[发明专利]基于Gabor变换的经编机布匹瑕疵在线视觉检测方法

摘要

本发明提供了一种经编机布匹瑕疵在线视觉检测方法，包括Gabor变换、特征提取和瑕疵识别，可以实现经编机布匹实时监控以及瑕疵停机；改进了传统Gabor多尺度分解融合用于瑕疵检测领域数据计算量大、信息冗余的缺点；自动找寻纹理基元周期使得系统可以自动分割窗口用于特征提取，避免了不同对象手动窗口大小输入的不精确性；离线检测算法在离线数据指引下实现快速Gabor变换、快速特征提取和瑕疵识别，完全可以满足经编机布匹瑕疵在线检测实时性高、准确性高的要求。

主权项

基于Gabor多分辨率分解的经编机布匹瑕疵在线视觉检测方法，包括Gabor变换、特征提取和瑕疵识别；可以实现纹理布匹经编机实时监控以及瑕疵停机算法分为离线测试和在线检测过程。具体步骤如下：离线过程第一步：实时获取经编机无瑕疵布匹图像，在经编机出布口约5cm处拍摄图片，实时获取经编机图像序列。第二步：对获取的无瑕疵布匹图像预处理，通过高斯滤波去除图像干扰点；通过直方图均衡化拉伸图像，增强对比度，凸显图像纹理。第三步：布匹图像纹理基元周期自动找寻，通过构建图像自相关函数求取径向和纵向自相关系数，自动找寻纹理基元周期。第四步：Gabor滤波器构造，针对布匹纹理图像瑕疵均是纵向或是径向的特点，构造四尺度四方向的Gabor滤波器组，得到十六通道Gabor子图。针对特定纹理布匹依据特定标准选定一组瑕疵最明显或是最可以凸显纹理信息的Gabor子图作为特征提取图。第五步：在上述选取的Gabor子图上依据第三步所求去的纹理基元周期对无瑕疵布匹图像划分窗口，提取纹理特征，选取统计特征和灰度共生矩阵特征来窗口化分析子图。提取并保存Gabor子图提取的统计特征和灰度共生矩阵特征组，用于在线检测过程中瑕疵在线检测。在线过程第一步：实时获取经编机图像，在经编机出布口约5cm处拍摄图片，实时获取经编机图像序列，对连续的每个序列按第二步和第三步处理，若出现连续五个序列在同一位置至少三次检测为瑕疵，则确定此处为瑕疵区域。发送信号给伺服控制系统，经编机停机待检修。否则继续处理后续图像序列，实现经编机瑕疵在线检测。第二步：预处理，然后依据离线测试结果构建Gabor滤波器(组)，求取特定Gabor子图。在上述Gabor子图上依据离线测试得出的纹理基元周期窗口化提取特征组。第三步：分析子图提取的统计特征和灰度共生矩阵特征，通过与离线测试得出的无瑕疵布匹特征组比较决策，分割出瑕疵窗口。