[發明專利]基于雙簡化脈沖耦合神經網絡的坯布疵點分割方法

有效

• 申請號: 201210001201.4
• 申請日: 2012-01-04
• 公開（公告）號: CN102592266A
• 公開（公告）日: 2012-07-18
• 發明（設計）人: 石美紅;姜壽山;郭勇剛;寧長勝;馬進朝
• 申請（專利權）人: 西安工程大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 羅笛

技術領域

本發明屬于數字圖像分割技術領域，涉及一種坯布疵點分割方法，具體涉及一種基于雙簡化脈沖耦合神經網絡的坯布疵點分割方法。

背景技術

隨著國際紡織市場競爭的日趨激烈，紡織品質量問題越來越成為企業生存與發展的制勝因素。疵點檢測是紡織品質量控制的一個重要的環節。長期以來，國內坯布廠大都依靠人工來檢測疵點，由于長時間的用眼帶來的疲勞或檢驗人員的主觀因素等而出現漏檢或檢測結果不一致等問題弊端，也直接影響著后續產品質量的客觀評定。因此，提高坯布疵點檢測的準確率已成為坯布疵點自動檢測系統中不可缺少的一個核心技術。

脈沖耦合神經網絡(Pulse?Coupled?Neural?Networks，簡稱PCNN)是一種模擬哺乳動物視覺特性的第三代人工神經網絡，因其時空總和特性以及信息傳播和耦合特性，導致空間鄰近、外部刺激強度相似的神經元易于同步點火。這恰恰表征了空間鄰近像素屬性值相似的圖像分布特點，使之用于圖像分割具有獨特的優勢。但傳統的PCNN模型因其調整參數多、計算復雜度高等問題，很難滿足在線疵點檢測的實時性和自適應性要求。

發明內容

本發明的目的是提供一種基于雙簡化脈沖耦合神經網絡的坯布疵點分割方法，解決了現有坯布疵點分割技術存在的調整參數多、計算復雜度高的問題，提高坯布疵點檢測的一致性和準確性，以滿足在線疵點檢測的實時性和自適應性處理要求。

本發明所采用的技術方案是，基于雙簡化脈沖耦合神經網絡的坯布疵點分割方法，具體按照以下步驟實施：

步驟1：將相機采集的M×N大小待測坯布的數字圖像傳送至圖像緩存器；

步驟2：采用改進的局部二進制模式算子，對圖像緩存器中的數字圖像進行疵點特征提取計算，以消除光照不勻、紋理背景以及噪聲干擾的影響，凸顯疵點區，同時將計算得到的圖像大小壓縮至原圖像的n×n分之一；

步驟3：采用DSPCNN，對步驟2處理后的結果圖像分別進行高低亮度坯布疵點的分割迭代計算；

步驟4：判斷是否到設定的迭代次數t，如果不是，則轉步驟3進行迭代處理；如果是，則依據圖像的屬性分布特征，將步驟3的處理結果進行按照下式進行歸并計算，得到坯布疵點分割結果圖S：

S=HY⊕LYA≥0.4andB≥0.4HY+LYA<0.4orB<0.4.]]>

本發明的特點還在于，

其中的步驟2采用改進的局部二進制模式算子，對圖像緩存器中的數字圖像進行疵點特征提取計算，具體按照以下步驟實施：

1)獲取在同等光照下待測坯布的無疵點數字圖像IM，其大小大于等于2^2×n×(n×n)；

2)將無疵點數字圖像劃分為n×n大小的非重疊窗口，并計算在n×n大小窗口內的行、列像素平均屬性值，記作則：