【技术实现步骤摘要】
一种基于局部对比度增强与二值模式的织物瑕疵检测方法
本专利技术涉及纺织品瑕疵检测的
，尤其涉及一种基于局部对比度增强与改进完整局部二值模式的织物瑕疵检测方法。
技术介绍
近年来关于纺织品瑕疵检测的研究在很早就开始进行了，为了解决纺织品瑕疵检测的自动化实现，国外研究人员提出了大致三种方法：统计学方法、光谱和基于模型的方法。局部二值模式最初是由芬兰奥卢大学的T.Ojala等人在1996年提出，在2002年时，TimoOjala等人在PAMI上又发表了一篇关于局部二值模式的文章，该文章非常清楚的阐述了多分辨率、灰度尺度不变和旋转不变、等价模式的改进的局部二值模式特征。使用局部二值模式作为特征提取方法，国外最初是将其应用在人脸识别当中，在应用于纺织品瑕疵检测领域，2008年F.Tajeripour发表了一篇基于局部二值模式的纺织品瑕疵检测方法的文章，文章详细描述了关于局部二值模式的使用方法以及在纺织品瑕疵检测当中，局部二值模式具有优良的实验结果，这也为下一步关于使用局部二值模式作为一种特征提取方法在纺织品瑕疵检测当中的应用奠定了良好的基础，事实证明，局部二值模式在纺...
【技术保护点】
1.一种基于局部对比度增强与二值模式的织物瑕疵检测方法，其特征在于：包括训练部分和测试部分；所述训练部分通过对无瑕疵图像的处理得到一个阈值，所述测试部分通过使用训练得到的阈值进行瑕疵的检测与标记。
【技术特征摘要】
1.一种基于局部对比度增强与二值模式的织物瑕疵检测方法，其特征在于：包括训练部分和测试部分；所述训练部分通过对无瑕疵图像的处理得到一个阈值，所述测试部分通过使用训练得到的阈值进行瑕疵的检测与标记。2.如权利要求1所述的基于局部对比度增强与二值模式的织物瑕疵检测方法，其特征在于：所述训练部分还包括以下步骤，采用不受光照影响的无瑕图像；对每一张无瑕疵图做格分割处理，并计算得到每一个格子的特征直方图；最后求所有格子的平均特征直方图；再将每个格子的特征直方图与平均直方图做相对散度计算求出散度值，最后得到阈值T。3.如权利要求2所述的基于局部对比度增强与二值模式的织物瑕疵检测方法，其特征在于：所述测试部分还包括以下步骤，对瑕疵图做光照预处理；然后将每张瑕疵图中每个格子的特征直方图并与平均特征直方图做相对散度计算；将得到的每个值与阈值做比较，大于所述阈值T的部分标记为瑕疵。4.如权利要求1～3任一所述的基于局部对比度增强与二值模式的织物瑕疵检测方法，其特征在于：所述训练部分包括如下步骤，用形态学成分分析方法得到所有无光照影响无瑕疵图的卡通层与纹理层，且只保留卡通层部分；针对所述卡通层做分格处理并计算所述格分割后每一格的特征直方图并求所有格的平均特征直方图；求每个格子的特征直方图与平均直方图的相对散度并得到阈值T。5.如权利要求4所述的基于局部对比度增强与二值模式的织物瑕疵检测方法，其特征在于：所述测试部分包括如下步骤，用局部对比度增强方法对所受光照影响有瑕疵图做预处理；用形态学成分分析方法得到所述预处理后图像的卡通层与纹理层，且只保留卡通层部分；计算所有瑕疵图卡通层中每一格特征直方图和所有格的平均特征直方图，并与所述平均直方...
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。