基于視覺(jué)顯著性的織物疵點(diǎn)檢測(cè)算法研究.pdf

1、織物疵點(diǎn)嚴(yán)重影響織物質(zhì)量，對(duì)織物疵點(diǎn)的有效自動(dòng)檢測(cè)已成為紡織品質(zhì)量評(píng)價(jià)的關(guān)鍵之一。由于織物疵點(diǎn)圖像紋理復(fù)雜多變，給基于機(jī)器視覺(jué)的疵點(diǎn)自動(dòng)檢測(cè)帶來(lái)了挑戰(zhàn)。近年來(lái)，人們模擬生物的視覺(jué)注意機(jī)制引入了基于視覺(jué)顯著性的圖像處理和模式識(shí)別檢測(cè)方法，并取得了良好的效果。本文對(duì)基于視覺(jué)顯著性的織物疵點(diǎn)檢測(cè)算法進(jìn)行了深入探究。針對(duì)織物圖像復(fù)雜紋理特點(diǎn)，考慮其方向性和隨機(jī)性，模擬人類(lèi)視覺(jué)感知通路的層次化處理機(jī)制，構(gòu)建了基于視覺(jué)顯著性的織物疵點(diǎn)檢測(cè)模型，提出

2、了有效的織物疵點(diǎn)檢測(cè)算法。
　　采用小波變換或平穩(wěn)小波變換與背景估計(jì)相結(jié)合，提出了一種基于平穩(wěn)小波變換和背景估計(jì)的織物疵點(diǎn)檢測(cè)算法。首先，分別對(duì)織物圖像進(jìn)行小波變換或平穩(wěn)小波變換獲得特征圖像；其次，采用分區(qū)處理得到特征圖像的多個(gè)背景圖，求取原始圖像與每一個(gè)背景圖的歐氏距離生成多個(gè)子顯著圖，經(jīng)融合后獲得包含候選疵點(diǎn)區(qū)域的視覺(jué)顯著圖；最后，基于全局估計(jì)的高斯分布模型獲得疵點(diǎn)顯著圖，經(jīng)圖像分割檢測(cè)出疵點(diǎn)。實(shí)驗(yàn)結(jié)果表明，該算法能準(zhǔn)確定位疵

3、點(diǎn)區(qū)域，實(shí)現(xiàn)對(duì)織物疵點(diǎn)的有效檢測(cè)且平穩(wěn)小波變換具有更高的檢測(cè)準(zhǔn)確率。
　　利用互信息具有的基本性質(zhì)，提出了一種基于互信息測(cè)度及上下文分析的織物疵點(diǎn)檢測(cè)算法。首先，對(duì)織物圖像進(jìn)行均勻的部分重疊的分塊處理獲得圖像塊；其次，分別計(jì)算每個(gè)圖像塊與周?chē)腒個(gè)圖像塊兩兩之間的信息熵；最后，基于上下文分析的圖像塊信息熵比對(duì)獲得視覺(jué)顯著圖，經(jīng)閾值分割檢測(cè)出疵點(diǎn)。實(shí)驗(yàn)結(jié)果表明，該算法無(wú)需特征提取就可清晰定位疵點(diǎn)區(qū)域，實(shí)現(xiàn)對(duì)織物疵點(diǎn)的有效檢測(cè)且優(yōu)于現(xiàn)