基于視覺顯著性的織物疵點檢測算法研究.pdf

1、織物疵點嚴重影響織物質(zhì)量，對織物疵點的有效自動檢測已成為紡織品質(zhì)量評價的關(guān)鍵之一。由于織物疵點圖像紋理復(fù)雜多變，給基于機器視覺的疵點自動檢測帶來了挑戰(zhàn)。近年來，人們模擬生物的視覺注意機制引入了基于視覺顯著性的圖像處理和模式識別檢測方法，并取得了良好的效果。本文對基于視覺顯著性的織物疵點檢測算法進行了深入探究。針對織物圖像復(fù)雜紋理特點，考慮其方向性和隨機性，模擬人類視覺感知通路的層次化處理機制，構(gòu)建了基于視覺顯著性的織物疵點檢測模型，提出

2、了有效的織物疵點檢測算法。
　　采用小波變換或平穩(wěn)小波變換與背景估計相結(jié)合，提出了一種基于平穩(wěn)小波變換和背景估計的織物疵點檢測算法。首先，分別對織物圖像進行小波變換或平穩(wěn)小波變換獲得特征圖像；其次，采用分區(qū)處理得到特征圖像的多個背景圖，求取原始圖像與每一個背景圖的歐氏距離生成多個子顯著圖，經(jīng)融合后獲得包含候選疵點區(qū)域的視覺顯著圖；最后，基于全局估計的高斯分布模型獲得疵點顯著圖，經(jīng)圖像分割檢測出疵點。實驗結(jié)果表明，該算法能準(zhǔn)確定位疵

3、點區(qū)域，實現(xiàn)對織物疵點的有效檢測且平穩(wěn)小波變換具有更高的檢測準(zhǔn)確率。
　　利用互信息具有的基本性質(zhì)，提出了一種基于互信息測度及上下文分析的織物疵點檢測算法。首先，對織物圖像進行均勻的部分重疊的分塊處理獲得圖像塊；其次，分別計算每個圖像塊與周圍的K個圖像塊兩兩之間的信息熵；最后，基于上下文分析的圖像塊信息熵比對獲得視覺顯著圖，經(jīng)閾值分割檢測出疵點。實驗結(jié)果表明，該算法無需特征提取就可清晰定位疵點區(qū)域，實現(xiàn)對織物疵點的有效檢測且優(yōu)于現(xiàn)