技术领域
[0001] 本发明涉及纺织品检测技术领域，具体涉及一种纺织产品的印染检测方法。
相关背景技术
[0002] 纺织品的印染质量直接关系到产品的美观性、耐用性以及市场接受度。随着消费者对纺织品品质要求的提高，印染检测成为保证纺织品质量的关键环节。常用的检测方法包括分光光度法、电化学法、色谱法、气相色谱‑质谱联用等。但现有的印染检测方法均具有各自的局限性，例如色谱法设备较复杂，对检测人员的技术要求较高，检测时间长，分光光度法易受到干扰影响准确度等，导致检测结果的准确性降低。
具体实施方式
[0008] 本申请提供了一种纺织产品的印染检测方法，用于解决现有的印染检测方法具有各自的局限性，检测结果的准确性低的技术问题。
[0009] 下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0010] 需要说明的是，本申请的说明书及上述附图中的术语“第一”“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。实施例一
[0011] 如图1所示，本申请提供了一种纺织产品的印染检测方法，所述方法包括：P10：对多种染液进行光谱特征挖掘，搭建印染特征库，所述光谱特征包含单染液维度与混合染液维度。
[0012] 进一步的，本申请实施例步骤P10还包括：P11：以所述多种染液为索引，进行引擎检索，确定染液印染记录；
P12：基于所述染液印染记录，挖掘光谱特征与叠加印染特征；
P13：基于所述染液印染记录，挖掘特征隐含关系，所述特征隐含关系为光谱特征与印染特征的相对关系；
P14：整合所述光谱特征，并与所述特征隐含关系、所述叠加印染特征进行关联，构建所述印染特征库。
[0013] 应当理解的是，通过对多种染液的光谱特性进行挖掘和分析，建立一个包含单染液光谱特征和混合染液光谱特征的印染特征库。具体的，使用印染企业内部搜索引擎或类似的检索工具，以多种染液作为关键词或索引，进行引擎检索，来获取多种染液的印染记录，所述染液印染记录应包含染液的详细信息，如类型、浓度、生产厂家等，以及印染工艺参数、印染结果等。
[0014] 进一步的，基于所述染液印染记录，挖掘多种染液的光谱特征与叠加印染特征，其中，所述光谱特征如吸收峰、发射峰、光谱形状等，所述叠加印染特征指混合染液的印染特征，即当多种染液混合使用时，它们之间的相互作用对印染效果的影响。进一步的，根据所述染液印染记录，挖掘特征隐含关系，即光谱特征与印染特征之间的相对关系，包括分析光谱特征的强度与印染效果的关联、不同光谱特征组合对印染效果的影响等，例如，通过测量染液在不同波长下的光吸收或反射强度等特征，呈现以谱图，分析染液的印染状况，例如混合染液中各种染料的印染相对含量、染料间的印染相互作用、染料与纺织产品纤维间的结合方式等，获取特征隐含关系。
[0015] 进一步的，将所述光谱特征、所述特征隐含关系、所述叠加印染特征进行关联整合，建立所述印染特征库，所述印染特征库不仅包含各种染液的光谱特性，还包含了不同光谱特性与印染效果之间的关联关系，可为后续的印染检测提供重要的参考和依据。
[0016] P20：读取目标印染产品的印染数据流，其中，所述目标印染产品的印染方式为单层印染或复合印染，所述印染数据流包括基于光谱仪检测的光谱数据流与动态工艺数据流。
[0017] 可选的，读取目标印染产品的印染数据流，即目标印染产品的印染相关数据。其中，所述目标印染产品指需要进行印染检测的具体产品，例如各种纺织品，如衣物、布料、窗帘等。并且，所述目标印染产品的印染方式为单层印染或复合印染，单层印染指仅包含单层印染工序，而所述复合印染则可能包含多层印染工序，每层基于单染液或混合染液进行印染，层级印染可能为不同区域或重叠印染，涉及使用多种染液，通过不同的印染工艺和技术，在纺织品上形成复杂的图案和色彩。
[0018] 进一步的，所述印染数据流包括基于光谱仪检测的光谱数据流与动态工艺数据流，所述光谱数据流是通过光谱仪检测得到的数据，光谱仪能够测量和分析染液和印染产品在光谱上的特性，如吸收、反射、透射等，能够提供关于染液成分、浓度、印染效果等方面的信息。所述动态工艺数据流是指印染过程中的各种工艺参数和状态，如温度、压力、速度、浓度等，能够反映印染过程中的动态变化，有助于分析和优化印染工艺。
[0019] P30：搭建印染检测模块，所述印染检测模块包括并行配置的光谱分析区块与工艺分析区块，与后置连接的缺陷定位单元，所述光谱分析区块内嵌有所述印染特征库。
[0020] 具体的，搭建印染检测模块，用于对印染产品的光谱数据和工艺数据进行分析和评估，所述印染检测模块包括并行配置的光谱分析区块和工艺分析区块，以及一个后置连接的缺陷定位单元。
[0021] 其中，所述光谱分析区块主要负责处理和分析印染产品的光谱数据流，可通过采集样本染料光谱数据进行深度学习获得。并且所述光谱分析区块内嵌有所述印染特征库，使得该区块能够快速、准确地识别出光谱数据中的关键特征，并将其与印染特征库中的信息进行比对和匹配。通过光谱分析，可以获取关于染液成分、浓度、印染效果等方面的详细信息，为后续的印染检测提供重要依据。
[0022] 所述工艺分析区块与光谱分析区块并行配置，并且，所述工艺分析区块用于处理和分析印染产品的动态工艺数据流，可通过采集样本工艺数据进行深度学习获得。能够实时监测和分析印染过程中的各种工艺参数和状态，如温度、压力、速度、浓度等。通过工艺分析，可以揭示印染过程中的动态变化和潜在问题，为优化工艺参数和确保印染质量提供有力支持。
[0023] 所述缺陷定位单元作为印染检测模块的后置连接部分，负责根据光谱分析和工艺分析的结果，对印染产品进行缺陷定位。一旦检测到印染产品存在印染缺陷或工艺缺陷，所述缺陷定位单元能够迅速确定缺陷的位置和性质，并生成相应的检测报告和预警信息，来及时发现和纠正问题，确保印染产品的质量和一致性。
[0024] P40：预处理所述印染数据流，传输至所述印染检测模块，进行区块并行独立分析与侧向交互校验，定位校验达标的印染缺陷点，整合确定印染检测单列；其中，所述侧向交互校验为伴随区块分析的连续交互校验。
[0025] 进一步的，本申请实施例步骤P40还包括：P41：构建预处理模型，所述预处理模型包括并行的光谱处理层与数据处理层，所述数据处理层包括异构转换单元、数据融合单元与冗余处理单元；
P42：基于所述预处理模型，对所述印染数据流进行划分与层内处理，确定有效印染数据。
[0026] 应当理解的是，对所述印染数据流进行预处理，具体的，首先通过获取样本数据进行深度学习，构建预处理模型，所述预处理模型包括并行的光谱处理层与数据处理层，所述光谱处理层用于对光谱数据流进行预处理，例如进行需求特征强化和无效特征弱化，而所述数据处理层则包含异构转换单元、数据融合单元与冗余处理单元，用于将所述动态工艺数据流进行异构转换、数据融合和去除冗余处理，以保证数据的准确性和有效性。
[0027] 进一步的，基于所述预处理模型，对所述印染数据流进行划分与层内处理，也就是将所述印染数据流划分为光谱数据流与动态工艺数据流，并将光谱数据流与动态工艺数据流分别输入所述光谱处理层与数据处理层进行处理，确定有效印染数据。
[0028] 进一步的，将所述有效印染数据传输至所述印染检测模块，通过所述印染检测模块的光谱分析区块与工艺分析区块进行并行独立分析，也就是从光谱角度和工艺角度分别进行缺陷分析，并将分析结果输入后置连接的缺陷定位单元进行侧向交互校验，即对比光谱分析结果与工艺分析结果是否一致，并将校验结果达标的缺陷识别结果进行缺陷定位，获取多个印染缺陷点，整合多个印染缺陷点确定印染检测单列。
[0029] 进一步的，如图2所示，本申请实施例步骤P42还包括：P42‑1：提取光谱数据流，结合所述光谱处理层进行以识别需求为导向的谱图处理，确定第一有效印染数据；
P42‑2：提取所述动态工艺数据流，并确定主数据结构，所述主数据结构为所述动态工艺数据流中任一种数据结构；
P42‑3：以所述主数据结构为基准，对所述动态工艺数据流进行异构转换处理，对同源数据进行融合，以重复信息与无功信息为基准，进行冗余数据剔除，整合确定第二有效印染数据。
[0030] 可选的，基于所述预处理模型，对所述印染数据流进行划分与层内处理，首先，从所述印染数据流中提取光谱数据流，并结合所述光谱处理层进行以识别需求为导向的谱图处理，即对需要提取的特征进行可识别处理，包括进行需求特征的强化、无效特征的虚化弱化等处理，例如通过滤波、降噪、基线校正、特征提取等提高光谱数据的信噪比和分辨率，从而更准确地识别出关键的光谱特征。经过谱图处理后，得到的光谱数据将作为第一有效印染数据。
[0031] 进一步的，从所述印染数据流中提取动态工艺数据流，所述动态工艺数据流中存在多种不同的数据结构，如温度数据、压力数据、速度数据等，为便于分析，需要确定一个主数据结构作为基准，所述主数据结构可以是动态工艺数据流中任意一种具有代表性或重要性的数据结构。
[0032] 进一步的，以所述主数据结构为基准，对所述动态工艺数据流进行异构转换处理，即将所述动态工艺数据流统一到同一数据结构和格式下，进而对异构转换后的同源数据进行融合，所述同源数据指的是来自同一数据源或具有相同物理意义的数据，通过数据融合，可以将多个同源数据的信息进行整合，提高数据的完整性和准确性。同时，以重复信息与无功信息为基准，进行冗余数据剔除，所述重复信息指的是在数据集中多次出现且没有新增价值的信息，无功信息则是指对印染检测和分析没有贡献或贡献很小的信息。通过冗余数据剔除，可以减小数据集的规模和提高数据的效率。
[0033] 经过异构转换、数据融合和冗余数据剔除后，得到的工艺数据将作为第二有效印染数据，与光谱处理层得到的第一有效印染数据一起，可为后续的印染检测和分析提供全面、准确的数据支持。
[0034] 进一步的，本申请实施例步骤P40还包括：P43：读取第一区块输出与第二区块输出，并同步流转至所述缺陷定位单元；
P44：以缺陷趋势为第一校验特征，以缺陷等级为第二校验特征，对所述第一区块输出与所述第二区块输出进行校验，进行层次二值化处理，确定层次校验标记，所述缺陷趋势基于缺陷类型与缺陷方向确定，其中，以同向与满足预设等级区间为二值化正向；
P45：识别所述层次校验标记，进行标记部分整合与非标记部分整合，确定所述印染检测单列。
[0035] 具体的，在完成光谱分析区块和工艺分析区块的并行独立分析后，读取这两个区块的输出结果，即读取第一区块输出与第二区块输出，包括各自区块检测到的印染缺陷、关键参数、分析结果等，并将读取结果同步流转至所述缺陷定位单元。
[0036] 在缺陷定位单元中，对所述第一区块输出与所述第二区块输出进行校验。首先使用缺陷趋势作为第一校验特征，所述缺陷趋势可基于缺陷的类型（如颜色不均匀、斑点、污渍等）和缺陷的方向（如横向、纵向、斜向等）来确定。通过比较两个区块输出的缺陷趋势是否一致，可以初步判断分析结果的准确性。接着，使用缺陷等级作为第二校验特征，所述缺陷等级可以根据缺陷的严重程度、范围、影响等因素来划分。通过比较两个区块输出的缺陷等级是否相近或满足预设的等级区间，可以进一步验证分析结果的可靠性。
[0037] 如果两个区块的输出在缺陷趋势和缺陷等级上均满足校验条件，即同向且满足预设等级区间，则将它们视为二值化正向，即认为这两个区块的输出结果是一致且可靠的。并且，在校验过程中，进行层次二值化处理，即对于不同层级或不同重要程度的缺陷或特征，会采用不同的二值化阈值或处理策略，来确保系统能够更准确地识别和处理不同级别的印染缺陷。
[0038] 在完成层次二值化处理后，识别出各个区块输出的层次校验标记，这些标记可能包括不同的颜色、符号、数字等，用于表示不同层级或不同重要程度的缺陷或特征。进一步的，识别所述层次校验标记，进行标记部分整合，所述标记部分为校验满足准确性，且对应最终印染结果的印染缺陷，将各个区块输出的具有相同或相似校验标记的结果进行合并和整合，以形成一个更完整、准确的印染检测单列。同时，对非标记部分进行整合，所述非标记部分包括检测误差或非映射状况，即动态过程中的步骤内的缺陷。通过对所述非标记部分进行整合和分析，可以进一步丰富和完善印染检测单列的内容。所述印染检测单列包含有关印染产品的完备的缺陷结果与缺陷演化链路，可为后续的决策提供重要参考。
[0039] P50：遍历所述印染检测单列，进行复合印染下的缺陷覆盖与缺陷产生识别与定位溯源，整合确定复合点检测单列；进一步的，如图3所示，本申请实施例步骤P50还包括：
P51：遍历所述印染检测单列，逐印染层进行聚类，确定层级印染单列；
P52：对所述层级印染单列进行相邻层间的缺陷映射，确定层间映射组；
P53：遍历所述层间映射组，度量缺陷变量，并进行方向标记，生成所述复合点检测单列，其中，方向标记包括缺陷覆盖的正向与缺陷产生的负向。
[0040] 在本申请一种可能的实施例中，在印染检测过程中，当涉及多层或复合印染时，需要对每一层的印染情况进行单独分析，并考虑不同层之间的相互影响，因此需遍历印染检测单列，进行复合印染下的缺陷覆盖与缺陷产生识别与定位溯源，整合确定复合点检测单列。
[0041] 具体的，遍历所述印染检测单列，根据印染的层次结构，将印染检测单列中的信息按照不同的印染层进行聚类，生成一系列层级印染单列，每个单列对应一个特定的印染层。进一步的，分析不同层之间的相互影响，对所述层级印染单列进行相邻层间的缺陷映射，确定不同层之间缺陷的关联性和传递性，例如通过映射，识别出缺陷由哪一层产生并传递到了其他层，或者确定独立存在于某一层的缺陷。进而生成一系列层间映射组，每个组包含了相邻层间缺陷的映射关系。
[0042] 进一步的，遍历所述层间映射组，度量缺陷变量，所述缺陷变量包括缺陷的大小、形状、颜色、位置等特征，通过度量缺陷变量，可以更准确地描述和识别缺陷。在度量缺陷变量的同时，对缺陷进行方向标记，方向标记包括缺陷覆盖的正向和缺陷产生的负向，正向表示该缺陷是由上一层传递到当前层的，负向表示该缺陷是在当前层独立产生的。通过方向标记，可以清晰地识别出缺陷的来源和传播路径，为后续的缺陷修复和工艺优化提供重要依据。
[0043] 最后，根据度量结果和方向标记，生成复合点检测单列。该单列包含了复合印染下所有关键缺陷的信息和分析结果，可为后续的决策提供有力支持。
[0044] 进一步的，本申请实施例步骤P50还包括：P54：确定缺陷向量，所述缺陷向量标识有时空发生位置；
P55：基于所述缺陷向量，进行缺陷发生溯源，确定最小诱因单元并进行频繁性判定，确定溯源结果，其中，所述溯源结果包括偶然性诱因与必然性诱因；
P56：映射整合所述溯源结果与所述缺陷向量，生成所述复合点检测单列。
[0045] 具体的，对复合印染下的缺陷进行更深入的分析，以确定缺陷向量。所述缺陷向量是一个多维度的数据表示，标识了缺陷在时空上的发生位置，有助于更精确地描述缺陷的性质和位置。基于所述缺陷向量，进行缺陷发生溯源，确定导致缺陷产生的最小诱因单元，即导致缺陷产生的最小、最直接的因素或单元，可能是某个特定的工艺参数、设备状态、材料特性等。并进行频繁性判定，也就是对最小诱因单元出现频率的评估，以确定溯源结果。所述溯源结果包括偶然性诱因和必然性诱因，偶然性诱因是指偶尔出现、不易预测和控制的诱因，而必然性诱因则是指那些经常出现、具有一定规律性和可预测性的诱因。
[0046] 进一步的，将溯源结果与缺陷向量进行映射整合，包括将溯源结果中的最小诱因单元、频繁性判定等信息与缺陷向量中的时空位置、特征属性等信息进行关联和整合，以生成最终的复合点检测单列，所述复合点检测单列将包含更完整、更准确的缺陷信息和溯源结果，可为后续的缺陷修复、工艺优化、质量控制等提供有力的数据支持。
[0047] P60：整合并映射所述印染检测单列与所述复合点检测单列，生成印染检测结果。
[0048] 可选的，将印染检测单列与复合点检测单列进行整合和映射，以生成最终的印染检测结果，所述印染检测结果包含印染产品的全面信息，包括印染工艺参数、材料特性、光谱特征、缺陷情况、溯源结果等，将这些信息以易于理解和使用的形式呈现，如表格、图表、报告等，以便相关人员能够快速、准确地了解印染产品的整体情况，为后续的质量控制和工艺改进提供有力支持。
[0049] 综上所述，本申请实施例至少具有如下技术效果：本申请通过光谱特征挖掘，读取目标印染产品的印染数据流，进行区块并行独立分析与侧向交互校验，整合确定印染检测单列，通过复合印染下的缺陷覆盖与缺陷产生识别与定位溯源，整合确定复合点检测单列，整合并映射印染检测单列与复合点检测单列，生成印染检测结果。
[0050] 达到了结合光谱数据和工艺数据进行并行缺陷检测，准确识别并定位印染缺陷，提高产品质量检测的效率和准确性的技术效果。
[0051] 需要说明的是，上述本申请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。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。
[0052] 以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
[0053] 本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变形属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变形在内。
