[发明专利]基于类格图案及其Gabor特征的纺织品瑕疵检测方法

权利要求书

1.一种基于类格图案及其Gabor特征的纺织品瑕疵检测方法，其特征在于，包括以下步骤：

输入灰度化的纺织品图像；

校准图像：使用Hough变换确定理想校准角度，以理想校准角度旋转图像得到校准后图像；

类格图案分割：分割校准后图像以产生类格图案，类格图案满足：相对于纺织品图像的行和列，类格图案按图像行的方向横向排列，并按列的方向纵向排列；在形态成分分析方法的纺织品图案卡通成分I_c中，类格图案具有几何形状并与背景像素在灰度上有显著差异；

距离计算：将类格图案与Gabor滤波器组的滤波进行卷积，对卷积结果降维得到一维投影并计算其能量和振幅，根据能量和振幅计算特征向量；计算一维投影之间的车贝雪夫距离，挑选每行类格图案的典型无瑕疵类格图案，根据典型无瑕疵类格图案的特征向量计算理想特征向量；每个类格图案特征向量与理想特征向量间的车贝雪夫距离为所提取的特征；和

直方图分析：分析距离计算步骤中得到的基于特征向量的车贝雪夫距离直方图，获取表示有瑕疵的像素索引集合。

2.如权利要求1所述的基于类格图案及其Gabor特征的纺织品瑕疵检测方法，其特征在于，具体步骤为：

校准图像步骤：使用Canny边缘检测生成输入图像的边缘图像，使用Hough变换将边缘图像投影至参数空间，获取参数空间中的峰值所对应直线的斜率，根据斜率所对应角度的负值旋转输入图像并计算其背景像素的横向与纵向投影和分别计算横向与纵向投影的熵和根据熵阈值e_x和e_y确定理想校准角度该角度所对应的旋转图像即为校准后图像；

类格图案分割步骤：使用形态学成分分析方法计算校准后图像的卡通成分I_c，使用阈值f_c·max(I_c)二值化卡通成分I_c得到二值图像I_tc，分别按行列索引顺序排列I_tc中每行和每列的背景像素数，即横向与纵向投影和分别找出和的峰值和使用自适应HC算法对和进行聚类，根据聚类中心筛选和根据和计算构成稳定行间距的最长连续行索引的集合S_h以及构成稳定列间距的最长连续列索引的集合S_v，并扩展S_h和S_v分别囊括I_tc的大部分行索引和列索引；以S_h和S_v在I_tc中分别对应的行列为分界，可将I_tc分割为矩形的类格图案(其中，i＝1,2…|S_h|-1，j＝1,2…|S_v|-1)；

距离计算步骤：使用Gabor滤波器组与类格图案卷积并计算一维卷积投影G_i,j|s,θ，根据一维卷积投影G_i,j|s,θ的能量和振幅构建特征向量其中，i＝1,2…|S_h|-1和j＝1,2…|S_v|-1分别是类格图案以类格图案为单位的行与列索引；表示尺度参数，表示角度参数；计算类格图案与第i行类格图案之间基于一维卷积投影G_i,j|s,θ的车贝雪夫距离，结果保存为矩阵的第j行，根据矩阵计算第i行类格图案的典型无瑕疵类格图案的意思是：对于固定i，s，θ，然后对于特定的j，计算G_i,j|s,θ与第i行所有类格图案一维投影的距离，这些距离保存为的第j行，这一行表示特定的j所对应的类格图案与第i行中其它类格图案基于一维投影的距离，而整个表示第i行所有类格图案一维投影之间的距离；计算第i行类格图案的典型无瑕疵类格图案与第i行类格图案之间基于特征向量的车贝雪夫距离，结果保存为矩阵的第i行，根据矩阵计算第i行的典型无瑕疵类格图案的距离之和d_i；根据得到每行类格图案的计算所对应特征向量的距离，找出整幅图的理想特征向量根据距离之和d_i筛选第i行的典型无瑕疵类格图案基于筛选结果计算理想特征向量其中，理想特征向量为S^*的均值；为每行的典型类格图案的特征向量，i为类格图案行索引；其中表示按i的索引顺序进行连接；d_i为距离向量d中的第i个元素，表示与所有典型图案的车贝雪夫距离之和，典型图案是指每行的典型无瑕疵类格图案；计算特征向量和理想特征向量的车贝雪夫距离，结果保存为矩阵中索引为(i,j)的元素其中i为类格图案行索引，j为类格图案列索引；

直方图分析步骤：计算矩阵的直方图基于距离阈值d^*和直方图计算缺口值t′和断崖值t″，根据缺口值t′和断崖值t″近似表示真实阈值t^*；所有对应车贝雪夫距离真实阈值t^*的类格图案被标记为有瑕疵的类格图案输出其中i为类格图案行索引，j为类格图案列索引。