买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江理工大学;浙江泰坦股份有限公司申请的专利基于机器视觉的纱线瑕疵检测方法和装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116894836B 。

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310950857.9，技术领域涉及：G06T7/00；该发明授权基于机器视觉的纱线瑕疵检测方法和装置是由徐云;杨承翰;张建鹏;张建新;陈宥融设计研发完成，并于2023-07-31向国家知识产权局提交的专利申请。

本基于机器视觉的纱线瑕疵检测方法和装置在说明书摘要公布了：本申请公开了一种基于机器视觉的纱线瑕疵检测方法和装置，方法包括获取纱线的图像；对所述纱线的图像进行二值化处理，得到所述纱线的二值化图像；对所述二值化图像进行降维处理，得到所述纱线宽度值的一维序列；对所述一维序列进行平均值池化，得到特征序列；基于所述特征序列，构建最优特征向量；将所述最优特征向量输入深度学习神经网络，输出所述纱线的特征属性。本申请可实现纱线生产过程中的自动化瑕疵检测，解决了传统纱线瑕疵检测方法的检测精度易受影响，自动化水平低，容易出现误检的问题，并具备计算资源占用率低、检测速度快、识别精度高的优势。

本发明授权基于机器视觉的纱线瑕疵检测方法和装置在权利要求书中公布了：1.一种基于机器视觉的纱线瑕疵检测方法，其特征在于，包括： 获取纱线的图像； 对所述纱线的图像进行二值化处理，得到所述纱线的二值化图像； 对所述二值化图像进行降维处理，得到所述纱线宽度值的一维序列； 对所述一维序列进行平均值池化，得到特征序列，其中，所述平均值池化的池化尺寸Pi＝fai，ai＝1，2，3...N； 基于所述特征序列，构建最优特征向量； 将所述最优特征向量输入深度学习神经网络，输出所述纱线的特征属性，其中，所述特征属性包括正常或所述纱线瑕疵的类型； 其中，所述对所述二值化图像进行降维处理，得到所述纱线宽度值的一维序列的步骤包括： 以所述二值化图像的背景像素为值1，前景像素为值0，得到所述二值化图像的矩阵Xn*m，其中n为所述二值化图像在所述纱线宽度方向上的像素数量，m为所述二值化图像在所述纱线长度方向上的像素数量； 基于以下公式，计算得到所述纱线宽度值的一维序列D： D＝[nn…n]1*m-[11…1]1*n*Xn*m； 所述纱线瑕疵包括细节瑕疵和长缺节瑕疵时，所述对所述一维序列进行平均值池化，得到特征序列的步骤包括： 对所述一维序列进行平均值池化，池化尺寸得到获得特征序列S1a1，其中，a1＝1，2，3...N1，m为所述一维序列的长度， 所述纱线瑕疵包括粗节瑕疵时，所述对所述一维序列进行平均值池化，得到特征序列的步骤包括： 对所述一维序列进行平均值池化，池化尺寸得到特征序列S2a2，其中，a2＝1，2，3...N2，m为所述一维序列的长度， 所述纱线瑕疵包括短缺节瑕疵和饰纱交错瑕疵时，所述对所述一维序列进行平均值池化，得到特征序列的步骤包括： 对所述一维序列分别进行两次平均值池化，两次平均值池化的池化尺寸分别为P3-1＝4a3+2、P3-2＝2a3+1，得到序列Mshort和Mlong，其中，a3＝1，2，3...N3，m为所述一维序列的长度； 分别对所述序列Mshort和Mlong进行后向搜索求差和前向搜索求差，得到后向求差序列和前向求差序列； 比对所述后向求差序列和前向求差序列，取所述后向求差序列和所述前向求差序列每一对应位置的较大值构建特征序列S3a3； 所述基于所述特征序列，构建最优特征向量的步骤包括： 基于偏最小二乘的随机蛙跳算法计算ai的最优解； 基于所述最优解，计算所述特征序列的最大值、最小值和平均值，收集得到所述最优特征向量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江理工大学;浙江泰坦股份有限公司，其通讯地址为：310000 浙江省杭州市经济技术开发区白杨街道2号大街928号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。