[發(fā)明專利]一種基于多分形特征參數(shù)的織物瑕疵自動檢測方法

無效

• 申請?zhí)枺?/td>: 200810032249.5
• 申請日: 2008-01-03
• 公開（公告）號: CN101216435A
• 公開（公告）日: 2008-07-09
• 發(fā)明（設(shè)計）人: 步紅剛;汪軍;黃秀寶
• 申請（專利權(quán)）人: 東華大學(xué)
• 主分類號: G01N21/89
• 分類號: G01N21/89
• 代理公司: 上海泰能知識產(chǎn)權(quán)代理事務(wù)所
• 代理人: 黃志達;謝文凱

1.一種基于多分形特征參數(shù)的織物瑕疵自動檢測方法，包括下列步驟：

(1)收集盡可能多的無疵織物圖像，將它們都分割成32×32像素大小的不重疊子圖，每一子圖為一個訓(xùn)練樣本；將所有這些正常樣本的集合隨機分割為大小近似相等的兩個子集，一個用作訓(xùn)練集，一個用作確認集；

(2)對上述每一樣本進行直方圖均衡化處理；

(3)從各個樣本中提取如下四個盒維數(shù)組成訓(xùn)練和檢測用的分形特征組合：

特征1：圖像在盒子尺寸序列為3～7的情況下的分形維；

特征2：圖像在盒子尺寸序列為3～16的情況下的分形維；

特征3：圖像灰度值沿經(jīng)緯兩個方向投影序列組合的分形維，所用的方格尺寸序列為3～16；

特征4：經(jīng)LOG(也即高斯-拉普拉斯)算子濾波后的圖像的分形維，觀測盒子尺寸序列為3～7；

(4)采用softmax數(shù)據(jù)歸一化方法對特征向量進行歸一化處理；

(5)對檢測器進行訓(xùn)練，即從訓(xùn)練集樣本中計算得到正常樣本歸一化后的特征值的均值向量；

(6)對確認集進行測試，以根據(jù)對誤警率的期望值確定閾值大小；

(7)對每一待檢測的32×32像素的未知樣本，都對其依次實施直方圖均衡化、四個分形特征的提取、特征值softmax歸一化處理，然后對該待測試的樣本，計算其歸一化特征值向量與均值向量的歐式距離，若超過設(shè)定的閾值，則認為該樣本為異常樣本，否則為正常樣本。

2.根據(jù)權(quán)利要求1所述的一種基于多分形特征參數(shù)的織物瑕疵自動檢測方法，其特征在于：所述織物是指素色機織物。

3.根據(jù)權(quán)利要求1所述的一種基于多分形特征參數(shù)的織物瑕疵自動檢測方法，其特征在于：所述的步驟(1)中的圖像均為256灰度級。

4.根據(jù)權(quán)利要求1所述的一種基于多分形特征參數(shù)的織物瑕疵自動檢測方法，其特征在于：所述的步驟(3)中的四個分形維均是借助有重疊分割覆蓋基礎(chǔ)上的計盒法估算得到。

5.根據(jù)權(quán)利要求1所述的一種基于多分形特征參數(shù)的織物瑕疵自動檢測方法，其特征在于：所述的步驟(3)中的特征4的算子窗口大小為10×10，標準差為0.2。