針對(duì)經(jīng)典Prewitt算子在織物疵點(diǎn)邊緣檢測(cè)中存在的檢測(cè)邊緣較粗、定位不準(zhǔn)確和人為選取閾值會(huì)造成邊緣點(diǎn)誤判等缺點(diǎn),基于改進(jìn)的Prewitt算子,提出了一種與非極大值抑制方法相結(jié)合的自適應(yīng)閾值的織物疵點(diǎn)檢測(cè)方法。該方法對(duì)織物原圖像采用高斯濾波進(jìn)行預(yù)處理,以消除圖像上的光照不均和噪聲等影響,增加45°和135°方向模板完善邊緣結(jié)構(gòu),利用非極大值抑制方法細(xì)化邊緣,并用自適應(yīng)閾值法確定最優(yōu)閾值來(lái)減少邊緣點(diǎn)的誤判。通過(guò)對(duì)不同類型織物疵點(diǎn)的試驗(yàn)結(jié)果進(jìn)行分析,證明改進(jìn)后的算法具有更好的自適應(yīng)能力,提高了算法的有效性。

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
1 經(jīng)典Prewitt邊緣檢測(cè)
2 疵點(diǎn)檢測(cè)算法改進(jìn)
    2.1 高斯濾波
    2.2 改進(jìn)梯度幅值和方向計(jì)算方法
    2.3梯度幅值圖像的非極大值抑制
    2.4自適應(yīng)閾值分割
    2.5 二值化
3 結(jié)果與討論
4 結(jié)語(yǔ)



本文編號(hào)：3760784