[發明專利]一種基于支持向量數據描述理論的織物瑕疵自動檢測方法

無效

• 申請號: 200810032251.2
• 申請日: 2008-01-03
• 公開（公告）號: CN101216436A
• 公開（公告）日: 2008-07-09
• 發明（設計）人: 步紅剛;汪軍;黃秀寶
• 申請（專利權）人: 東華大學
• 主分類號: G01N21/89
• 分類號: G01N21/89
• 代理公司: 上海泰能知識產權代理事務所
• 代理人: 黃志達;謝文凱

1.一種基于支持向量數據描述(簡記為SVDD)理論的織物瑕疵自動檢測方法，包括下列步驟：

(1)織物圖像的采集和預處理；

(2)分形特征的提取和特征向量歸一化處理；

(3)SVDD模型中折衷參數ν和高斯核函數尺度參數γ的優選；

(4)SVDD模型的訓練和相應決策函數表達式的獲得；

(5)對待測樣本依據步驟(4)所述決策函數表達式進行測試，判別其是否包含瑕疵。

2.根據權利要求1所述的一種基于SVDD的織物瑕疵自動檢測方法，其特征在于：所述的步驟(1)中圖像的采集是指收集較多256灰度級的無疵織物圖像，作為訓練用；預處理是指將這些圖像都分割成一定大小的子圖，本發明中子圖大小為32×32像素，每一子圖代表一個訓練樣本，并對每一子圖實施直方圖均衡化處理。

3.根據權利要求1所述的一種基于SVDD的織物瑕疵自動檢測方法，其特征在于所述的步驟(2)中的分形特征是依據計盒法估算得到以下四個分形維組成特征向量：

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、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：經窗口大小為10×10、標準差為0.2的LOG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.根據權利要求1所述的一種基于SVDD的織物瑕疵疵自動檢測方法，其特征在于所用特征向量不局限于如權利要求1的步驟(2)和權利要求3所述的若干分形特征組成的向量，其它能夠區分正常紋理與瑕疵紋理的特征向量亦可。

5.根據權利要求1所述的一種基于SVDD的織物瑕疵自動檢測方法，其特征在于所述的步驟(2)中的特征向量歸一化采用的是softmax數據歸一化方法，由兩步組成，具體定義如下：

y=xtest-x‾rσ---(1)]]>

xsoftmax=11+exp(-y)---(2)]]>

其中，表示正常織物紋理圖像的某個特征參數的均值，從大量正常樣本中估算出來，

σ表示正常織物紋理圖像的該特征參數的標準差，x_test表示待測織物紋理圖像的該特

征參數值，r在本發明中統一取為2，那么x_softmax即為歸一化后的特征參數值。