[发明专利]一种多纹理分级融合的织物缺陷检测方法及其装置有效
申请号: | 201811217224.2 | 申请日: | 2018-10-18 |
公开(公告)号: | CN109410192B | 公开(公告)日: | 2020-11-03 |
发明(设计)人: | 丁辉;尚媛园;邵珠宏;朱浩;付小雁;刘铁 | 申请(专利权)人: | 首都师范大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/41;G06T7/44 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 曹桓 |
地址: | 100000 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 纹理 分级 融合 织物 缺陷 检测 方法 及其 装置 | ||
1.一种多纹理分级融合的织物缺陷检测方法,其特征在于,包括:
对目标织物的织物图像进行预处理,得到预处理图像;
对预设正常织物纹理样本数据进行学习,得到织物纹理分布特征;
根据所述织物纹理分布特征,对所述预处理图像中的缺陷区域进行初步定位和自适应性生长,得到初步定位区域;
提取所述初步定位区域中的Tamura纹理特征、局部相位量化特征和经纬向纹理特征;
对所述局部相位量化特征、所述Tamura纹理特征和所述经纬向纹理特征进行分级融合,生成多特征融合图;并将所述多特征融合图与织物纹理分布特征进行比对,从而对所述目标织物进行检测;
所述“根据所述织物纹理分布特征,对所述预处理图像中的缺陷区域进行初步定位和自适应性生长,得到初步定位区域”包括:
根据所述织物纹理分布特征,利用Tamura粗糙度属性,计算得到图像粗糙度;
对所述图像粗糙度设定阈值,对粗糙度进行增强,得到织物增强图;
设计滑动窗对所述织物增强图进行卷积操作,标记最大响应区域所在位置,并通过自适应生长得到初步定位区域。
2.如权利要求1所述多纹理分级融合的织物缺陷检测方法,其特征在于,所述“设计滑动窗对所述织物增强图进行卷积操作,标记最大响应区域所在位置,并通过自适应生长得到初步定位区域”包括:
设计滑动窗对所述织物增强图进行卷积操作,标记最大响应区域所在位置;
对所述位置对应的16像素×16像素的区域分为四块,根据最近邻原则进行扩充;
将所扩充后的缺陷区域映射到所述目标织物的所述织物图像中,即得到初步定位区域。
3.如权利要求1所述多纹理分级融合的织物缺陷检测方法,其特征在于,所述“提取所述初步定位区域中的Tamura纹理特征”,包括:
计算所述预处理图像中大小为2k×2k个像素的活动窗口中像素的平均强度值;
根据所述平均强度值,分别计算每个像素点在水平和垂直方向上互不重叠的活动窗口之间的平均强度差;
根据所述平均强度差定义每个像素的邻域尺寸,并计算所述预处理图像中的邻域尺寸的平均值,即得到所述Tamura纹理特征。
4.如权利要求1所述多纹理分级融合的织物缺陷检测方法,其特征在于,所述“提取所述初步定位区域中的局部相位量化特征”,包括:
基于离散的短时傅里叶变换,计算所述初步定位区域中每一个像素点的邻域的相位,对所述邻域中的局部图像做二维离散傅里叶变换,对每一个像素的位置,通过向量表示,即得到所述局部相位量化特征。
5.如权利要求1所述多纹理分级融合的织物缺陷检测方法,其特征在于,所述“提取所述初步定位区域中的经纬向纹理特征”,包括:
通过将所述初步定位区域沿经向纬向进行投影,对织物经纬向纹理特征进行表达,通过织物缺陷所呈现的经纬取向性,计算得到所述经纬向纹理特征。
6.如权利要求1所述多纹理分级融合的织物缺陷检测方法,其特征在于,所述“对所述局部相位量化特征、所述Tamura纹理特征和所述经纬向纹理特征进行分级融合,生成多特征融合图;并将所述多特征融合图与织物纹理分布特征进行比对,从而对所述目标织物进行检测”包括:
将织物缺陷初步定位的所述初步定位区域,映射到所述目标织物的所述织物图像中;
分别对映射后的所述织物图像中的所述局部相位量化特征的纹理图和所述Tamura纹理特征的纹理图进行纹理块的分块,并分别提取所述纹理块的直方图特征,得到所述局部相位量化特征的纹理块对应的直方图特征和所述Tamura纹理特征的纹理块对应的直方图特征;
对两种不同的纹理块的直方图特征进行归一化,并进行加权融合,得到特征相似度融合图;
对所述特征相似度融合图和所述经纬向纹理特征的纹理图进行加权融合,得到多特征融合图;
将所述多特征融合图与织物纹理分布特征进行比对,从而对所述目标织物进行检测。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于首都师范大学,未经首都师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811217224.2/1.html,转载请声明来源钻瓜专利网。