基于特征表示的图案织物疵点检测算法研究

发布时间：2024-04-23 02:54

　　织物的疵点检测是纺织自动化检测的重要组成部分。对平纹或斜纹的素织物的疵点检测,已经较为成熟,图案织物图像由于图案多样且纹理复杂、瑕疵形态各异等问题,现有疵点检测算法检测效果不佳。本文针对图案织物疵点检测的不足,开展了基于特征表示的图案织物的疵点检测算法研究,主要研究工作如下:(1)提出以“均值hash特征描述子”表示图案织物的均值hash特征和灰度特征,实现了图案织物的疵点检测。首先,基于图案织物的周期性,构建了无疵点织物的均值hash特征词典;然后,提取测试织物图像块中的均值hash特征和灰度特征;通过图像块的均值hash特征与词典进行匹配,利用汉明距离表示差异度,获得了结构显著图;将图像块的灰度特征与全局灰度平均值比较,得到灰度显著图;最后,融合显著图,实现了缺陷区域的定位。(2)提出了基于非负矩阵分解的疵点检测方法。首先,利用距离匹配函数确定图案的周期,并以周期大小的图像块为检测样本。利用非负矩阵分解法得到图像块的系数矩阵并转换为向量矩阵,将其做为图像块唯一的特征表示;根据正常样本确定标准系数特征和相似准则。对比测试样本的系数特征和标准系数特征,根据建立的相似准则判定图像块是否包...

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

图１．２素织物疵点检测算法??

织物自检系统的核心在于缺陷检测算法，它直接影响系统的性能。根据不同的织物??检测对象，通常可以将此类算法分为两种：１）针对素织物的疵点检测算法；２）针对图??案织物的疵点检测算法。常见织物及其存在的疵点如图１．１所示。图１．１（ａ）是素织物图??像，它正常的纹理部分表面素洁、无花....

图１．３工业机器视觉系统示意图

物图像出现拉伸的情况时，周期能量偏差大，检测不理想。??１．２．２织物疵点检测系统??典型的工业机器视觉系统如图１．３所示。诸如ＣＣＤ相机的图像采集装置收集待测??４??

图２．１均值ｈａｓｈ特征提取过程，取ｐ?＝８．??

其中ＪＣ（Ｚ＇），分别代表两个二值化序列的第ｆ个数，？为异或操作。两个二值化序列??通过异或操作，求和后算出汉明距离，其值的大小能表现出两个图像块之间的差异度。??图２．１展示了图像块的均值ｈａｓｈ特征提取过程。计算过程中，保留了图像的灰度平均值??作为灰度特征。??＿缩ｙ??■....

图２．５本章所提算法流程图??主要算法流程包括以下步骤：??

（ａ）正常织物匹配词典结果统计?（ｂ）缺陷织物匹配词典结果统计??图２．４织物匹配词典的结果??Ｄ（ｉ，?ｊ）?＝?＾?＞?９?２－（?１０）??１?０，?Ｄ｛ｉ，ｊ）＜ｅ?、’??２．２．４疵点检测算法流程??本章基于均值ｈａｓｈ特征和灰度特征相结合的疵点检测流程如图２．５所示....

本文编号：3962509