[发明专利]无纺布缺陷检测与分类方法

摘要

本发明公开了无纺布缺陷检测与分类方法，解决无纺布破洞、油污、异物以及划痕四种缺陷的自动检测与分类问题。首先对无纺布缺陷图像进行检测，利用优化Gabor滤波器组对其进行滤波，将滤波结果进行融合，并利用自适应阈值分割法对其进行二值化，利用伪缺陷剔除算法排除噪声干扰，从而准确定位出缺陷在图像中的位置；接着根据缺陷的位置，分割出图像中的感兴趣区域，基于感兴趣区域提取由形状特征、一阶矩特征以及二阶矩特征构成的复合特征向量；再利用复合特征向量组以及一对一的设计策略训练SVM分类器；最后用训练好的分类器组对无纺布缺陷特征实现准确分类。本发明具有对缺陷定位准确和分类准确率高的优点，用于无纺布生产厂家布匹缺陷的检测与分类。

主权项

1.一种无纺布缺陷检测与分类方法，其特征在于，包括以下步骤：获取无纺布图像；对无纺布图像进行亮度补偿和滤波去噪预处理，以消除光照不均对图像造成的影响和滤除图像采集过程中出现的噪声；采用优化Gabor滤波器组对预处理后的图像进行滤波操作，并将滤波后的图像进行融合，使缺陷信息集中到融合结果中；利用局部均值自适应阈值分割法对融合结果图进行二值化，使缺陷区域与正常区域分离开来；采用伪缺陷剔除算法对二值化结果图中的孤立亮噪声点进行去除，使二值化图像中只保留正确的缺陷区域，准确实现缺陷的检测定位；根据缺陷在图像中的位置分割感兴趣区域，基于感兴趣区域提取缺陷特征；根据缺陷特征向量组训练SVM分类器并进行参数优化；用训练好的分类器对缺陷进行分类识别。