[发明专利]一种基于主元分析的图像分析方法及应用于织物瑕疵检测的方法

摘要

本发明属图像分析处理领域，应用于纺织品表面质量自动检测与控制领域，本发明涉及一种基于主元分析的图像分析方法及应用于织物瑕疵检测的方法。首先将原图像样本中的灰度值按行和按列展开成两组向量；然后对这两组向量进行模板操作，将模板操作后的两组向量分别进行主元分析，得到相应的主元矩阵；最后利用这两个主元矩阵对待测样本进行投影运算，计算投影后与投影前之间的相似度来分析图像特征。本发明本身对光照不匀有抵消作用，无需传统预处理步骤；检测阶段的计算简单；通过对原织物样本分别按行、列方向展开后进行模板操作，不仅能充分利用织物纹理的经纬取向特征，而且有利于突出瑕疵和抑制纹理随机干扰，提高检测准确率。

主权项

1.一种基于主元分析的图像分析方法，其特征是包括训练阶段和分析阶段两部分，具体步骤为：训练阶段1)将无瑕疵的图像有重叠地划分成m行n列大小的子窗口；将子窗口中的灰度值按行和按列的方式展开成两组m×n维的列向量，并视这两组m×n维列向量为两组随机向量，记得到相应的两组随机向量为x_h和x_v；对随机向量x_h和x_v进行模板操作，将模板操作后随机向量x_h和x_v进行主元分析，得到相应的主元矩阵记为W_H和W_V；2)将无瑕疵的图像连续无重叠地划分成m行n列大小的子窗口；将子窗口中的灰度值按行和按列的方式展开成两组m×n维列向量，记得到相应的两组m×n维列向量记为y_h和y_v；对y_h和y_v进行模板操作，将相应模板操作后的结果分别右乘矩阵和矩阵得到相应两组新的m×n维的列向量记为y′_h和y′_v；计算y_h和y′_h，y_v和y′_v的之间的相似度，得到相应的两个相似度为S_h和S_v，并记S＝S_h+S_v；计算所有子窗口的S值，然后计算S值的累计分布函数F(S)，令F(S′)＝α，α为置信水平，将此时α所对应的S′值作为分析用阈值T_α即有T_α＝S′；分析阶段3)将待分析的图像连续无重叠地划分成m行n列大小的子窗口；选取一个子窗口，并将子窗口中的灰度值按行和按列的方式展开成两组m×n维的列向量，记得到相应的两组m×n维的列向量记为f_h和f_v；对为f_h和f_v进行模板操作，将相应模板操作后的结果分别右乘到矩阵和矩阵得到相应两组新的m×n维的列向量记为f′_h和f′_v；计算f_h和f′_h，f_v和f′_v的之间的相似度，得到相应的两个相似度为K_h和K_v，并记K＝K_h+K_v；如果K小于阈值T_α，则认为该样本为瑕疵样本；其中，所述的相似度的衡量指标为余弦距离、欧式距离或信噪比；m×n优选32×32。