【技术实现步骤摘要】
本专利技术涉及纺织品图像处理的
,具体涉及一种基于平稳小波变换(SWT)视觉显著性的织物疵点检测方法,利用图像的平稳小波变换和显著性分析方法对织物疵点图像进行疵点的检测和定位。
技术介绍
织物疵点检测是纺织品制造过程中质量控制的重要环节,通过对织物疵点的检测有利于发现生产过程中的工艺问题,从而及时改进生产工艺、提高织物的质量等级。随着集成电路和图像处理技术的飞速发展,机器视觉已经在工业表面检测领域中得到了越来越广泛的应用,以计算机视觉来代替人工操作不仅可以提高检测速度,降低劳动成本,而且通过布匹疵点自动检测系统可以为布匹质量等级的评定提供双方可信的参考标准,有利于国际贸易的往来。织物疵点检测与判别方法是该类系统的核心环节,直接影响着系统的性能。目前,关于织物疵点检测算法大致分为以下三类:基于统计的方法、基于模型的方法和基于频谱分析的方法。(1)基于统计的方法通过研究背景与疵点在纹理、灰度等方面的不同统计特性实现织物疵点的有效检测,简单易行,得到了广泛的研究,但不同纹理、灰度统计策略对检测效果影响较大。(2)基于模型的方法通过建立模型、参数估计提取图像纹理特征,计算量大,实现复杂,在线学习尤为困难,疵点检测效果差目前已很少研究。(3)基于谱分析的方法主要针对具有均匀纹理的织物图像,将其变换到频域时,其纹理由一些基本的纹理基元按照周期性规则构成,纹理基元的周期性有利于进行疵点检测。常用的处理方法有快速傅里叶变换 ...
【技术保护点】
一种基于平稳小波变换视觉显著性的织物疵点检测方法,其特征在于,包括平稳小波变换、背景估计、高斯估计模型及分割四部分,其步骤如下:步骤一:将输入的原始RGB图像转化到灰度图像,对灰度图像进行图像去噪;步骤二:对去噪后的图像进行平稳小波变换得到一系列小波系数;步骤三:对除去平稳小波变换高频成分的小波系数进行逆平稳小波变换,重构得到特征图;步骤四:对重构的特征图进行背景估计,得到局部显著图;步骤五:采用高斯估计模型对局部显示图进行全局估计,得到全局显著图;步骤六:利用自适应阈值分割算法对全局显著图进行分割,实现疵点与背景分离。
【技术特征摘要】
1.一种基于平稳小波变换视觉显著性的织物疵点检测方法,其特征在于,包括
平稳小波变换、背景估计、高斯估计模型及分割四部分,其步骤如下:
步骤一:将输入的原始RGB图像转化到灰度图像,对灰度图像进行图像去噪;
步骤二:对去噪后的图像进行平稳小波变换得到一系列小波系数;
步骤三:对除去平稳小波变换高频成分的小波系数进行逆平稳小波变换,重构得到特
征图;
步骤四:对重构的特征图进行背景估计,得到局部显著图;
步骤五:采用高斯估计模型对局部显示图进行全局估计,得到全局显著图;
步骤六:利用自适应阈值分割算法对全局显著图进行分割,...
【专利技术属性】
技术研发人员:刘洲峰,李春雷,董燕,刘秋丽,杨艳,程东旭,
申请(专利权)人:中原工学院,
类型:发明
国别省市:河南;41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。