采集方法， 包括 以下步骤：说　明　书 1/5 页 3 CN 114858802 B 3