為提高色織物疵點檢測效率和準(zhǔn)確性,提出一種融合多分辨率的全局及局部顯著圖的色織物疵點檢測方法。針對織物疵點及紋理的頻譜特征,通過高斯金字塔生成不同分辨率圖像,采用小波變換的全局顯著性算法,以及傅里葉變換融合的方法得到全局綜合顯著圖。使用基于圖論的顯著性（graph-based visual saliency, GBVS）算法計算織物圖像局部顯著性。加權(quán)融合全局及局部顯著圖得到綜合顯著圖,并進行圖像分割及形態(tài)學(xué)操作對疵點區(qū)域進行檢測。使用不同算法對5種不同類型色織物疵點進行檢測,結(jié)果表明:提出的方法的疵點檢測率達92.0%,與傳統(tǒng)方法相比有較大提高,且檢測時間較短。 

【文章來源】：紡織高�；A(chǔ)科學(xué)學(xué)報. 2020,33(02)

【文章頁數(shù)】：7 頁

【部分圖文】：

算法流程圖

圖 1 算法流程圖將原織物疵點圖像(a)(分辨率為256×256)用高斯金字塔方法變換得到分辨率為128×128以及64×64的子圖像,用譜殘差方法計算全局顯著性,得到圖像(b)、(c)�？梢园l(fā)現(xiàn)在不同分辨率下顯著區(qū)域有所不同。

圖3為SR譜殘差法與本文算法的對比。從圖3可以看出,本文算法應(yīng)用于織物疵點檢測擁有更好的顯著效果,是由于使用SR方法計算譜殘差時, 對圖案整體進行均值濾波, 對應(yīng)地減少了一部分疵點信息。本文提出的方法, 更有針對性地對織物圖像低頻高頻信息進行分析。小波的分解重構(gòu)可以在保留低頻信息的同時大幅減去疵點信息,計算殘差譜時就可以得到相對更完整的疵點顯著區(qū)域。

【參考文獻】：
期刊論文
[1]基于去噪卷積自編碼器的色織襯衫裁片缺陷檢測[J]. 張宏偉,湯文博,李鵬飛,葛志強,高振鐸.  紡織高校基礎(chǔ)科學(xué)學(xué)報. 2019(02)
[2]雙頻FTP在色織物疵點檢測中的應(yīng)用[J]. 黃海松,張松松,仝子萱,姚立國.  激光雜志. 2019(05)
[3]顯著性權(quán)重RX高光譜異常點檢測[J]. 劉嘉誠,王爽,劉偉華,胡炳樑.  遙感學(xué)報. 2019(03)
[4]基于顯著性檢測的聲吶圖像快速降噪研究[J]. 金磊磊,梁紅,楊長生.  西北工業(yè)大學(xué)學(xué)報. 2019(01)
[5]基于視覺顯著性的木板實時分類方法研究[J]. 李暉,吳佳寧,苑瑋琦,隋春江.  儀器儀表學(xué)報. 2018(12)
[6]基于稀疏表示的印花織物疵點檢測[J]. 劉茁梅,李鵬飛,景軍鋒.  西安工程大學(xué)學(xué)報. 2018(02)
[7]基于改進迭代匹配濾波的織物疵點檢測[J]. 楊曼,李仁忠,劉陽陽,景軍鋒,李鵬飛.  西安工程大學(xué)學(xué)報. 2017(03)
[8]應(yīng)用形態(tài)學(xué)濾波的衛(wèi)星通信窄帶干擾檢測新方法[J]. 胡婧,邊東明,謝智東,李永強.  計算機科學(xué). 2016(10)
[9]應(yīng)用Gussian回代交替方向圖像分解算法的色織物疵點檢測[J]. 景軍鋒,范曉婷,李鵬飛,張蕾,張宏偉.  紡織學(xué)報. 2016(06)
[10]基于多尺度多通道均值的視覺顯著性檢測[J]. 孫浪,唐雁,苗宗霞,謝松山,何熒.  蘭州大學(xué)學(xué)報(自然科學(xué)版). 2015(05)

博士論文
[1]基于機器視覺和圖像處理的色織物疵點自動檢測研究[D]. 李文羽.東華大學(xué) 2014



本文編號：3599664