[發明專利]一種基于局部對比度增強與二值模式的織物瑕疵檢測方法

在審

• 申請號: 201811310641.1
• 申請日: 2018-11-06
• 公開（公告）號: CN109507193A
• 公開（公告）日: 2019-03-22
• 發明（設計）人: 狄嵐;趙樹志
• 申請（專利權）人: 江南大學
• 主分類號: G01N21/88
• 分類號: G01N21/88
• 代理公司: 南京禹為知識產權代理事務所(特殊普通合伙) 32272
• 代理人: 王曉東

1.一種基于局部對比度增強與二值模式的織物瑕疵檢測方法，其特征在于：包括訓練部分和測試部分；所述訓練部分通過對無瑕疵圖像的處理得到一個閾值，所述測試部分通過使用訓練得到的閾值進行瑕疵的檢測與標記。

2.如權利要求1所述的基于局部對比度增強與二值模式的織物瑕疵檢測方法，其特征在于：所述訓練部分還包括以下步驟，

采用不受光照影響的無瑕圖像；對每一張無瑕疵圖做格分割處理，并計算得到每一個格子的特征直方圖；最后求所有格子的平均特征直方圖；再將每個格子的特征直方圖與平均直方圖做相對散度計算求出散度值，最后得到閾值T。

3.如權利要求2所述的基于局部對比度增強與二值模式的織物瑕疵檢測方法，其特征在于：所述測試部分還包括以下步驟，

對瑕疵圖做光照預處理；然后將每張瑕疵圖中每個格子的特征直方圖并與平均特征直方圖做相對散度計算；將得到的每個值與閾值做比較，大于所述閾值T的部分標記為瑕疵。

4.如權利要求1～3任一所述的基于局部對比度增強與二值模式的織物瑕疵檢測方法，其特征在于：所述訓練部分包括如下步驟，

用形態學成分分析方法得到所有無光照影響無瑕疵圖的卡通層與紋理層，且只保留卡通層部分；

針對所述卡通層做分格處理并計算所述格分割后每一格的特征直方圖并求所有格的平均特征直方圖；

求每個格子的特征直方圖與平均直方圖的相對散度并得到閾值T。

5.如權利要求4所述的基于局部對比度增強與二值模式的織物瑕疵檢測方法，其特征在于：所述測試部分包括如下步驟，

用局部對比度增強方法對所受光照影響有瑕疵圖做預處理；

用形態學成分分析方法得到所述預處理后圖像的卡通層與紋理層，且只保留卡通層部分；

計算所有瑕疵圖卡通層中每一格特征直方圖和所有格的平均特征直方圖，并與所述平均直方圖求相對散度；

將所述得到相對散度值與閾值T比較，大于閾值T的格子標記為瑕疵。

6.如權利要求5所述的基于局部對比度增強與二值模式的織物瑕疵檢測方法，其特征在于：所述用局部對比度增強方法對所受光照影響有瑕疵圖做預處理后，還包括對每個格子使用改進完整局部二值模式方法進行特征提取。

7.如權利要求5或6所述的基于局部對比度增強與二值模式的織物瑕疵檢測方法，其特征在于：用局部對比度增強方法對受光照影響的瑕疵圖進行圖像增強處理，所述局部對比度增強方法為：

其中，

8.如權利要求7所述的基于局部對比度增強與二值模式的織物瑕疵檢測方法，其特征在于：所述改進完整局部二值模式方法，通過改進完整局部二值模式算子，改進算子針對傳統完整局部二值模式中梯度窗口差異描述算子做出改進，通過對比兩像素點的灰度差異幅值的均值大小描述局部窗口內灰度梯度差異特征，計算方法如下：

其中，

9.如權利要求8所述的基于局部對比度增強與二值模式的織物瑕疵檢測方法，其特征在于：對訓練部分和檢測部分中提取的特征值之間用相對散度值進行特征值間的量化對比并進行閾值選取，其中相對散度是用來衡量兩個概率分布距離的方法，其計算方法如下：

式中，P(x_i)和Q(x_i)分別代表兩種概率分布；N為特征向量維數，P_i為特征值為i的特征向量在待檢測圖的特征直方圖中出現的頻率；Q_i為特征值為i的特征向量在平均特征直方圖中出現的頻率。

10.如權利要求9所述的基于局部對比度增強與二值模式的織物瑕疵檢測方法，其特征在于：所述閾值選取為在訓練部分通過計算無瑕圖的每一個格子的特征直方圖與平均特征直方圖的相對散度得到一些相對散度值，在這些散度值中選取閾值的方法為

式中，T_k為所有樣本中第k個格子計算得到的散度值。