一种基于自适应分割与模板校正的织物瑕疵检测方法技术

本发明专利技术公开了一种基于自适应分割与模板校正的织物瑕疵检测方法，包括训练阶段和测试阶段；所述训练阶段通过对无瑕疵图像的处理得到一个阈值；所述测试阶段使用所述训练阶段通过训练得到的所述阈值进行织物瑕疵的检测与识别。本发明专利技术的有益效果：本发明专利技术提出基于自适应分割与模板校正的织物瑕疵检测方法与小波预处理黄金图像减法、布林线波段法、正则带法、基于模板校正和棋盘法的实验结果比较分析，在查全率与查准率上有较大提升。

【技术实现步骤摘要】
一种基于自适应分割与模板校正的织物瑕疵检测方法
本专利技术涉及计算机视觉图像处理
，尤其涉及图像特征提取。
技术介绍
纺织品瑕疵检测大致分为三种方法，统计类方法，结构类方法，模型类方法。Conci等人借鉴分形思想进行纺织品瑕疵检测，该方法认为当分形结构发生变化时存在瑕疵。求解过程中，使用差分盒计数法，获取更快的检测效率。Aiger等人提出一种基于离散傅里叶变换以及马氏距离的无监督纺织品检测方法，这种方法通过去除纺织品图像中具有规律的部分来突出不含规律的部分，并以此作为瑕疵检测的结果。Henbury等人利用形态学获取图像方向特征，辅以规则性特征，在TILDA数据库上取得了良好的结果，不过该方法需要手动设置参数，依赖人工干预。Kumar等人提出基于Gabor滤波的有监督的瑕疵检测方法。该方法使用一组多尺度多方向的Gabor滤波器，融合不同尺度与方向上特征，组成特征向量完成对瑕疵的检测。Goddard等人利用DaubechiesD2小波基对纺织品图像进行处理，并用两个分形特征对滤波后的图像进行局部粗糙度以及全局均匀性的描述，该方法在3700张图像，包含26种瑕疵的数据集上达到了89％的检测率。纺织品生产过程中，对于产品质量的检测和控制是非常重要的，纺织品瑕疵是决定布匹品质的主要原因。对纺织行业来说，瑕疵会影响纺织品的美观度和它的品质评价，这可能引起企业的销售量下降与客户口碑变差。瑕疵检测的目标即及时发现瑕疵，在织造和检测过程中通过整理与修复尽量避免因为瑕疵而带来的织物品质降低。最近几年随着人工成本的增加，生产自动化越来越受到人们的关注。在纺织品生产过程中引入信息技术不但能降低用工成本，还可以提高生产效率。目前大部分国家纺织企业仍采用人工验布，人工验布是工人站在机器前，在具有一定光照的条件下，对瑕疵进行标记。虽然人眼对疵点具有很强的识别能力，但受到生理、心理、等外界条件的影响，工人的检测带有很强的主观性，检测精度和检测效率较低。纺织品瑕疵检测目的是将瑕疵区域从图像中提取出来。此项工作对于工人来说并不困难，即使没有经过训练的工人，也可以通过差异以及自身经验将纺织品图像中不规则的部分提取出来。而让计算机进行此项工作却具有一定挑战性，需要事先定义一系列规则，让计算机可以识别正常的纺织品区域。基于计算机视觉的纺织品瑕疵检测的本质，就是对规则的定义。为了有效的对规则进行定义，需要对纺织品无瑕区域进行特征提取，选择可以表示无瑕区域特征的参数作为与瑕疵区域分类的依据。
技术实现思路
本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。鉴于上述现有存在的问题，提出了本专利技术。因此，本专利技术目的是提供一种基于自适应分割与模板校正的织物瑕疵检测方法，相对传统方法有更加出色的检测结果，显著的提高了样本数据的查准率。为解决上述技术问题，本专利技术提供如下技术方案：一种基于自适应分割与模板校正的织物瑕疵检测方法，包括训练阶段和测试阶段；所述训练阶段通过对无瑕疵图像的处理得到一个阈值；所述测试阶段使用所述训练阶段通过训练得到的所述阈值进行织物瑕疵的检测与识别。作为本专利技术所述的基于自适应分割与模板校正的织物瑕疵检测方法的一种优选方案，其中：所述训练阶段还包括以下步骤，将具有周期性结构的无瑕疵图像利用自适应分割法形成无瑕晶格，获得N个无瑕晶格集合Bi(i＝1,...,N)；所述无瑕晶格通过利用循环移位的方法改变所述无瑕晶格的行列顺序来进行校正；通过计算所有校正后所述无暇晶格间的结构相似性得到相似关系，并将所述相似关系通过传递闭包的方式得到等价关系；在所述校正的基础上建立统一的无瑕模板，根据计算的所述结构相似性对校正后的所述无瑕晶格与所述无瑕模板之间的差异进行量化，获得用于瑕疵晶格定位的所述阈值，且所述阈值为决策边界t。作为本专利技术所述的基于自适应分割与模板校正的织物瑕疵检测方法的一种优选方案，其中：所述测试阶段还包括以下步骤，对瑕疵图像进行自动分割，获得N个有瑕晶格集合Ai(i＝1,...,N)；所述有瑕晶格通过所述循环移位的方法改变格子的行列顺序，对所述有瑕晶格进行校正；根据所述结构相似性算法计算集合Ai内部元素间的结构相似系数，得到N个结构相似系数矩阵Rei；使用所述训练阶段获得的所述决策边界t，对结构相似系数矩阵Rei进行阈值分割，完成瑕疵晶格的定位；根据所述阈值分割对瑕疵晶格进行像素级的精确检测。作为本专利技术所述的基于自适应分割与模板校正的织物瑕疵检测方法的一种优选方案，其中：用模板校正的方法对分割后的晶格的不匹配的有或无瑕疵图做预处理并对每个格子使用所述结构相似性进行特征提取，且所述循环移位的校正方法根据所述模板校正的模板进行循环移位操作；采用所述循环移位的校正方法，提出了如下模板模型：其中，A为待校正的晶格，B为一个无瑕疵晶格，p*表示行变换的次数，q*表示列变换的次数，p*∈[0,r-1],q*∈[0,c-1]。Tv与Th分别是r×r以及c×c大小的两个矩阵，如下：作为本专利技术所述的基于自适应分割与模板校正的织物瑕疵检测方法的一种优选方案，其中：所述模板校正还包括以下步骤，建立参考模板，然后将每一个晶格按照所述参考模板进行校正；计算每一张无瑕疵图像的所有晶格的灰度均值矩阵作为模板，再将其余晶格根据所述参考模板进行校正。作为本专利技术所述的基于自适应分割与模板校正的织物瑕疵检测方法的一种优选方案，其中：所述结构相似性算法为将所述的校正后的所有样本图像，构建一个表示晶格间相似关系的矩阵，应用所述结构相似性来衡量晶格间的相似度，所述结构相似性定义如下：将图像自适应分割后得到一个晶格集合Z＝{Z1...Zn}；设Sij表示晶格Zi与晶格Zj的结构相似性，得到如下：其中x，y分别代表晶格Zi与Zj，其中μx是x的灰度平均值，μy是y的灰度平均值，是x的方差，是y的方差,σxy是x和y的协方差，C1＝(k1L)2，C2＝(k2L)2是用来维持稳定的常数，L是像素值的动态范围取255，k1＝0.01，k2＝0.03。作为本专利技术所述的基于自适应分割与模板校正的织物瑕疵检测方法的一种优选方案，其中：通过所述相似关系矩阵计算出传递闭包矩阵，对传递闭包矩阵阈值分割后，能够通过实现无瑕格子间的聚类，获得瑕疵晶格的定位。作为本专利技术所述的基于自适应分割与模板校正的织物瑕疵检测方法的一种优选方案，其中：所述对传递闭包矩阵阈值分割包括以下过程，设t为所述阈值，对所述传递闭包矩阵进行阈值分割，当Sij≥t时，晶格Ai与晶格Aj间为等价关系；当Sij≤t时，晶格Ai与晶格Aj间不存在关系；且所述无瑕晶格间的结构相似度大于无瑕晶格与瑕疵晶格之间的结构相似度。作为本专利技术所述的基于自适应分割与模板校正的织物瑕疵检测方法的一种优选方案，其中：所述阈值t在区间[0，1]动态变换能够获得动态变换的聚类效果；在训练过程中，以步长为d在区间[0，1]对P幅无瑕图像进行遍历；得到无瑕图像发生分类时的数值ti，i＝1，2，…P；其中阈值t的选择方法为:t＝min(ti)过程为：阈值t在区间[0,1]内以步长d进行遍历，本文档来自技高网...

【技术保护点】
1.一种基于自适应分割与模板校正的织物瑕疵检测方法，其特征在于：包括训练阶段和测试阶段；所述训练阶段通过对无瑕疵图像的处理得到一个阈值；所述测试阶段使用所述训练阶段通过训练得到的所述阈值进行织物瑕疵的检测与识别。

【技术特征摘要】
1.一种基于自适应分割与模板校正的织物瑕疵检测方法，其特征在于：包括训练阶段和测试阶段；所述训练阶段通过对无瑕疵图像的处理得到一个阈值；所述测试阶段使用所述训练阶段通过训练得到的所述阈值进行织物瑕疵的检测与识别。2.如权利要求1所述的基于自适应分割与模板校正的织物瑕疵检测方法，其特征在于：所述训练阶段还包括以下步骤，将具有周期性结构的无瑕疵图像利用自适应分割法形成无瑕晶格，获得N个无瑕晶格集合Bi(i＝1,...,N)；所述无瑕晶格通过利用循环移位的方法改变所述无瑕晶格的行列顺序来进行校正；通过计算所有校正后所述无暇晶格间的结构相似性得到相似关系，并将所述相似关系通过传递闭包的方式得到等价关系；在所述校正的基础上建立统一的无瑕模板，根据计算的所述结构相似性对校正后的所述无瑕晶格与所述无瑕模板之间的差异进行量化，获得用于瑕疵晶格定位的所述阈值，且所述阈值为决策边界t。3.如权利要求2所述的基于自适应分割与模板校正的织物瑕疵检测方法，其特征在于：所述测试阶段还包括以下步骤，对瑕疵图像进行自动分割，获得N个有瑕晶格集合Ai(i＝1,...,N)；所述有瑕晶格通过所述循环移位的方法改变格子的行列顺序，对所述有瑕晶格进行校正；根据所述结构相似性算法计算集合Ai内部元素间的结构相似系数，得到N个结构相似系数矩阵Rei；使用所述训练阶段获得的所述决策边界t，对结构相似系数矩阵Rei进行阈值分割，完成瑕疵晶格的定位；根据所述阈值分割对瑕疵晶格进行像素级的精确检测。4.如权利要求2或3所述的基于自适应分割与模板校正的织物瑕疵检测方法，其特征在于：用模板校正的方法对分割后的晶格的不匹配的有或无瑕疵图做预处理并对每个格子使用所述结构相似性进行特征提取，且所述循环移位的校正方法根据所述模板校正的模板进行循环移位操作；采用所述循环移位的校正方法，提出了如下模板模型：其中，A为待校正的晶格，B为一个无瑕疵晶格，p*表示行变换的次数，q*表示列变换的次数，p*∈[0,r-1],q*∈[0,c-1]。Tv与Th分别是r×r以及c×c大小的两个矩阵，如下：5.如权利要求4所述的基于自适应分割与模板校正的织物瑕疵检测方法，其特征在于：所述模板校正还包括以下步骤，建立参考模板，然后将每一个晶格按照所述参考模板进行校正；计算每一张无瑕疵图像的所有晶格的灰度均值矩阵作为模板，再将其余晶格根据所述参考模板进行校正。6.如权利要求5所述的基于自适应分割与模板校...

【专利技术属性】
技术研发人员：狄岚，杨达，顾雨迪，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏,32