纺织品疵点自动识别方法研究

疵点检测是纺织品质量检验中的重要一环,因织物的组织结构多样,不同织物表面的纹理特征具有较大差异,很难建立一种通用的数学模型来描述。介绍了一种基于SVM和自适应LBP算子的织物疵点识别方法。利用自适应LBP算子的灰度不变性和自适应纹理分析性能提取图像的归一化直方图特征参数,并将其作为支持向量机的输入参数进行训练,获得支持向量。然后将支持向量机作为分类器最终实现疵点图像的识别。实验表明,该方法的准确性较高,速度快,适应性强,是一种比较理想的织物疵点识别方法。     

基于一维最优Gabor滤波器的帘子布疵点检测算法

传统的二维Gabor滤波器用于帘子布疵点检测非常有效,但计算量巨大,为此提出一种快速自动检测帘子布疵点的方法。通过一维环形投影变换把一幅二维灰度图像压缩成一维形式,然后使用一维最优Gabor滤波器检测嵌入在帘子布均匀纹理中的疵点。采用粒子群优化算法进行一维Gabor滤波器最优参数的求解。假设图像大小为N×N,滤波器窗口为W×W,计算的复杂度可以显著地从二维Gabor空间的O(W2N2)到一维Gabor空间的O(WN2),并用实验验证了该方法的有效性。