[發(fā)明專利]基于峰值閾值和混合特征的紡織品瑕疵檢測方法

有效

• 申請?zhí)枺?/td>: 201711188223.5
• 申請日: 2017-11-24
• 公開（公告）號: CN107967680B
• 公開（公告）日: 2019-07-09
• 發(fā)明（設(shè)計(jì)）人: 顏榴紅;莊麗華;賈靚
• 申請（專利權(quán)）人: 常州大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明提供一種基于峰值閾值和混合特征的紡織品瑕疵檢測方法，該方法分析基于照明光源下平坦紡織品表面的數(shù)字圖像像素灰度信息，將圖像分割為互不重疊的網(wǎng)格，計(jì)算每個網(wǎng)格的IRM，HOG，GLCM和Gabor特征值，根據(jù)特征值分布自動定位紡織品表面瑕疵。本發(fā)明特別適用于自動識別在穩(wěn)定照明光源下采集的紡織品平坦表面灰度數(shù)字圖像中的紡織品表面瑕疵。

技術(shù)領(lǐng)域

本發(fā)明涉及紡織品瑕疵檢測技術(shù)領(lǐng)域，特別是涉及一種基于峰值閾值和混合特征的紡織品瑕疵檢測方法。

背景技術(shù)

傳統(tǒng)的紡織品瑕疵人工識別準(zhǔn)確率只有60-75％(參見文獻(xiàn)：K.Srinivasan,P.H.Dastoor,P.Radhakrishnaiah,et al..FDAS:a knowledge-based framework foranalysis of defects in woven textiles tructures,J.Text.Inst.83(1992)431–448.)，機(jī)器自動識別紡織品瑕疵的方法具有實(shí)際應(yīng)用需求。平坦紡織品表面的數(shù)字圖像采樣(以下簡稱紡織品圖像)屬于二維紋理，二維紋理已被證明可根據(jù)17種壁紙群(wallpapergroup)定義的圖案排列方法生成(參見文獻(xiàn)：H.Y.T.Ngan,G.K.H.Pang,N.H.C.Yung.Motif-based defect detection for patterned fabric,Pattern Recognit.(2008)1878–1894.)，用于生成二維紋理的圖案稱為圖格(lattice)(參見：https://en.wikipedia.org/wiki/Wallpaper_group)，圖格內(nèi)部圖案稱為motif。多數(shù)紡織品瑕疵自動檢測方法只能處理墻紙群中p1類型的紡織品圖像(參見文獻(xiàn)：H.Y.T.Ngan,G.K.H.Pang,N.H.C.Yung.Automated fabric defect detection—A review,Image and VisionComputing 29(7)(2011)442–458.)，僅有少數(shù)方法能處理p1類型以外的紡織品圖像(參見文獻(xiàn)：H.Y.T.Ngan,G.K.H.Pang,N.H.C.Yung.Motif-based defect detection forpatterned fabric,Pattern Recognit.(2008)1878–1894.)，例如基于小波預(yù)處理的基準(zhǔn)圖像差分方法(wavelet-pre-processed golden image subtraction，以下簡稱WGIS)(參見文獻(xiàn)：H.Y.T.Ngan,G.K.H.Pang,N.H.C.Yung,et al.,Wavelet based methods onpatterned fabric defect detection,Pattern Recognit.38(4)(2005)559–576.)，共生矩陣方法(參見文獻(xiàn)：C.J.Kuo,T.Su,Gray relational analysis for recognizingfabric defects,Text.Res.J.73(5)(2003)461–465.)，布林帶方法(Bollinger bands，以下簡稱BB)(參見文獻(xiàn)：H.Y.T.Ngan,G.K.H.Pang,Novel method for patterned fabricinspection using bollinger bands,Opt.Eng.45(8)(2006)087202-1–087202-15.)，規(guī)則帶方法(regular bands，以下簡稱RB)(參見文獻(xiàn)：H.Y.T.Ngan,G.K.H.Pang,Regularityanalysis for patterned texture inspection,IEEE Trans.Autom.Sci.Eng.6(1)(2009)131–144.)，Elo評估方法(Elo rating method，以下簡稱ER)(參見文獻(xiàn)：C.S.C.Tsang,H.Y.T.Ngan,G.K.H.Pang,Fabric inspection based on the Elo rating method,Pattern Recognit.51(2016)378–394.)等。盡管這些方法可以處理p1以外的紡織品圖像，但它們的計(jì)算方法多是建立在基于人工選擇的類似格的圖案(以下簡稱圖格)之上。例如WGIS要求人工選擇圖格的尺寸和紋理，BB，RB和ER要求人工定義圖格的尺寸。這些先驗(yàn)知識在一定程度上降低了機(jī)器識別紡織品瑕疵的自動化程度。