【技术实现步骤摘要】
基于颜色相似性和位置聚集性的显著性织物疵点检测方法
本专利技术属于图像处理与分析方法
，具体涉及一种基于颜色相似性和位置聚集性的显著性织物疵点检测方法。
技术介绍
在纺织工业生成中，确保织物的质量是至关重要的。据调查，存在疵点的织物价格会降低45％-65％。目前，织物疵点检测主要依靠人工视觉完成，由于视觉精度的限制和容易疲劳等主观因素的影响，检测的准确率会随着时间的推移而下降；疵点检测过程是一系列简单、枯燥、机械性的动作，长期进行会导致人精神压抑，严重影响检测结果；人工检测的速度为15-20m/min，存在效率低等问题。数据显示，人工视觉的方式只能检测出70％左右的疵点。因此，织物疵点的自动检测是近年来国内外学者共同关注和研究的热门之一。自动化的机器视觉检测是一种基于图像处理和计算机视觉技术的检测趋势，自20世纪70年代以来，很多研究者将该技术应用在织物疵点检测工作中，织物疵点自动检测系统的应用具有重要的现实意义。首先，不会受工人情绪和身体能力的限制和影响，能够克服长期重复性工作给人工带来的困扰，具有稳定的检测结果；机器视觉系统的检测速度可达100m/min...
【技术保护点】
1.基于颜色相似性和位置聚集性的显著性织物疵点检测方法，其特征在于，包括以下步骤：步骤1，对输入的RGB织物图像进行颜色特征的提取，得到金字塔状图像；步骤2，计算每一个颜色通道下步骤1中金字塔图像的颜色相似性，然后计算颜色特征的差异度和像素块的距离；步骤3，根据步骤2得到的颜色特征的差异度和像素块的距离，定义像素块之间相异性；步骤4，在步骤3的基础上，对于每一个像素块pi，利用K‑近邻法定义其显著性缺陷值；引入多尺度的思想，更新显著性缺陷值，得到在不同尺度下的显著性缺陷均值；步骤5，基于FOV视觉原理设定一个固定的阈值，当步骤4得到的显著性缺陷均值大于阈值时，生成一个新的缺...
【技术特征摘要】
1.基于颜色相似性和位置聚集性的显著性织物疵点检测方法，其特征在于，包括以下步骤：步骤1，对输入的RGB织物图像进行颜色特征的提取，得到金字塔状图像；步骤2，计算每一个颜色通道下步骤1中金字塔图像的颜色相似性，然后计算颜色特征的差异度和像素块的距离；步骤3，根据步骤2得到的颜色特征的差异度和像素块的距离，定义像素块之间相异性；步骤4，在步骤3的基础上，对于每一个像素块pi，利用K-近邻法定义其显著性缺陷值；引入多尺度的思想，更新显著性缺陷值，得到在不同尺度下的显著性缺陷均值；步骤5，基于FOV视觉原理设定一个固定的阈值，当步骤4得到的显著性缺陷均值大于阈值时，生成一个新的缺陷图，然后对新的缺陷图中每个像素点和离它最近邻的像素点之间的距离进行加权，得到像素点的缺陷度，完成显著性疵点区域的增强，融合所有显著性疵点图，获得最终的显著性疵点图。2.根据权利要求1所述的基于颜色相似性和位置聚集性的显著性织物疵点检测方法，其特征在于，所述步骤1具体为：首先将输入的红、绿、蓝RGB颜色空间的RGB织物图像处理成相同大小的图像，随后转换至CIEL*a*b颜色空间，得到预处理图像；随后将预处理图像进行下采样，形成金字塔图像，大小分别为预处理图像大小的100％、50％、25％；其中L分量表示像素的亮度，a表示从红色到绿色的范围，b表示从黄色到蓝色的范围。3.根据权利要求1所述的基于颜色相似性和位置聚集性的显著性织物疵点检测方法，其特征在于，所述步骤2具体为：步骤2.1，对步骤1中的金字塔图像在每个颜色通道下分别进行有重叠的分块，使相邻分块之间重叠1个像素，提取每一分块分别在每个颜色通道下的颜色特征为列向量，得到在LAB颜色空间中的147维不同列向量的金字塔颜色特征；步骤2.2，设中心像素点为i的图像块记作pi，中心像素点为j的图像块记作pj，则像素块pi和像素块pj之间颜色特征的差异度dcolor(pi,pj)，为公...
【专利技术属性】
技术研发人员：张凯兵，闫亚娣，李鹏飞，景军锋，苏泽斌，刘秀平，王珍，
申请(专利权)人：西安工程大学，
类型：发明
国别省市：陕西,61
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。