一种低功耗的验布机智能控制方法及系统与流程

1.本发明涉及验布机智能控制领域，具体涉及一种低功耗的验布机智能控制方法及系统。


背景技术：

2.目前的验布机往往是借助机械装置撑展布匹，而后由人工进行布匹上缺陷、异常的检测，或者利用线扫描的方式逐行采集、分析布匹图像，但是前者效率低，容易受到主观因素的影响；后者往往需要验布机长时间连续工作，以及相机的持续高频采样，相机长期高频采样对相机的损耗较大，此外，这种逐行、实时分析的方式无疑是种功耗较大的方式，需要较高的硬件设备，且处理过程繁琐，对布匹瑕疵的判断也极易受到背景纹理的影响。


技术实现要素：

3.为了解决上述技术问题，本发明的目的在于提供一种低功耗的验布机智能控制方法及系统，所采用的技术方案具体如下：第一方面，本发明一个实施例提供了一种低功耗的验布机智能控制方法，该方法包括以下具体步骤：参数调整：基于预设的布匹移动速度和相机采样频率，在布匹撑展区连续采集布匹图像，所述布匹上带有印花，在每帧布匹图像中选择子区域图像进行图像拼接，得到拼接图像；基于拼接图像中像素的色调获取各行像素的颜色描述值，进而获取每n行像素的颜色描述值，得到第n个颜色描述序列，n的取值依次为1，2，3，
……
；其中，图像的行方向垂直于布匹的移动方向；当在某一颜色描述序列中首次检测到序列中任意两个相邻数据的差异均小于预设差异值时，该颜色描述序列对应的n值为布匹中重复出现的印花模板的像素长度；根据印花模板的像素长度对当前布匹撑展区两侧撑展辊间的距离进行调整后，再对相机采样频率进行调整；参数运用：基于调整后的撑展辊间的距离和相机采样频率获取布匹图像，进行布匹瑕疵检测。
4.进一步地，一行像素的颜色描述值的获取具体为：根据像素的色调值获取一行像素中每个像素的颜色类别；基于颜色类别将一行像素划分为i个连续的像素区域；则该行像素的颜色描述值ys=∑i i=1d
i
*(s
i
/sm)*l
i
，d
i
为第i个像素区域中像素的颜色类别，s
i
为第i个像素区域中像素的个数，sm为该行像素中像素的总个数，l
i
为第i个像素区域的位置因子，第i个像素区域在图像左边时l
i
的值为α，反之，l
i
的值为
‑
α。
5.进一步地，每n行像素中各行像素颜色描述值的和为每n行像素的颜色描述值。
6.进一步地，检测颜色描述序列中任意两个相邻数据的差异是否均小于预设差异
值，具体为：基于该序列中的数据计算序列的方差，当方差小于预设方差阈值时，判定颜色描述序列中任意两个相邻数据的差异均小于预设差异值。
7.进一步地，获取每个颜色描述序列时，需要根据实时的序列的方差判断该序列中的数据是否停止更新，具体地，若颜色描述序列中数据的数量达到预设数量时对应的序列的方差大于等于预设方差阈值，此时，停止该序列中的数据的更新。
8.进一步地，所述拼接图像的尺寸随着布匹图像的持续采集不断变大。
9.第二方面，本发明另一个实施例提供了一种低功耗的验布机智能控制系统，该系统具体包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被处理器执行时实现一种低功耗的验布机智能控制方法的步骤。
10.本发明实施例至少具有如下有益效果：对撑展辊间的距离和相机采样频率进行调整获取布匹图像，基于布匹图像的比较实现布匹瑕疵检测，相较于线扫描的方式，本发明在减少相机损耗的同时提高了布匹瑕疵的检测精度。
附图说明
11.为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
12.图1为本发明实施例中验布机的示意图。
具体实施方式
13.为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种低功耗的验布机智能控制方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
14.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
15.本发明实施例以下面的应用场景为例对本发明进行说明：该应用场景为：布匹进入验布机中，验布机内置相机采集布匹图像，基于布匹图像进行进行布匹瑕疵检测；其中，实施例中所述验布机如图1所示，图1中示出了相机的光轴和视场角，粗实线代表布匹，本发明获取的布匹图像为布匹撑展区中布匹的图像；图中的圆形表示辊轴，具体地，布匹撑展区两侧的两个辊轴又称为撑展辊。
16.下面结合附图具体的说明本发明所提供的一种低功耗的验布机智能控制方法及系统的具体方案。
17.本发明一个实施例提供了一种低功耗的验布机智能控制方法，该方法包括参数调整和参数运用两个阶段，第一阶段即参数调整阶段，用于连续实时获取布匹图像，并基于布匹图像获取布匹上印花模板的像素长度，进而进行布匹撑展区两侧两个撑展辊间间距和相
机采样频率的调整；第二阶段即参数运用阶段，用于基于第一阶段获取的参数进行间隔采样，间歇的获取布匹图像，并基于间歇获取的布匹图像进行布匹瑕疵的检测。其中第一阶段为实时采集和处理，需要较高的处理速度。第二阶段仅需按照自适应参数进行采样即可，间歇采集的布匹图像统一由数据处理中心进行处理，即本发明所述验布机并非实时检测布匹瑕疵，而是所有布匹检测完成后，系统再给出异常信息。
18.(一)参数调整，实施例中所述参数包括布匹撑展区两侧撑展辊间的距离和相机的采样频率，具体地：步骤s1，基于预设的布匹移动速度和相机采样频率，在布匹撑展区连续采集布匹图像，所述布匹上带有印花，图像的行方向垂直于布匹的移动方向；在每帧布匹图像中选择子区域图像进行图像拼接，得到拼接图像。
19.预设布匹移动速度v1和相机采样频率p1，布匹移动速度选择较慢的速度，而相机采样频率选择最高的采样频率，使得图像采集能尽可能的呈现连续的效果。需要注意，参数v1、p1为固定参数，即不论检测什么样的印花布匹，该阶段的参数为通用参数，即匹移动速度和相机采样频率是固定相同的。
20.其中，拼接图像的获取具体为：(a)对采集的多帧布匹图像进行角点检测，以初始帧为参考，后续新采集的图像帧都与前一帧检测到的角点进行角点匹配。获取各相邻帧中匹配成功的角点的平均移动量m
m
=(∑g g=1|s
m+1,g
‑
s
m,g
|)*(1/g)，s
m+1,g
，s
m,g
分别表示第g个角点在第m+1帧，第m帧布匹图像中的纵坐标，其中，分别以图像的行方向、列方向上建立坐标系的横轴、纵轴，g表示第m+1帧，第m帧布匹图像共匹配g对角点。在得到的多个平均移动量中选择众数来计算像素移动速度v1，具体地，所选众数mn与相机采样频率p1对应的采样间隔t的比值为像素移动速度v1，v1的单位为像素/采样间隔。
21.(b)由步骤(a)可知，每次采集的布匹图像相较于上一帧布匹图像，像素移动了mn行；所以在各帧布匹图像中以中心行像素分别向上向下扩展（mn
‑
1）/2行，得到对应的roi区域即子区域图像。若（mn
‑
1）/2非整数，则向上扩展时向上取整得到对应范围，向下扩展时向下取整得到对应范围。按照时序将各帧布匹图像中的子区域图像进行拼接，得到拼接图像。需要注意，拼接图像的尺寸随着布匹图像的持续采集不断变大，即图像拼接也是一个实时的过程。
22.步骤s2，基于拼接图像中像素的色调获取各行像素的颜色描述值，进而获取每n行像素的颜色描述值，得到第n个颜色描述序列，n的取值依次为1，2，3，
……
；其中，图像的行方向垂直于布匹的移动方向。
23.优选地，一行像素的颜色描述值的获取具体为：根据像素的色调值获取一行像素中每个像素的颜色类别；基于颜色类别将一行像素划分为i个连续的像素区域；则该行像素的颜色描述值ys=∑i i=1d
i
*(s
i
/sm)*l
i
，d
i
为第i个像素区域中像素的颜色类别，其中，以不同的数字表示不同的颜色类别，即拼接图像中每个像素对应一个表示颜色类别的数字；s
i
为第i个像素区域中像素的个数，sm为该行像素中像素的总个数，l
i
为第i个像素区域的位置因子，第i个像素区域在图像左边时l
i
的值为α，反之，l
i
的值为
‑
α，l
i
的作用是为了避免两行像素中像素的颜色类别对称分布时，其对应的颜色描述一致的情况，优选地，实施例中α的值为
‑
1，其中，根据第i个像素区域的中心像素点位于该行像素的中心点的左边还是右
边，来判断第i个像素区域在图像左边还是右边。
24.优选地，每n行像素中各行像素颜色描述值的和为每n行像素的颜色描述值。
25.随着采集的布匹图像数据的增多，每个颜色描述序列中的数据也在增多，因此每个颜色描述序列是动态变化的；其次，为了节省计算资源，快速判断，当确定一个颜色描述序列对应的n值不是印花模板的像素长度时，要及时停止该颜色描述序列中数据的更新。未采集布匹图像即未得到拼接图像时，各行像素的颜色描述值为0，当获得拼接图像后，开始计算各行像素的颜色描述值。优选地，获取每个颜色描述序列时，需要根据实时的序列的方差判断该序列中的数据是否停止更新，具体地，若颜色描述序列中数据的数量达到预设数量时对应的序列的方差大于等于预设方差阈值，此时，停止该序列中的数据的更新；实施例中当颜色描述序列中数据的数量达到3时对应的序列的方差大于等于10时，停止该序列中的数据的更新。
26.步骤s3，当在某一颜色描述序列中首次检测到序列中任意两个相邻数据的差异均小于预设差异值时，该颜色描述序列对应的n值为布匹中重复出现的印花模板的像素长度。需要说明，带有印花的布匹中的印花是周期性的，即布匹中的印花是以印花模板为基础循环重复的，所述印花模板的像素长度为一个印花模板的周期长度。
27.优选地，检测颜色描述序列中任意两个相邻数据的差异是否均小于预设差异值，具体为：基于该序列中的数据计算序列的方差，当方差小于预设方差阈值时，判定颜色描述序列中任意两个相邻数据的差异均小于预设差异值。
28.进一步地，为了防止由于噪声的干扰，导致获取的n值并不是正确的印花模板的像素长度，实施例中在第c个颜色描述序列中首次检测到序列中任意两个相邻数据的差异均小于预设差异值时，继续该序列的更新，若更新后的颜色描述序列中任意两个相邻数据的差异仍均小于预设差异值，且第c+1个颜色描述序列中任意两个相邻数据的差异也均小于预设差异值时，停止颜色描述序列的获取，c值即为印花模板的像素长度。
29.步骤s4，根据印花模板的像素长度对当前布匹撑展区两侧撑展辊间的距离进行调整后，再对相机采样频率进行调整。
30.本发明需要利用布匹印花的周期性信息来使得相机每次都能采集到合适的布匹范围，所述的合适的布匹范围是指，对相机采集的布匹图像进行分组，这样同一组中的图像可以通过整体比较来检测布匹瑕疵，且每次采集时，也不再需要连续高频采集，只需按照调整后的采样频率采集图像即可，该方式不仅降低了硬件消耗，也提高了布匹瑕疵检测的准确性；例如，调整完后布匹撑展区两侧撑展辊间的像素距离为印花模板像素长度的一半，则基于调整后的相机采样频率，只需采集两张布匹图像即可获取一个印花模板的图像，将相机采集的所有布匹图像分为两组，一组中的布匹图像为印花模板一半的图像，另一组中的布匹图像为印花模板另一半的图像，在每组图像中进行图像像素颜色的比较，即可得到布匹的瑕疵位置。
31.优选地，以下用tn表示印花模板的像素长度，根据印花模板的像素长度tn对当前布匹撑展区两侧撑展辊间的像素距离gn进行调整具体为：(a)若gn<tn，即当前布匹撑展区不能一次性展示布匹上的一个印花模板，此时需要把一个印花模板等分为数量尽可能少的多张布匹图像，则调整量的计算过程为：一种实施方式中，调整量的计算过程为：
其中，tr
r
表示当前比例gn/tn与第r个优选比例1/r间的差异，优选比例为布匹图像中布匹像素长度与印花模板像素长度比值的优选值，r的范围需要根据实际情况确定，实施例中r的取值范围为[1,r]，优选地，实施例中r的值为8，即实施例中共有8个优选比例。得到多个调整量tr
r
后，调整量的最小值即为所需调整量，记为gm。
[0032]
(b)若gn≥tn，即当前布匹撑展区可以一次性展示布匹上的至少一个印花模板，基于当前的匹撑展区两侧撑展辊间的像素距离gn，获取的多帧布匹图像间没有规律，基于图像类别得到的图像分组较多，图像类别和图像中的布匹有关，图像有几种类别，对应可将图像分为几组，此时对gn进行调整是为了减少布匹图像的类别，并使采集的连续多帧布匹图像具有一定的规律，有利于后续进行布匹瑕疵的检测，则调整量的计算过程为：其中，dz(gn/tn)=(gn%tn)/tn，即先取余，余数再除以除数，得到gn/tn的商的非整数部分。得到多个调整量tr
r
后，调整量的最小值即为所需调整量，记为gm。
[0033]
(c)上述得到的调整量gm是像素单位，并非实际物理距离，因此，需要进行调整量的单位转换，具体地：首先说明，gn/tn的最简值st/sx中分母sx为图像的类别周期，类别周期的长度为sx，以数字表示布匹图像的类别，则每个类别周期中包括的图像类别为[1,2,3
……
sx]，即连续采集的sx帧图像对应一个类别周期。
[0034]
获取调整量gm后，需要获取撑展辊的调整方向，具体地：β表示撑展辊的调整方向，β值为1，说明布匹撑展区两侧撑展辊向两侧调整；β值为
‑
1，说明布匹撑展区两侧撑展辊向中心调整；hj(
•
)表示取(gn/tn)+gm这一比值化简后的分母的值，该值即为图像的类别周期；基于(gn/tn)+gm和(gn/tn)
‑
gm对应的类别周期的大小获取撑展辊的调整方向。
[0035]
获取调整比例：tp=gm/(gn/tn)，例如，调整量gm为1/12，gn/tn为7/12，则对应的调整比例为1/7。
[0036]
基于调整方向、调整比例、调整前两撑展辊间的实际物理距离确定调整量对应的实际物理距离：tz=sn*tp*β，sn为调整前两撑展辊间的实际物理距离；tz值为正，则布匹撑展区两侧撑展辊向外调整，两侧撑展辊间的距离变大；tz值为负，说明布匹撑展区两侧撑展辊向内调整，两侧撑展辊间的距离变小。其中，布匹撑展区两侧每个撑展辊的实际调整距离为tz/2。
[0037]
(d)对相机采样频率进行调整：对当前布匹撑展区两侧撑展辊间的像素距离gn进行调整后，布匹撑展区两侧撑展辊间的像素距离为gh，结合预设的布匹移动速度v1进行采样频率的调节，以便每整个扩展区更新一次，仅采集一帧图像；具体地，调整相机采样频率的逻辑为，调整前后布匹移动速度v1不变，基于预设布匹移动速度v1和相机采样频率p1，调整前每隔t秒，布匹移动mn行，也即图像中像素移动了mn行，调整后要每隔t’秒，布匹移动gh行，则t’=t*gh/mn，t’表示对相机采样频率进行调整后得到的新的采样间隔时间，t为相机采样频率p1对应的采样间隔，gh/mn为调整后布匹撑展区两侧撑展辊间的像素距离gn与roi区域中行数的比值，即相机采样频率调整前后布匹移动的像素距离的比值。
[0038]
(二)参数运用：基于调整后的撑展辊间的距离和相机采样频率获取布匹图像，进行布匹瑕疵检测。
[0039]
基于调整后布匹撑展区两侧撑展辊间的像素距离gh和相机的采样间隔t’进行布匹图像的采集，并对采集的图像进行分组，具体的分组方法为：获取gh与印花模板的像素长度tn的比值并化简，得到最简比值st/sx，对基于gh和t’采集的图像进行分组，共得到sx个分组；若调整前gn<tn，则调整后每连续sx帧布匹图像对应一个印花模板；若调整前gn≥tn，则调整后每连续sx帧布匹图像对应一个图像的类别周期；按照采集顺序，对采集的布匹图像标注分组id，id表示图像的类别，id的取值范围为[1，sx]，即每连续sx帧布匹图像的id依次为1,2,3
……
sx。图像采集完成后，基于每张布匹图像对应的id进行图像分组，id相同的分为一组，得到sx个分组。
[0040]
对于每个分组，该分组中的图像是相同的，即分组中处于相同位置的像素的灰度值是一致的，因此，对于处于某一位置的像素，对各布匹图像中处于该位置的像素的灰度值进行比较，即可得到异常点，进而完成布匹瑕疵的检测，进一步地，对各布匹图像中处于该位置的像素的灰度值进行聚类，得到灰度参考值，各布匹图像中处于该位置的像素的灰度值与灰度参考值作差，可得到像素的瑕疵严重程度。
[0041]
基于与上述方法实施例相同的发明构思，本发明一个实施例提供了一种低功耗的验布机智能控制系统，该系统包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被处理器执行时实现一种低功耗的验布机智能控制方法的步骤。
[0042]
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0043]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
[0044]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。