[发明专利]基于颜色相似性和位置聚集性的显著性织物疵点检测方法

摘要

本发明公开的基于颜色相似性和位置聚集性的显著性织物疵点检测方法，包括以下步骤：将输入的图像转化为金字塔图像；对金字塔图像在每一个颜色通道下有重叠的分块，提取所有块的颜色特征并计算颜色值之间的差异度；计算像素块之间的欧氏距离；结合颜色相异性和位置集聚性得到缺陷值；最后，引进多尺度来进一步减少非疵点像素的显著性，对多个尺度的缺陷值求均值，然后融合所有的缺陷图得到最后的缺陷结果图。本发明显著性织物疵点检测方法与已有织物疵点检测方法相比较，不仅能够检测出较微小的疵点，而且对于复杂纹理图像的织物疵点也有很好的检测性能；能够有效地简化算法过程，提升缺陷值的表征性能。

主权项

1.基于颜色相似性和位置聚集性的显著性织物疵点检测方法，其特征在于，包括以下步骤：步骤1，对输入的RGB织物图像进行颜色特征的提取，得到金字塔状图像；步骤2，计算每一个颜色通道下步骤1中金字塔图像的颜色相似性，然后计算颜色特征的差异度和像素块的距离；步骤3，根据步骤2得到的颜色特征的差异度和像素块的距离，定义像素块之间相异性；步骤4，在步骤3的基础上，对于每一个像素块pi，利用K‑近邻法定义其显著性缺陷值；引入多尺度的思想，更新显著性缺陷值，得到在不同尺度下的显著性缺陷均值；步骤5，基于FOV视觉原理设定一个固定的阈值，当步骤4得到的显著性缺陷均值大于阈值时，生成一个新的缺陷图，然后对新的缺陷图中每个像素点和离它最近邻的像素点之间的距离进行加权，得到像素点的缺陷度，完成显著性疵点区域的增强，融合所有显著性疵点图，获得最终的显著性疵点图。