织物疵点的检测与判别

发布时间：2021-01-12 22:29

　　随着人们生活水平不断提高,对织物质量的要求日益严格。据调查发现,服装业的服装劣质原因主要与织物疵点有关,因此对织物疵点进行检测与判别是织物质量检测中至关重要的环节。织物疵点图像经离散傅里叶变换后会得到相应的频谱图,频谱图上的亮点中包含着织物疵点信息,基于此本文提出了一种在频率域上的织物疵点检测算法。BP神经网络具有极强的非线性拟合能力,常被应用于模式识别中,本文将BP神经网络和随机森林相结合,并将结合后的网络应用于织物图像的疵点判别。（1）针对织物疵点图像的频谱图,本文设计了一种频率域滤波器,它包含多个用于覆盖频谱图中心亮点周围的亮点的最优圆形频率域Gabor滤波器,和一个用于覆盖频谱图中心亮点的频率域中心掩模。根据选取最优Gabor滤波器数量的不同,本文提出了两种频率域织物疵点检测算法—算法一和算法二,并应用这两种算法对织物疵点图像作疵点检测,实验表明,两种算法均能有效地检测不同类型的疵点,但算法一对疵点细节处的检测效果不太理想,而算法二对疵点细节处的检测效果会优于算法一。最后,从算法和检测效果两个方面将本文算法二与其他算法进行比较,结果表明,本文算法二检测出的疵点更接近于真实的疵点... 

【文章来源】：闽南师范大学福建省

【文章页数】：52 页

【学位级别】：硕士

【部分图文】：

织物疵点)(e)(f

第2章基于频率域滤波器的织物疵点检测7第2章基于频率域滤波器的织物疵点检测2.1引言近年来，学者们发表了一系列关于织物疵点检测的文章，文章中的检测算法可以大致分为空间域上检测和频率域上检测两种，文[15]的检测方法就属于空间域上的检测方法。管声启等[38]利用频率域滤波器抑制正常纹理频谱信息，根据重构灰度图像的若干子窗口判别疵点的存在性，该方法与文[14]的检测方法都属于频率域的检测方法。受上述文献启发，本章在频率域上设计了频率域滤波器，基于该滤波器提出了频率域的织物疵点检测算法，并应用新算法对织物疵点图像作检测。2.2预备知识在织物疵点图像经离散傅里叶变换后得到的频谱图中，疵点信息主要集中在频谱图的中心亮点及其周围亮点中。针对这一特点，本章拟设计一种频率域滤波器来作疵点检测。该滤波器由1个频率域中心掩模和多个频率域Gabor滤波器组合而成，因此接下来主要分析频谱图的特点，并介绍Gabor滤波器的相关理论。2.2.1织物疵点图像的频谱图分析由于本章将要在频率域上设计滤波器，所以需要先研究织物疵点图像的频谱图，图(a)~(d)分别为含纬纱带入、浆斑、污渍、破洞的织物图像；(e)~(h)依次为它们对应的频谱图，如图2.1所示。图2.1织物疵点图像及其频谱图)(a)(b)(c)(d)(e)(f)(g)(h从图2.1中的he)(~)(可以看出频谱图上的亮点具有对称性，且主要分布在水平、竖直以及45°和135°这4个方向上。现对)(e和)(h两幅频谱图中的亮点进行探究，图2.2

闽南师范大学理学硕士学位论文8中)1(e和)1(h分别为图2.1中)(e和)(h的中心亮点附近（红色圆盘）包含织物疵点图像)(a和)(d的信息；e)2(和)2(h分别为)(e和)(h中心亮点的周围亮点附近（4个蓝色圆盘）包含的信息，它们都是通过离散傅里叶逆变换得到的。图)(e和)(h中的4个蓝色圆盘大小相等，圆心到红色圆盘的圆心距离也一致，且相邻圆盘间是相切的。图2.2频谱图(e)和(h)中两种亮点附近包含的信息图)(e)1(e)2(e1)(h)1(h)2(h由)1(e和)1(h可见)(e和)(h的中心亮点附近主要包含了疵点的团状信息，由e)2(知)(e的周围亮点附近主要包含疵点的边缘信息；尽管)(h中仅有1个中心亮点，但是由)2(h知其周围亮点附近也包含了疵点的边缘信息，)(f和)(g乃至于多数织物疵点图像的频谱图都具有这样的特点。2.2.2多尺度多方向的圆形Gabor滤波器的相关理论Gabor滤波器是一种尺度和方向均可变化的带通滤波器，多尺度多方向的圆形Gabor滤波器具有优秀的局部特征表示能力[39]。定义旋转角度为(1)ttn，n为方向总数，则s尺度t方向的圆形Gabor滤波器为222(,)expexp()2ststststxygxyiuxvy，（2.1）其中yxyxttttcossinsincos，(,)ststuv表示(,)stgxy的中心频率，st为相应的Gauss函数的标准差，,,2,1ms,,,2,1nt，m为尺度总数。对（2.1）式作Fourier变换，得到相应的频率域Gabor滤波器为

【参考文献】：
期刊论文
[1]多方向多尺度Gabor特征表示及其匹配算法[J]. 周德龙,张捷,朱思聪.  电子学报. 2019(09)
[2]基于机器视觉的疵点检测方法的研究进展[J]. 王孟涛,李岳阳,杜帅.  现代纺织技术. 2019(05)
[3]采用频域滤波的织物疵点检测方法[J]. 刘伟斌,郑力新,周凯汀.  华侨大学学报(自然科学版). 2017(04)
[4]基于Gabor滤波器对织造前帘子布疵点检测研究[J]. 唐旭晟,杨思材,陈丹.  机电工程. 2017(07)
[5]基于全局和局部显著性的织物疵点检测[J]. 姚明海,潘海飞,王宪保.  浙江工业大学学报. 2017(01)
[6]应用视觉显著性的小提花织物疵点检测[J]. 李敏,崔树芹,陈佳.  纺织学报. 2016(12)
[7]基于随机森林的快速兴趣点检测[J]. 吕岚.  自动化技术与应用. 2016(09)
[8]基于多尺度Gabor滤波器的角点检测[J]. 田子怡,李云红.  国外电子测量技术. 2016(07)
[9]基于跨连卷积神经网络的性别分类模型[J]. 张婷,李玉鑑,胡海鹤,张亚红.  自动化学报. 2016(06)
[10]基于灰度共生矩阵特征图像的织物疵点检测方法[J]. 吴哲,刘孝星,郑力新,周凯汀.  微型机与应用. 2015(21)

博士论文
[1]基于深度卷积神经网络的图像分类方法研究及应用[D]. 高震宇.中国科学技术大学 2018
[2]织物疵点自动检测系统关键技术的研究[D]. 张星烨.江南大学 2012

硕士论文
[1]基于深度学习的织物图像疵点区域定位算法研究[D]. 刘祥惠.中原工学院 2018
[2]玻纤布疵点识别和检测的研究[D]. 周继坤.闽南师范大学 2016



本文编号：2973659