一种生丝颣节的机器视觉检测方法与流程

技术特征：
1.一种生丝颣节的机器视觉检测方法，其特征在于，该方法包括如下步骤：获取待检测的生丝二值化图像；对待检测的生丝二值化图像进行边缘检测，得到边缘图像；对边缘图像进行hough直线检测，得到hough直线；根据hough直线，得到中心直线；根据中心直线，得到边缘图像上的各特征像素点；根据特征像素点，得到繁杂程度和横纵比特征；根据横纵比特征和繁杂程度，得到特征向量；将特征向量输入到训练好的分类器，得到待检测的生丝类型。2.如权利要求1所述的一种生丝颣节的机器视觉检测方法，其特征在于，hough直线包括生丝左侧的hough直线和生丝右侧的hough直线。3.如权利要求2所述的一种生丝颣节的机器视觉检测方法，其特征在于，根据如下公式得到中心直线：得到中心直线：为中心直线，为生丝左侧的hough直线的斜率，生丝右侧的hough直线的斜率，为自变量，为生丝左侧的hough直线的截距，为生丝左侧的hough直线的截距。4.如权利要求1所述的一种生丝颣节的机器视觉检测方法，其特征在于，根据中心直线，得到边缘图像上的各特征像素点的方法，包括：对于边缘图像中的任一行：将在中心直线左侧的该行上的各像素点中与中心直线距离最远的像素点记为特征像素点，将在中心直线右侧的该行上的各像素点中与中心直线距离最远的像素点记为特征像素点，将在中心直线左侧的该行上的各像素点中与中心直线距离最近的像素点记为特征像素点，将在中心直线右侧的该行上的各像素点中与中心直线距离最近的像素点记为特征像素点。5.如权利要求1所述的一种生丝颣节的机器视觉检测方法，其特征在于，根据特征像素点，得到繁杂程度和横纵比特征的方法，包括：统计边缘图像上除特征像素点之外的其它像素点的数量；根据如下公式计算繁杂程度：其中，为繁杂程度，为边缘图像上除特征像素点之外的其它像素点的数量，为在中心直线的不同行的垂直线中左侧的像素点大于等于2的部分，为在中心直线的不同行的垂直线中右侧的像素点大于等于2的部分。6.如权利要求5所述的一种生丝颣节的机器视觉检测方法，其特征在于，得到横纵比特征的方法，包括：根据如下公式横纵比特征：
其中为横纵比特征，、、分别为在中心直线的不同行的垂直线中左侧的像素点大于等于2的部分以及在中心直线的不同行的垂直线中右侧的像素点大于等于2的部分中的最大横坐标值、最小横坐标值，最大纵坐标值以及最小纵坐标值。7.如权利要求1所述的一种生丝颣节的机器视觉检测方法，其特征在于，根据横纵比特征和繁杂程度，得到特征向量的方法，包括：获取待检测的生丝二值化图像的不变矩的七个特征值；基于提取的七个特征值、横纵比特征和繁杂程度，构建得到特征向量。

技术总结
本发明涉及生丝颣节检测技术领域，具体涉及一种生丝颣节的机器视觉检测方法。方法包括：获取待检测的生丝二值化图像；对待检测的生丝二值化图像进行边缘检测，得到边缘图像；对边缘图像进行Hough直线检测，得到Hough直线；根据Hough直线，得到中心直线；根据中心直线，得到边缘图像上的各特征像素点；根据特征像素点，得到繁杂程度和横纵比特征；根据横纵比特征和繁杂程度，得到特征向量；将特征向量输入到训练好的分类器，得到待检测的生丝类型。本发明能够提高对生丝颣节进行分类识别的准确性。准确性。准确性。


技术研发人员：曹琪
受保护的技术使用者：南通舒芯居纺织品有限公司
技术研发日：2022.10.13
技术公布日：2022/11/11