[发明专利]基于扩展局部二值模式的纺织丝饼成型不良缺陷检测方法

权利要求书

1.一种基于扩展局部二值模式的纺织丝饼成型不良缺陷检测方法，其特征在于：该方法包括下列顺序的步骤：

(1)获取丝饼图像，进行降采样：读取文件夹中所有的丝饼图像，对丝饼图像的长和宽进行等大缩小；

(2)进行图像分割和图像裁剪：对等大缩小后的丝饼图像进行图像分割后去除背景干扰，抠出所需图像；将抠出来的所需图像进行裁剪、切割成相同大小的图像；

(3)进行仿射变换：将切割好的图像进行水平、垂直、水平垂直翻转；

(4)获取数据集：将进行仿射变换后的图像中的正常图像定义为正样本，将具有成型不良的图像定义为负样本，正样本和负样本共同组成数据集，对数据集按7:3的比例划分为训练集和测试集；

(5)通过扩展的LBP算法计算出训练集中各个图像的纹理特征向量：计算训练集中正样本和负样本图像的纹理特征向量，并且将训练集中正样本每张图像的标签设置为1，负样本每张图像的标签设置为-1；

(6)使用SVM支持向量机对训练集正样本、负样本图像的纹理特征向量以及标签进行训练，生成一个XML文件；

(7)通过扩展的LBP算法计算出测试集中各个图像的纹理特征向量，SVM支持向量机对测试集正样本、负样本中每张图像的标签进行预测，并计算出预测准确率；

(8)对待检测的丝饼图像进行滑块预测：对待检测的丝饼图像进行降采样后抠出所需图像，然后使用与数据集中图像等大的滑块放在抠出的所需图像的最左上角，然后让滑块从上到下、从左往右进行滑动，当滑块处在所需图像上每个区域时，通过扩展的LBP算法计算出该滑块所处图像区域的纹理特征向量，并通过SVM支持向量机预测出该图像区域的标签；

(9)根据滑块预测的标签输出判断结果：根据所预测的标签来判断待检测的丝饼图像所属类型，若标签为-1的个数大于10个的话，则判断待检测的丝饼图像属于成型不良图像，反之，若标签为-1的个数小于10个的话，则判断待检测的丝饼图像属于正常图像。

2.根据权利要求1所述的基于扩展局部二值模式的纺织丝饼成型不良缺陷检测方法，其特征在于：在步骤(2)中，所述进行图像分割具体包括以下步骤：

(2a)针对正常图像与成型不良图像，对其进行像素变换：设定一个像素值，若大于这个像素值的范围，则将像素变成255，即变成白色；若小于这个像素值的范围，则将像素变成0，即变成黑色；

(2b)对像素变换后的图像进行垂直投影；

(2c)获取垂直投影后其在纵坐标大于500这个阈值所对应的横坐标；

(2d)然后获得这些横坐标的最大值x1与最小值x2，且原图像的长度为y，在原图上以(x1,0)(x2,0)(x1,y)(x2,y)这四个顶点进行切割，得到以(x1,0)(x2,0)(x1,y)(x2,y)为四个顶点的矩形，该矩形图像是去除背景干扰后所需要的图像。