[发明专利]一种基于图像分解的印花图案织物瑕疵检测方法

说明书

技术领域

本发明属于图像处理、模式识别与机器视觉技术领域，具体涉及一种基于图像分解的印花图案织物瑕疵检测方法。

背景技术

随着科学技术的迅猛发展，我国纺织行业竞争日趋激烈，布匹质量的优劣程度对纺织生产影响相当之大，含有瑕疵的服装将按折扣价销售，从而使各大纺织企业面临着高标准，严要求的巨大压力。在纺织产品生产中，布面瑕疵是影响织物质量的主要因素，织物表面瑕疵检验是一个非常重要的环节。目前，国内大多数企业仍旧采用传统的人工目测的方法对纺织品质量进行检测，因受工作环境和劳动强度的影响使得检测效率较低，据测试，人工检测大概只能检测出40％-60％的瑕疵，即使熟练的验布工人也只能发现大约70％的瑕疵。传统的人工检测方法劳动强度大，漏检和误检率高等缺点，已经成为提高纺织企业生产效率的瓶颈之一。

自二十世纪七十年代以来，随着数字集成技术和图像处理技术的飞速发展，机器视觉已经在工业表面检测领域中得到越来越广泛的应用，以计算机视觉来代替人工视觉不仅可以提高检测速度，降低劳动成本，而且通过印花织物瑕疵自动检测系统进行瑕疵检测为印花织物质量等级的评定，提供了双方可信的参考数据。

目前，基于机器视觉的印花织物瑕疵在线检测已经成为纺织学科和信息科学的学者积极参与的前沿交叉研究领域。国内外许多研究学者已经提出了多种基于机器视觉的织物瑕疵检测算法，如基于统计学方法的自相关函数法、共生矩阵法、数学形态学法；在频域提取特征值的傅里叶变换法、Gabor滤波器法、小波变换法以及基于模型算法的自回归模型、马尔科夫随机场法等。Mak等利用数学形态学滤波器对织物进行处理，完成织物的瑕疵检测。Tsai和Hu提出四种不同的瑕疵织物的傅里叶模型，并利用这些模型提取织物瑕疵的傅里叶特征。XuY等人提出了一种通过使用Gabor函数奇部分的无监督的瑕疵检测算法。但这些算法主要是针对于纹理结构较为简单的平纹和斜纹织物，而对于包括星型，方格型，圆点型等相对复杂的印花图案织物的瑕疵检测研究相对较少。因此，如何对印花图案织物进行瑕疵检测具有较深刻的研究意义。

小波预处理黄金模板相减匹配(WGIS)法，基于图案纹理周期性的规则带(RB)法，基于图像像素标准偏差的布林带(BB)法以及基于图案基元的瑕疵检测算法等都是目前存在的几类针对于印花织物的瑕疵检测算法，这几种算法都是基于统计学方法与滤波方式相结合的算法。其中，基于图案纹理周期的规则带(RB)法主要是采用两个相关互补的织物瑕疵纹理特征来实现织物窗口的特征提取，但是织物窗口的设置没有统一的方法，难以实时检测织物图案瑕疵；而基于图像像素标准偏差的布林带(BB)法则是针对规则重复单元的印花织物，计算上界带与下界带的标准偏差，通过训练过程和检测过程，识别织物瑕疵，但是对于比单个重复单元还要小的疵点，通过布林带方法是很难准确检测出来的。

发明内容

本发明的目的是提供一种基于图像分解的印花图案织物瑕疵检测方法，解决了现有技术不能准确检测出相对较细小疵点的问题。

本发明所采用的技术方案是，一种基于图像分解的印花图案织物瑕疵检测方法，具体按照以下步骤实施：

步骤1、采集印花图案织物的图像；

步骤2、对步骤1采集到的图像进行预处理，即对图像增强得到目标图像I；

步骤3、采用Gaussian回代交替方向法对步骤2中的目标图像I进行分解，分解为纹理部分v和瑕疵部分u。

本发明的特点还在于：

步骤2采用直方图均衡化的方法对图像进行预处理，得到目标图像I的过程具体为：

假设图像有S阶，通过式(1)可以得到目标图像I为：