基于人工智能的纺织毛刷辊异常区域高速定位方法与流程

技术特征：
1.一种基于人工智能的纺织毛刷辊异常区域高速定位方法，其特征在于，该方法包括：获取毛刷辊的柱面图像和每次旋转角度下对应的电机负载；将所述柱面图像切分为多个子区域，在所述毛刷辊每次旋转90度后，获取每个所述子区域对应刷毛的纹理变化强度，由所述电机负载获取每个所述子区域的负载序列；由所述纹理变化强度和所述负载序列计算每两个所述子区域之间的相似度距离，基于所述相似度距离将多个所述子区域分为正常样本和异常样本；根据所述异常样本中的所述相似度距离获取疑似异常子区域；当所述疑似异常子区域连续多次都为同一个所述子区域时，确认该子区域为异常子区域。2.如权利要求1所述的方法，其特征在于，所述将所述柱面图像切分为多个子区域的方法，包括：基于所述毛刷辊的柱体形状将所述柱面图像平均划分为多个子柱体对应的子柱面图像；将每个所述子柱面图像根据所述子柱体的角度平均划分为多个所述子区域。3.如权利要求1或2所述的方法，其特征在于，所述获取每个所述子区域对应刷毛的纹理变化强度的方法，包括：根据所述子区域中新老纹理进行差分得到亮度差图像，所述亮度差图像表示旋转角度变化前后所述子区域的亮度变化值；对所述亮度差图像分别进行x方向和y方向的sobel算子处理后，由处理后的所述亮度差图像中的像素值分别得到刷毛横向和纵向的所述纹理变化强度，其中，x方向表示所述毛刷辊的轴向，y方向表示所述毛刷辊的旋转方向。4.如权利要求1所述的方法，其特征在于，所述电机负载的获取方法，包括:根据所述毛刷辊的转动惯量得到电机的基准功率；获取每次所述旋转角度下所述电机的输出功率，结合所述基准功率和所述输出功率得到所述电机负载。5.如权利要求1所述的方法，其特征在于，所述根据所述异常样本中的所述相似度距离获取疑似异常子区域的方法，包括：设置相似度距离阈值，保留所述异常样本中所述相似度距离大于所述相似度距离阈值对应的所述子区域，将保留的所述子区域作为所述疑似异常子区域。6.如权利要求2所述的方法，其特征在于，所述由所述纹理变化强度和所述负载序列计算每两个所述子区域之间的相似度距离的计算公式为：其中，为第个所述子柱面图像中第个所述子区域；为第个所述子柱面图像中第个所述子区域；为所述相似度距离；为余弦相似度；为两个所述负载序列的动态时间规整后的l2距离之和；为所述负载序列；为所述纹理变化强度。
7.如权利要求4所述的方法，其特征在于，所述结合所述基准功率和所述输出功率得到所述电机负载的方法，包括：将所述基准功率与所述输出功率的比值作为所述电机负载。

技术总结
本发明涉及人工智能技术领域，具体涉及一种基于人工智能的纺织毛刷辊异常区域高速定位方法。该方法将毛刷辊的柱面图像分为多个子区域，在毛刷辊每次旋转90度后，获取每个子区域对应刷毛的纹理变化强度和负载序列；由纹理变化强度和负载序列计算每两个子区域之间的相似度距离以获取疑似异常子区域，当疑似异常子区域连续多次都为同一个子区域时，确认该子区域为异常子区域。对毛刷辊进行子区域划分，得到各子区域对应刷毛的纹理变化的各向异性响应和负载序列，以降低计算量、提高响应时间，进而由各向异性响应和负载序列确认异常子区域，并及时发出警告，避免布料损伤。避免布料损伤。避免布料损伤。


技术研发人员：沈拥军
受保护的技术使用者：江苏祥顺布业有限公司
技术研发日：2021.10.14
技术公布日：2021/11/14