1.一种基于最优Gabor滤波器的经编织物瑕疵检测方法，其特征是，包括以下步骤：步骤1、构造Gabor滤波器，提取Gabor滤波参数；

步骤2、对无瑕疵经编织物图像进行Gabor卷积处理，采用Fisher准则构造适应度函数，利用量子行为粒子群优化(QPSO)算法对步骤1提取的Gabor滤波参数进行最优化处理，得到Gabor滤波器的最优参数；

步骤3、由步骤2得到的Gabor滤波器最优参数，对待检测的经编织物图像进行Gabor卷积处理；

步骤4、进行二值化处理得到经编织物的瑕疵检测结果。

2.如权利要求1所述的基于最优Gabor滤波器的经编织物瑕疵检测方法，其特征是：所述步骤1按照以下步骤实施：

步骤1.1、建立Gabor滤波函数，具体按照以下方法实施：Gabor滤波函数G(x，y)由方向性的复正弦函数调谐的二维Gaussian核函数g(x，y)调制而成，在空间域中，Gaussian核函数涉及到三个参数δx，δy，θ，其中δx为Gaussian核函数x轴方向上的尺度参数，δy为Gaussian核函数y轴方向上的尺度参数，θ为Gaussian核函数的旋转角度，(x′，y′)是(x，y)旋转θ角度之后的坐标；在频率域中，傅里叶变换涉及到频率的三个参数为F0，u0，v0，其中F0是椭圆形Gabor滤波函数的中心频率，u0是x轴方向上Gabor滤波函数的中心频率，v0是y方向上Gabor滤波函数的中心频率；

将二维空间中Gabor滤波函数表示为：

其中，

步骤1.2、将空间域中Gabor滤波函数经傅里叶变换得到频率域的Gabor滤波函数其中，步骤1.3、从步骤1.2构造的Gabor滤波函数 中提取6个Gabor滤波参数(α，γ，u0，v0，F0，θ)。

3.如权利要求2所述的基于最优Gabor滤波器的经编织物瑕疵检测方法，其特征是：所述步骤1.1构造的Gabor滤波函数G(x，y)中系数Fo＝0时，则调制为2-D Gabor滤波函数G(x，y)；u0＝0、v0＝0时，则调制为椭圆形的Gabor滤波函数G(x，y)。

4.如权利要求1所述的基于最优Gabor滤波器的经编织物瑕疵检测方法，其特征是：所述步骤2按照以下步骤实施：

步骤2.1、初始化粒子群，包括确定最大迭代次数、搜索空间、粒子的个数、随机初始化粒子的位置；

步骤2.2、在第一次迭代时，每个粒子的初始位置为当前个体最好位置；对无瑕疵经编织物图像进行Gabor卷积处理，采用Fisher准则构造适应度函数，计算出每个粒子对应的函数值；所有粒子的适应度函数值相比较后找到具有最小适应度函数值的粒子，该粒子的位置即为全局最好位置；

步骤2.3、对每个粒子的位置进行更新，采用与步骤2.2相同方法求出每个粒子的适应度函数值，更新个体最好位置和全局最好位置；

步骤2.4、当达到迭代结束条件时，训练结束，全局最好位置即为所要确定的Gabor滤波参数的最优值；否则，迭代次数加1，转到步骤2.3。

5.如权利要求4所述的基于最优Gabor滤波器的经编织物瑕疵检测方法，其特征是：所述步骤2.1按照以下步骤实施：设初始时迭代次数n＝0，最大迭代次数为max_n；Gabor滤波参数有(α，γ，u0，v0，F0，θ)，则搜索空间为6维；粒子的个数为M，每个粒子的初始位置为 其中i＝1，2，…，M/。

6.如权利要求4所述的基于最优Gabor滤波器的经编织物瑕疵检测方法，其特征是：所述步骤2.2中图像经过Gabor卷积后的图像R(x，y)可表示为：其中，T(x，y)是无瑕疵经编织物图像，R(x，y)是经Gabor滤波器卷积后的图像，*是图像的卷积操作， 是图像T(x，y)的傅里叶变换，IDFT是离散傅里叶反变换；

所述Gabor卷积后的图像R(x，y)的能量表示为：其中，

和 分别是Ge(x，y)和Go(x，y)的离散傅里叶变换；

所述根据Fisher准则构造的目标函数表示为：

其中，Gabor滤波参数Φ＝(α，γ，u0，v0，F0，θ)，μ(Φ)和σ(Φ)分别是大小为X×Y的图像经过Gabor卷积之后的能量均值和标准差；

由此，具有6个决策变量，5个约束条件的非线性规划问题可以描述为：s.t.

0≤θ≤π；

在第一次迭代时，每个粒子的初始位置为当前个体最好位置，即 由Fisher准则构造的目标函数计算出每个粒子对应的适应度函数值；

所有粒子的适应度函数值相比较后找到具有最小适应度函数值的粒子，该粒子的位置即为全局最好位置。

7.如权利要求4所述的基于最优Gabor滤波器的经编织物瑕疵检测方法，其特征是：所述步骤2.3中粒子的位置更新方程为：

式中取“+”或取“-”的概率都为0.5，其中β称为收缩-扩张系数，， 为区间(0,1)上的均匀分布随机数，粒子i的收敛过程以点 为吸引 子，其坐标为：其中 是一个区间(0,1)上均匀分布的随机数；

所述步骤2.3中更新个体最好位置时采用下式：

每个粒子的个体最好位置确定后，根据 更新全局最好位置。

8.如权利要求1所述的基于最优Gabor滤波器的经编织物瑕疵检测方法，其特征是：所述步骤3中对待检测的经编织物图像为S(x，y)进行Gabor卷积处理，得到卷积后的图像Q(x，y)：

9.如权利要求1所述的基于最优Gabor滤波器的经编织物瑕疵检测方法，其特征是：所述步骤4中二值化处理采用下式进行：

其中B(x，y)是二值图像，是瑕疵检测的最终结果，若B(x，y)的值为1，则待检测图像相对应的像素位置有瑕疵；若B(x，y)的值为0，则待检测图像相对应的像素位置无瑕疵；μ是卷积之后图像的能量均值，σ是能量标准差，c是实验常数，由实验得到。