方法1-模板.doc

基于改进差分盒多重分形算法的布匹疵点在线自动检测方法及装置 技术领域 本实用新型涉及利用改进的差分盒多重分形算法进行布匹疵点在线自动检测的技术领域，主要涉及利用改进的差分盒多重分形算法对布匹疵点进行在线自动检测的方法及装置。 背景技术 布匹质检通常由检验人员进行，这种方法存在检测速度慢，误检和漏检率高，工人劳动强度大等很多弊端，因而急需发展快速、检测率高的布匹疵点自动检测系统来代替人工检验。 机器视觉技术就是利用机器代替人眼来做测量和判断。机器视觉系统是指通过摄像机等设备将要检测的目标转换成数字信号，并传送到对应的图像处理系统，系统根据要求进行检测，记录检测结果或者根据结果进行现场控制。 多重分形算法是一种高效的测量物体纹理变化的算法，根据不同纹理的多重分形维数的差异，配合机器视觉技术即可快速检测布匹疵点。但目前的差分盒多重分形算法存在盒子数量计算不精确的问题，“空盒子”，即盒子数量计算过多，因此改进该算法中盒子高度的计算方法使结果更精确。 发明内容 本实用新型的目的是：提供一种不仅可以提高布匹检测精度，大大降低检测工人劳动强度，提高劳动生产率基于改进差分盒多重分形算法的布匹疵点在线自动检测方法及其装置。 实现上述目的中基于改进差分盒多重分形算法的布匹疵点在线自动检测方法的技术方案是：一种基于改进差分盒多重分形算法的布匹疵点在线自动检测方法，其步骤包括： (1) 利用机器视觉技术，由摄像机拍摄检验合格的布匹的图像，并送至计算机； (2) 将步骤(1)作为标准图像，采用改进的多重分形算法提取多重分形维数a、对布匹图像进行灰度化； b、对步骤a所得的布匹图像进行直方图均衡化； c、对步骤b所得的布匹图像进行均值滤波； 步骤所得的布匹图像分为大小相等的16个正方形子块( i=1,2,3……16 )，采用改进的差分盒多重分形算法提取子块的多重分形维数（q=2,3,4,5），分别矩阵 （q=2,3,4,5）存入计算机； (3) 根据用户需要设定每一子块的误差率( i=1,2,3……16 )存入计算机； () 利用摄像机实时拍摄待测布匹的图像，(5) 将步骤()所得的待测布匹图像，采用改进的多重分形算法提取多重分形维数a、对布匹图像进行灰度化； b、对步骤a所得的布匹图像进行直方图均衡化； c、对步骤b所得的布匹图像进行均值滤波； 步骤所得的布匹图像分为大小相等的16个正方形子块( i=1,2,3……16 )，采用改进的差分盒多重分形算法提取子块的多重分形维数（q=2,3,4,5），矩阵 （q=2,3,4,5）; (6) 将标准图像多重分形维数矩阵和待测图像多重分形维数矩阵依次对比：若待测布匹图像所提取的多重分形维数均在标准图像所提取的多重分形维数的误差范围内，则计算机判断布匹为合格，转到步骤()继续检测；反之则为不合格，报告织物疵点，转到步骤()继续检测； ，所示步骤()d和步骤()d中改进的多重分形算法的算法思想的具体实现步骤为： (1) 将大小的图像分割成的子块（），令r=s/M (2) 将图像想象为一个空间中的曲面，x、y表示平面位置， z为处的灰度值，将平面分割成许多的网格； (3) 在每个网格上，是一列的盒子，为单个盒子的高度，设总的灰度为G，的平均值、标准差，与经典差分盒多重分形算法中盒子高度的计算方法：不同，这里，的计算方法采用： (1) (4) 经典差分盒多重分形算法中第i行第j列网格中可表示为： (2) 其中，l、k分别代表第网格中第i行第j列网格中，可表示为： (3) 其中，L和K分别为图像灰度在第网格中的最大值和最小值ceil为大于括号内数的最小整数 (5)覆盖整个图像所需的盒子总数为 (6) 设，则多重分形维数为 q=2,3,4,5)， (5) 其中，q为多重分形的重数，为与的比值，r=s/M，针对不同、r计算，应用最小二乘拟合，即可求得对应q重分形维数q取2,3,4,5)。 实现上述目的中基于改进差分盒多重分形算法的布匹疵点在线自动检测装置基于改进差分盒多重分形算法的布匹疵点在线自动检测装置包括计算机主机及显示器、摄像机和镜头，所述摄像机用于拍摄布匹的表面图像，图像经由计算机处理后，检测布匹是否合格 与现有技术相比，本实用新型所具有的积极效果是：利用机器视觉技术和多重分形算法对布匹疵点进行检测，取代目前的人工检测方法，克服了现有人工检测方法劳动强度大，误检、漏检率高等缺陷。每次均提供次的标准图像与待测图像对比，大大提高了检验准确率