The invention provides a hierarchical clustering and Gabor filter textile defect detection method based on combining hierarchical clustering algorithm and Gabor filter analysis of lighting flat textile surface digital image pixel information based on the automatic positioning of textile surface defects, mainly includes the class lattice pattern segmentation, feature extraction and comparison of the three part. The invention is particularly suitable for automatic recognition in stable lighting collection of textile digital image flat surface in the textile surface flaws, is a hierarchical clustering algorithm for automatic segmentation of the class lattice pattern from the textile image, and method based on Gabor filters for feature extraction and defect identification of class lattice pattern.
【技术实现步骤摘要】
基于层次聚类和Gabor滤波的纺织品瑕疵检测方法
本专利技术涉及一种基于层次聚类和Gabor滤波的纺织品瑕疵检测方法。
技术介绍
传统的纺织品瑕疵人工识别准确率只有60-75%(K.Srinivasan,P.H.Dastoor,P.Radhakrishnaiah,etal..FDAS:aknowledge-basedframeworkforanalysisofdefectsinwoventextilestructures,J.Text.Inst.83(1992)431–448.),机器自动识别纺织品瑕疵的方法具有实际应用需求。平坦纺织品表面的数字图像采样(以下简称纺织品图像)属于二维纹理,二维纹理已被证明可根据17种壁纸群(wallpapergroup)定义的图案排列方法生成(K.Srinivasan,P.H.Dastoor,P.Radhakrishnaiah,etal..FDAS:aknowledge-basedframeworkforanalysisofdefectsinwoventextilestructures,J.Text.Inst.83(1992)431–448.),用于生成二维纹理的图案称为格(lattice),格的内部图案称为motif。多数纺织品瑕疵自动检测方法只能处理壁纸群中p1类型的纺织品图像(H.Y.T.Ngan,G.K.H.Pang,N.H.C.Yung.Automatedfabricdefectdetection—Areview,ImageandVisionComputing29(7)(2011)442–458.),仅有少数方法 ...
【技术保护点】
一种基于层次聚类和Gabor滤波的纺织品瑕疵检测方法,其特征在于,包括以下步骤:输入灰度化的纺织品图像;类格图案分割:分割纺织品图像产生类格图案,类格图案满足:相对于纺织品图像的行和列,类格图案按图像行的方向横向排列,并按列的方向纵向排列;在形态成分分析方法的纺织品图案卡通成分I
【技术特征摘要】
1.一种基于层次聚类和Gabor滤波的纺织品瑕疵检测方法,其特征在于,包括以下步骤:输入灰度化的纺织品图像;类格图案分割:分割纺织品图像产生类格图案,类格图案满足:相对于纺织品图像的行和列,类格图案按图像行的方向横向排列,并按列的方向纵向排列;在形态成分分析方法的纺织品图案卡通成分Ic中,类格图案具有几何形状并与背景像素在灰度上有显著差异;特征提取:将类格图案与Gabor滤波器组的滤波进行卷积,对卷积结果降维得到一维投影并计算其能量和振幅,根据能量和振幅计算特征向量;计算一维投影之间的车贝雪夫距离,挑选每行类格图案的典型无瑕疵类格图案,根据典型无瑕疵类格图案的特征向量计算理想特征向量;每个类格图案特征向量与理想特征向量间的车贝雪夫距离为所提取的特征;和特征比较:分析特征提取步骤中得到的基于特征向量的车贝雪夫距离直方图,获取表示有瑕疵的像素索引集合。2.如权利要求1所述的基于层次聚类和Gabor滤波的纺织品瑕疵检测方法,其特征在于,具体步骤为:步骤1:输入灰度化的纺织品图像,通过形态学成分分析方法计算输入图像的卡通成分Ic;步骤2:使用阈值fc·max(Ic)二值化卡通成分Ic得到二值图像Itc;步骤3:计算二值图像Itc中各行背景像素数的多重集各列背景像素数的多重集计算各行背景像素数的多重集和各列背景像素数的多重集的峰值和步骤4:分别计算基于步骤(3)中的峰值和的HC算法轮廓系数,以最大轮廓系数对应的聚类个数初始化HC算法,并对峰值和分别进行聚类,得到的聚类中心构成多重集和步骤5:根据多重集和计算阈值和分别计算中不小于的峰值所对应行索引的间距和中不小于的峰值所对应列索引的间距,计算构成稳定行间距的最长连续行索引的集合Sh以及构成稳定列间距的最长连续列索引的集合Sv;其中,将中元素按降序排列,从开始,计算其与下一个元素的差的绝对值,若该值不大于DCT尺寸的高,则继续计算当前元素与下一个元素的差的绝对值并与DCT尺寸的高比较,若不大于则继续,若大于则下一个元素为并终止;如果一直没有出现大于DCT尺寸的高的情况,则即为将中元素按降序排列,从开始,计算其与下一个元素的差的绝对值,若该值不大于DCT尺寸的高,则继续计算当前元素与下一个元素...
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。