[發(fā)明專(zhuān)利]一種基于結(jié)構(gòu)紋理法的布匹表面瑕疵檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410854388.1
• 申請(qǐng)日: 2014-12-31
• 公開(kāi)（公告）號(hào): CN104458766A
• 公開(kāi)（公告）日: 2015-03-25
• 發(fā)明（設(shè)計(jì)）人: 白瑞林;何薇
• 申請(qǐng)（專(zhuān)利權(quán)）人: 江南大學(xué)
• 主分類(lèi)號(hào): G01N21/95
• 分類(lèi)號(hào): G01N21/95
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種布匹瑕疵的在線(xiàn)視覺(jué)檢測(cè)方法，其特征是：通過(guò)構(gòu)建變差模型將圖像的結(jié)構(gòu)部分和紋理部分分解出，從而消去紋理對(duì)瑕疵檢測(cè)的影響。具體包括以下幾個(gè)步驟：

(1)采集圖像并對(duì)圖像做預(yù)處理；

(2)構(gòu)建一個(gè)總變差正則化模型，有效分離出圖像的結(jié)構(gòu)部分與紋理部分；

(3)將待測(cè)圖像的結(jié)構(gòu)部分與標(biāo)準(zhǔn)圖像的結(jié)構(gòu)部分做最大相關(guān)性處理，獲得瑕疵區(qū)域。

2.根據(jù)權(quán)利要求1所述一種布匹表明瑕疵的在線(xiàn)視覺(jué)檢測(cè)方法，其特征是：所述步驟(2)中總變差形式正則化模型的構(gòu)建，包括以下步驟：

構(gòu)建一種基于總變差形式的模型，該模型可以有效的分解圖像中的結(jié)構(gòu)信息和紋理，并且無(wú)需特別指定紋理是否規(guī)則或者對(duì)稱(chēng)。換言之，該方法具有一般性和隨意性，它適用于非統(tǒng)一的或各向異性的紋理。

(1)式為變差模型：

I代表輸入圖像，u代表2D圖像像素的索引，S代表輸出結(jié)構(gòu)圖像。對(duì)(1)式第二項(xiàng)進(jìn)行展開(kāi)，可以寫(xiě)成各向異性的形式：

將(2)回帶并加入正則項(xiàng)則得到模型如(3)式：

其中，

D表示對(duì)u點(diǎn)的窗口區(qū)域內(nèi)做總變差：

L表示對(duì)于整體圖像的空間做梯度加權(quán)絕對(duì)值的求取，能夠用來(lái)突出結(jié)構(gòu)部分：

u為二維像素的索引值，v為以u(píng)點(diǎn)為中心的一個(gè)正方形區(qū)域內(nèi)所有的像素點(diǎn)的索引，S是輸出圖像，為正則項(xiàng)，也稱(chēng)為相對(duì)變差，它依賴(lài)于圖像的邊緣，使得圖像中可以有不連續(xù)的部分，但不允許有振蕩的存在，因此可以用于去除噪聲。λ是一個(gè)權(quán)重值，在正則項(xiàng)和逼近項(xiàng)中起著平衡的作用；ε是為了防止分母為0而取得的非常小的正值。g是根據(jù)相關(guān)性定義的權(quán)重函數(shù)，此處選用高斯核函數(shù)，定義為：

其中，σ是空間尺度，u為變差區(qū)域的中心像素點(diǎn)，v為任一像素點(diǎn)。

3.根據(jù)權(quán)利要求1所述一種布匹表明瑕疵的在線(xiàn)視覺(jué)檢測(cè)方法，其特征是：所述步驟(2)中瑕疵區(qū)域的準(zhǔn)確判定，包括以下步驟：

對(duì)得到的圖像去噪處理，最后分離得到凸顯瑕疵的二值圖像。在去除布匹表面的紋理信息后，通過(guò)(3)式得到的圖像結(jié)構(gòu)部分仍然保留有背景色，需要與標(biāo)準(zhǔn)圖像對(duì)比清除后才能徹底提取出瑕疵部分，可以通過(guò)(5)式判定相關(guān)性以提取出瑕疵區(qū)域。

其中，var(·)和cov(·)分別是方差與協(xié)方差，f和f^*分別為標(biāo)準(zhǔn)圖像和待測(cè)圖像的結(jié)構(gòu)部分。

如果此幀圖像不包含瑕疵區(qū)域，則不保存此圖像序列。繼續(xù)檢測(cè)下一幀圖像，若是此幀圖像出現(xiàn)瑕疵，保存此瑕疵圖像與位置信息至結(jié)構(gòu)體并繼續(xù)檢測(cè)下一幅圖像。