基于多分辨率的全局及局部显著性的色织物疵点检测

发布时间：2022-01-20 22:46

　　为提高色织物疵点检测效率和准确性,提出一种融合多分辨率的全局及局部显著图的色织物疵点检测方法。针对织物疵点及纹理的频谱特征,通过高斯金字塔生成不同分辨率图像,采用小波变换的全局显著性算法,以及傅里叶变换融合的方法得到全局综合显著图。使用基于图论的显著性（graph-based visual saliency, GBVS）算法计算织物图像局部显著性。加权融合全局及局部显著图得到综合显著图,并进行图像分割及形态学操作对疵点区域进行检测。使用不同算法对5种不同类型色织物疵点进行检测,结果表明:提出的方法的疵点检测率达92.0%,与传统方法相比有较大提高,且检测时间较短。 

【文章来源】：纺织高校基础科学学报. 2020,33(02)

【文章页数】：7 页

【部分图文】：

算法流程图

图 1 算法流程图将原织物疵点图像(a)(分辨率为256×256)用高斯金字塔方法变换得到分辨率为128×128以及64×64的子图像,用谱残差方法计算全局显著性,得到图像(b)、(c)。可以发现在不同分辨率下显著区域有所不同。

图3为SR谱残差法与本文算法的对比。从图3可以看出,本文算法应用于织物疵点检测拥有更好的显著效果,是由于使用SR方法计算谱残差时, 对图案整体进行均值滤波, 对应地减少了一部分疵点信息。本文提出的方法, 更有针对性地对织物图像低频高频信息进行分析。小波的分解重构可以在保留低频信息的同时大幅减去疵点信息,计算残差谱时就可以得到相对更完整的疵点显著区域。

【参考文献】：
期刊论文
[1]基于去噪卷积自编码器的色织衬衫裁片缺陷检测[J]. 张宏伟,汤文博,李鹏飞,葛志强,高振铎.  纺织高校基础科学学报. 2019(02)
[2]双频FTP在色织物疵点检测中的应用[J]. 黄海松,张松松,仝子萱,姚立国.  激光杂志. 2019(05)
[3]显著性权重RX高光谱异常点检测[J]. 刘嘉诚,王爽,刘伟华,胡炳樑.  遥感学报. 2019(03)
[4]基于显著性检测的声呐图像快速降噪研究[J]. 金磊磊,梁红,杨长生.  西北工业大学学报. 2019(01)
[5]基于视觉显著性的木板实时分类方法研究[J]. 李晖,吴佳宁,苑玮琦,隋春江.  仪器仪表学报. 2018(12)
[6]基于稀疏表示的印花织物疵点检测[J]. 刘茁梅,李鹏飞,景军锋.  西安工程大学学报. 2018(02)
[7]基于改进迭代匹配滤波的织物疵点检测[J]. 杨曼,李仁忠,刘阳阳,景军锋,李鹏飞.  西安工程大学学报. 2017(03)
[8]应用形态学滤波的卫星通信窄带干扰检测新方法[J]. 胡婧,边东明,谢智东,李永强.  计算机科学. 2016(10)
[9]应用Gussian回代交替方向图像分解算法的色织物疵点检测[J]. 景军锋,范晓婷,李鹏飞,张蕾,张宏伟.  纺织学报. 2016(06)
[10]基于多尺度多通道均值的视觉显著性检测[J]. 孙浪,唐雁,苗宗霞,谢松山,何荧.  兰州大学学报(自然科学版). 2015(05)

博士论文
[1]基于机器视觉和图像处理的色织物疵点自动检测研究[D]. 李文羽.东华大学 2014



本文编号：3599664