抓毛织物表面质量的视觉检测方法

针对抓毛织物表面质量的量化检测问题,提出一种基于计算机视觉的抓毛织物表面质量检测方法。采用切向背光法获取抓毛织物的轮廓图像,根据绒毛区域的灰度直方图特征,对绒毛区域进行分割,再利用形态学算法对绒毛区域内出现的空洞进行填充,从而得到完整的绒毛区域。通过Freeman编码提取绒毛区域的两侧边缘坐标,利用最小二乘算法拟合绒毛下边缘得到绒毛厚度基准线并建立绒毛厚度模型。同时采用统计直方图构建绒毛分布状态参数模型。结果表明:该方法对织物的颜色、底布的纹理不敏感,可以实现对抓毛织物表面质量进行综合量化评定。

拉毛织物表面绒毛状态的视觉检测方法

针对传统拉毛织物表面绒毛状态检测不能定量评定的问题,阐述一种基于机器视觉的拉毛织物表面绒毛状态的检测方法。提出了拉毛织物表面绒毛轮廓切向的成像方法,获取绒毛的轮廓图像。建立待测绒毛区域,采用最大类间方差法和形态学方法得到了完整的绒毛区域,以Canny算子有效提取绒毛区域边缘轮廓特征。建立绒毛区域垂直方向的厚度参数和水平方向的起伏度参数模型,以2个方向上的参数综合评价拉毛织物表面绒毛状态。实验结果表明,该方法能够对拉毛织物表面绒毛状态进行定量评价,且对拉毛织物的颜色和纹理不敏感。