欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2016111562247
申请人: 常州大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2023-12-11
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于层次聚类和Gabor滤波的纺织品瑕疵检测方法,其特征在于,包括以下步骤:输入灰度化的纺织品图像;

类格图案分割:分割纺织品图像产生类格图案,类格图案满足:相对于纺织品图像的行和列,类格图案按图像行的方向横向排列,并按列的方向纵向排列;在形态成分分析方法的纺织品图案卡通成分IC中,类格图案具有几何形状并与背景像素在灰度上有显著差异;其中,类格图案是指在Ic中,根据Sh中行索引对应的行与Sv中列索引对应的列,将Ic分割为矩形区域,矩形区域称为类格图案,其中Sh中行索引对应的行与Sv中列索引对应的列不包含在类格图案里;

特征提取:将类格图案与Gabor滤波器组的滤波进行卷积,对卷积结果降维得到一维投影并计算其能量和振幅,根据能量和振幅计算特征向量;计算一维投影之间的车贝雪夫距离,挑选每行类格图案的典型无瑕疵类格图案,根据典型无瑕疵类格图案的特征向量计算理想特征向量;每个类格图案特征向量与理想特征向量间的车贝雪夫距离为所提取的特征;和特征比较:分析特征提取步骤中得到的基于特征向量的车贝雪夫距离直方图,获取表示有瑕疵的像素索引集合。

具体步骤为:

步骤(1):输入灰度化的纺织品图像,通过形态学成分分析方法计算输入图像的卡通成分Ic;

步骤(2):使用阈值fc·max(Ic)二值化卡通成分Ic得到二值图像Itc,其中,fc为阈值系数,max(Ic)表示Ic中像素的最大灰度值;

步骤(3):计算二值图像Itc中各行背景像素数的多重集 各列背景像素数的多重集计算各行背景像素数的多重集 和各列背景像素数的多重集 的峰值 和步骤(4):分别计算基于步骤(3)中的峰值 和 的HC算法轮廓系数,以最大轮廓系数对应的聚类个数初始化基于层次聚类算法,并对峰值 和 分别进行聚类,得到的聚类中心构成多重集 和步骤(5):根据多重集 和 计算阈值 和 分别计算 中不小于 的峰值所对应行索引的间距和 中不小于 的峰值所对应列索引的间距,计算构成稳定行间距的最长连续行索引的集合Sh以及构成稳定列间距的最长连续列索引的集合Sv;

其中, 将 中元素按降序排列,从 开始,计算其与下一个元素的差的绝对值,若该值不大于离散余弦变换尺寸的高,则继续计算当前元素与下一个元素的差的绝对值并与离散余弦变换尺寸的高比较,若不大于则继续,若大于则下一个元素为并终止;如果一直没有出现大于离散余弦变换尺寸的高的情况,则 即为将 中元素按降序排列,从 开始,计算其与下一个元素的差的绝对

值,若该值不大于离散余弦变换尺寸的高,则继续计算当前元素与下一个元素的差的绝对值并与离散余弦变换尺寸的宽比较,若不大于则继续,若大于则下一个元素为 并终止;如果一直没有出现大于离散余弦变换尺寸的宽的情况,则 即为离散余弦变换尺寸:形态学成分分析方法在图像局部应用离散余弦变换,即首先将图像划分为不重叠且具有固定大小的矩形区域,然后对每个区域应用离散余弦变换,矩形区域的大小称为离散余弦变换尺寸,单位为像素,区域内一行的像素数称为离散余弦变换尺寸的宽,一列的像素数称为离散余弦变换尺寸的高;

步骤(6):扩展集合Sh和集合Sv以覆盖图像的卡通成分Ic的大部分区域,并计算类格图案的理想行数 和理想列数步骤(7):根据集合Sh和集合Sv将图像的卡通成分Ic分割为类格图案 其中1≤i≤|Sh|-1,1≤j≤|Sv|-1,使用Gabor滤波器组与类格图案 卷积并计算一维卷积投影Gi,j|s,θ,根据一维卷积投影Gi,j|s,θ的能量和振幅构建特征向量其中i和j分别是类格图案 以类格图案为单位的行与列索引;

表示尺度参数, 表示角度参数;

步骤(8):计算类格图案 与第i行类格图案之间基于一维卷积投影Gi,j|s,θ的车贝雪夫距离,结果保存为矩阵 的第j行,根据矩阵 计算第i行类格图案的典型无瑕疵类格图案步骤(9):计算第i行类格图案的典型无瑕疵类格图案 与第i行类格图案之间基于特征向量 的车贝雪夫距离,结果保存为矩阵 的第i行,根据矩阵 计算第i行的典型无瑕疵类格图案 的距离之和di;

步骤(10):根据距离之和di筛选第i行的典型无瑕疵类格图案 基于筛选结果计算理想特征向量其中,理想特征向量 为S*的均值;

为每行的典型类格图案的特征向量,i为类格图案行索引;

其中 表示按i的索引顺序进行连接;di为距离向量d

中的第i个元素,表示 与所有典型图案的车贝雪夫距离之和,典型图案是指每行的典型无瑕疵类格图案;

步骤(11):计算特征向量 和理想特征向量 的车贝雪夫距离,结果保存为矩阵中索引为(i,j)的元素 其中i为类格图案行索引,j为类格图案列索引;

步骤(12):计算矩阵 的直方图

步骤(13):基于距离阈值d*和直方图 计算缺口值t′和断崖值t",根据缺口值t′和断崖值t"近似表示真实阈值t*;

步骤(14):所有对应车贝雪夫距离 真实阈值t*的类格图案. 被标记为有瑕疵的类格图案 输出 其中i为类格图案行索引,j为类格图案列索引。