[發(fā)明專利]一種基于光照校正與視覺顯著特征的紡織品瑕疵檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110012031.9
• 申請(qǐng)日: 2021-01-06
• 公開（公告）號(hào): CN112802074A
• 公開（公告）日: 2021-05-14
• 發(fā)明（設(shè)計(jì)）人: 狄嵐;龍涵彬;顧雨迪
• 申請(qǐng)（專利權(quán)）人: 江南大學(xué)
• 主分類號(hào): G06T7/40
• 分類號(hào): G06T7/40;G06T7/90;G06T7/194;G06T7/155;G06T7/136;G06T7/00;G06T5/00;G06K9/46
• 代理公司: 南京禹為知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 32272
• 代理人: 王曉東

1.一種基于光照校正與視覺顯著特征的紡織品瑕疵檢測(cè)方法，其特征在于：包括，

光照校正階段，通過光照校正方法解決紡織品圖像受到光照不均勻影響的問題；

背景紋理去除階段，通過L₀梯度最小化方法去除紡織品圖像的背景紋理；以及，

提取視覺顯著特征階段，通過提取紡織品圖像的視覺顯著特征進(jìn)行紡織品瑕疵的檢測(cè)與識(shí)別。

2.如權(quán)利要求1所述的基于光照校正與視覺顯著特征的紡織品瑕疵檢測(cè)方法，其特征在于：所述光照校正方法還包括，

提取圖像的光照分量I(x,y)，(x,y)為圖像的像素點(diǎn)位置；

在全局角度構(gòu)建伽馬校正函數(shù)對(duì)圖像進(jìn)行光照校正；

在局部角度增強(qiáng)圖像的對(duì)比度。

3.如權(quán)利要求1或2所述的基于光照校正與視覺顯著特征的紡織品瑕疵檢測(cè)方法，其特征在于：所述L₀梯度最小化方法還包括，

讓q表示輸入的紡織品圖像，S為平滑處理后的圖像，和分別為處理后的圖像在p處沿x和y方向的偏導(dǎo)數(shù)，圖像S在p像素出的梯度可表示為：

其中，λ是一個(gè)非負(fù)參數(shù)，直接控制平滑項(xiàng)的權(quán)重；β是一個(gè)自動(dòng)適應(yīng)的參數(shù)，約束著被引入的變量與其對(duì)應(yīng)圖像梯度的相似性；h是輔助變量；通過交替計(jì)算h和S得到輸出結(jié)果。

4.如權(quán)利要求1或2所述的基于光照校正與視覺顯著特征的紡織品瑕疵檢測(cè)方法，其特征在于：所述提取視覺顯著特征階段還包括，

將紡織品圖像表示為四元數(shù)圖像；

利用四元傅里葉變換提取四元數(shù)圖像的顯著圖；

利用高斯濾波和區(qū)域生長法對(duì)顯著圖進(jìn)行閾值分割。

5.如權(quán)利要求2所述的基于光照校正與視覺顯著特征的紡織品瑕疵檢測(cè)方法，其特征在于：所述提取圖像的光照分量I(x,y)，(x,y)為圖像的像素點(diǎn)位置，包括，

將圖像由RGB顏色空間轉(zhuǎn)為色調(diào)飽和度亮度顏色空間，構(gòu)建多尺度側(cè)窗箱型濾波器：

其中，F(xiàn)為濾波核，q_i和I_i分別為輸入圖像q和輸出圖像I在第i點(diǎn)處的強(qiáng)度，r為側(cè)窗箱型濾波器的窗口半徑，ρ∈{0,r}，j為尺度，n為尺度的數(shù)目；

利用多尺度側(cè)窗箱型濾波器與色調(diào)飽和度亮度空間下的V分量進(jìn)行卷積得到預(yù)測(cè)的光照分量I(x,y)：

I(x,y)＝MS-BOX(x,y)·V(x,y)

構(gòu)建二維伽馬校正函數(shù)對(duì)圖像進(jìn)行光照分量調(diào)整：

其中，O(x,y)為調(diào)整后的輸出，m為I(x,y)的均值，λ為強(qiáng)度增強(qiáng)的指數(shù)。

6.如權(quán)利要求2所述的基于光照校正與視覺顯著特征的紡織品瑕疵檢測(cè)方法，其特征在于：所述在局部角度增強(qiáng)圖像的對(duì)比度，包括，

利用局部對(duì)比度增強(qiáng)法增強(qiáng)圖像的對(duì)比度：

其中：Θ為預(yù)定義的閾值，L(m,n)表示在像素(m,n)處的灰度值，表示像素(m,n)在Ω領(lǐng)域范圍內(nèi)的局部灰度值，采用5×5的領(lǐng)域，N是所選領(lǐng)域的像素?cái)?shù)總和，由于Y(m,n)得到的局部值可正可負(fù)，對(duì)其進(jìn)行數(shù)據(jù)歸一化處理：