专利汇可以提供一种基于遗传算法的纱线缺陷检测方法和装置专利检索,专利查询,专利分析的服务。并且本 发明 请求 保护一种基于遗传 算法 的 纱线 缺陷 检测方法和装置,采用 显微镜 镜头提取纱线图像群,初始化纱线图像群的特征参数,进行初始化校正,对初始化校正后的纱线图像群进行标准粒子群切分处理,提取切分后的纱线分 块 图像的 毛羽 图像进行形态学处理,得到满多 帧 样本图像帧,对毛羽图像进行 遗传算法 的缺陷检测,输出纱线遗传算法的最优缺陷检测,存储检测出缺陷的纱线图像群。本 申请 以纱线纺织机输入口端输入的纱线为研究对象,针对遗传算法在纱线纺织检测工作过程的缺陷检测和诊断中的应用问题提出了相应的解决方案。通过对 图像处理 参数的分析,得到了自适应较好的图像处理方法;结合两种长度计算方法的优势,能准确地获得毛羽的长度信息。,下面是一种基于遗传算法的纱线缺陷检测方法和装置专利的具体信息内容。
1.一种基于遗传算法的纱线缺陷检测方法,所述方法包括:
采用显微镜镜头提取纱线图像群,初始化纱线图像群的特征参数,进行初始化校正,将采集到的所述纱线的图像发送至所述A/D转换器进行处理,并将处理后的所述纱线图像群存储至所述FPGA芯片;
对初始化校正后的纱线图像群进行标准粒子群切分处理,记录当前粒子群各离散粒子的类型和长度;
提取切分后的纱线分块图像的毛羽图像,对所述纱线分块图像的毛羽图像的多帧样本图像进行形态学处理,得到满足特征提取条件的多帧样本图像帧;
对毛羽图像进行遗传算法的缺陷检测,输出纱线遗传算法的最优缺陷检测,根据所述特征参数和预设的准则参数之间的匹配度,确定所述待检测纱线所包括的纱线数量是否符合要求;
存储检测出缺陷的纱线图像群,更新检测后的缺陷最优适应度;
所述适应度为毛羽特定类型下的长度阈值映射情况。
2.如权利要求1所述的一种基于遗传算法的纱线缺陷检测方法,其特征在于,还包括:
所述初始化纱线图像群的特征参数,进行初始化校正,具体包括:
预处理纱线图像群,进行灰度增强,增大动态范围和增强对比度,初始化倾斜校正,获取图像群POI点,滤除噪声边缘像素,并对纱线图像群进行行扫描脉冲,生成脉冲数群体初始化,形成第一代群体,求出每个个体的适应度,记录群体内最好的个体,用 adjbest表示适应度最高的个体;
所述对初始化校正后的纱线图像群进行标准粒子群切分处理,具体包括: 对图像数据采用小波域变权重 MRMRF 法纱线切分,选择各小波尺度特征,纱线图像标记场建模,纱线图像特征场建模,用遗传模糊均值算法对切分处理后的训练样本计算并反复迭代进行聚类分析,最终得出纱线的正常模式和各种缺陷模式的模板,之后进行纱线图像切分的 MAP 估计和参数估计。
3.如权利要求1所述的一种基于遗传算法的纱线缺陷检测方法,其特征在于,还包括:
所述提取切分后的纱线分块图像的毛羽图像,具体包括:
毛羽提取和毛羽细粒度化,采用改进的快速并行细化法对提取的毛羽二值图像进行细化处理,使毛羽在不改变大小形态的基础上,宽度变为单像素。
4.如权利要求1所述的一种基于遗传算法的纱线缺陷检测方法,其特征在于,还包括:
所述对毛羽图像进行遗传算法的缺陷检测,具体包括:
选取训练数据,选择毛羽正常数据和各种毛羽缺陷数据存入数据样本,则数据样本中共有 N 类数据,分别取自正常数据 F0,缺陷 1 数据 F1,缺陷 2 数据 F2…缺陷N数据FN;
分析之前进行预处理,即进行特征参数选择提取和数据归一化处理,预处理后的数据存入训练样本;
系统实际运行时的测量值进行模糊聚类分析,对诊断原始数据进行预处理,将处理后的诊断数据对比正常和缺陷模板进行模糊聚类分析,根据模糊距离的分析和计算,可以得出系统是以多大的隶属度处于正常状态还是某种缺陷状态,再结合诊断逻辑即可得出最终诊断结果。
5.如权利要求1所述的一种基于遗传算法的纱线缺陷检测方法,其特征在于,还包括:
所述存储检测出缺陷的纱线图像群,更新检测后的缺陷最优适应度,具体包括:
通过拉普拉斯滤波器的二值化图像需要进行阈值处理;对于没有缺陷点的拉普拉斯值用于决定二值化的阈值;
采用每帧图像中最大拉普拉斯值的 105%作为阈值,该阈值随没有缺陷点的图像更新而更新,当有任何缺陷点情况下不进行更新。
6.一种基于遗传算法的纱线缺陷检测装置,其特征在于,包括:
初始化采集模块:采用显微镜镜头提取纱线图像群,初始化纱线图像群的特征参数,进行初始化校正,将采集到的所述纱线的图像发送至所述A/D转换器进行处理,并将处理后的所述纱线图像群存储至所述数据采集模块的FPGA芯片;
切分模块:对初始化校正后的纱线图像群进行标准粒子群切分处理,记录当前粒子群各离散粒子的类型和长度;
细处理模块:提取切分后的纱线分块图像的毛羽图像,对所述纱线分块图像的毛羽图像的多帧样本图像进行形态学处理,提取切分后的纱线分块图像的毛羽图像,得到满足特征提取条件的多帧样本图像帧;
缺陷检测模块:对毛羽图像进行遗传算法的缺陷检测,输出纱线遗传算法的最优缺陷检测,根据所述特征参数和预设的准则参数之间的匹配度,确定所述待检测纱线所包括的纱线数量是否符合要求;
更新存储模块:存储检测出缺陷的纱线图像群,更新检测后的缺陷最优适应度;
所述适应度为毛羽特定类型下的长度阈值映射情况。
7.如权利要求6所述的一种基于遗传算法的纱线缺陷检测装置,其特征在于:
所述初始化采集模块中初始化纱线图像群的特征参数,进行初始化校正,具体包括:
预处理纱线图像群,进行灰度增强,增大动态范围和增强对比度,初始化倾斜校正,获取图像群POI点,滤除噪声边缘像素,并对纱线图像群进行行扫描脉冲,生成脉冲数群体初始化,形成第一代群体,求出每个个体的适应度,记录群体内最好的个体,用 adjbest表示适应度最高的个体;
所述切分模块中对初始化校正后的纱线图像群进行标准粒子群切分处理,具体包括: 对图像数据采用小波域变权重 MRMRF 法纱线切分,选择各小波尺度特征,纱线图像标记场建模,纱线图像特征场建模,用遗传模糊均值算法对切分处理后的训练样本计算并反复迭代进行聚类分析,最终得出纱线的正常模式和各种缺陷模式的模板,之后进行纱线图像切分的 MAP 估计和参数估计。
8.如权利要求6所述的一种基于遗传算法的纱线缺陷检测装置,其特征在于:
所述细处理模块中提取切分后的纱线分块图像的毛羽图像,具体包括:
毛羽提取和毛羽细粒度化,采用改进的快速并行细化法对提取的毛羽二值图像进行细化处理,使毛羽在不改变大小形态的基础上,宽度变为单像素。
9.如权利要求7所述的一种基于遗传算法的纱线缺陷检测装置,其特征在于:
所述缺陷检测模块中对毛羽图像进行遗传算法的缺陷检测,具体包括:
选取训练数据,选择毛羽正常数据和各种毛羽缺陷数据存入数据样本,则数据样本中共有 N 类数据,分别取自正常数据 F0,缺陷 1 数据 F1,缺陷 2 数据 F2…缺陷N数据FN;
分析之前进行预处理,即进行特征参数选择提取和数据归一化处理,预处理后的数据存入训练样本;
系统实际运行时的测量值进行模糊聚类分析,对诊断原始数据进行预处理,将处理后的诊断数据对比正常和缺陷模板进行模糊聚类分析,根据模糊距离的分析和计算,可以得出系统是以多大的隶属度处于正常状态还是某种缺陷状态,再结合诊断逻辑即可得出最终诊断结果。
10.如权利要求6所述的一种基于遗传算法的纱线缺陷检测装置,其特征在于:
所述更新存储模块中存储检测出缺陷的纱线图像群,更新检测后的缺陷最优适应度,具体包括:
通过拉普拉斯滤波器的二值化图像需要进行阈值处理;对于没有缺陷点的拉普拉斯值用于决定二值化的阈值;
采用每帧图像中最大拉普拉斯值的 105%作为阈值,该阈值随没有缺陷点的图像更新而更新,当有任何缺陷点情况下不进行更新。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
缺陷检查方法 | 2020-05-12 | 777 |
缺陷检测方法 | 2020-05-12 | 767 |
缺陷检查系统 | 2020-05-13 | 88 |
潜在缺陷识别 | 2020-05-13 | 240 |
绝缘缺陷的检测 | 2020-05-13 | 268 |
缺陷检测装置、缺陷修复装置、缺陷检测方法 | 2020-05-11 | 765 |
缺陷检测机 | 2020-05-11 | 257 |
缺陷检测方法 | 2020-05-13 | 656 |
石墨烯缺陷检测 | 2020-05-13 | 262 |
缺陷检测装置、缺陷修正装置及缺陷检测方法 | 2020-05-12 | 289 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。