[发明专利]基于机器视觉的布匹瑕疵检测方法

权利要求书

1.一种基于机器视觉的布匹瑕疵检测方法，包括下列步骤：

(1)工业相机采集正常布匹纹理图像P(x，y)；

(2)对P(x，y)利用功率谱密度分析，获取布匹图像纹理的中心频率F和方位角θ；

(3)确定图象纹理的两组参数：中心频率组(F，F/2)；方位角组(θ，θ+π/2)，利用这两组参数设定并组成S×L的自适应Gabor滤波器组，其中，S代表选取的中心频率数，L代表选取的方位角数；

(4)在离线情况下，对正常布匹纹理图像P(x，y)进行自适应Gabor滤波器组的滤波，获得特征图像组H_m，n(x，y)，计算出它的每幅图的均值(Mea_m，n)和方差(Std_m，n)，用作检测图象瑕疵的阈值。

(5)采集待检测布匹图像I(x，y)；

(6)用构建的自适应Gabor滤波器组对布匹图像I(x，y)进行滤波，获得特征图像组H_m，n(x，y)；

(7)用从(4)获取的均值(Mea_m，n)和方差(Std_m，n)对H_m，n(x，y)进行阈值后处理得到绝对特征图像组

其中，τ是可调的参数，取值范围2-3；

(8)对图像组F_m，n(x，y)进行归一化处理得到相对特征图像组N_m，n(x，y)；

(9)对图像组N_m，n(x，y)进行方向角和频率的融合，并进行二值化处理得到检测二值图像I_bm(x，y)；

(10)利用最小瑕疵的面积信息去除二值图像I_bm(x，y)中的噪声干扰，获得最终检测结果I_out(x，y)；

(11)判断检测结果I_out(x，y)是否含有瑕疵。

2.根据权利要求1所述的基于机器视觉的布匹瑕疵检测方法，其特征在于，步骤(9)中，使用Bernoulli准则的融合方法对图像组N_m，n(x，y)进行方向角和频率的融合。