1.一种基于峰值覆盖值和面积计算的纺织品瑕疵检测方法，其特征在于：包括训练阶段和测试阶段两个阶段；训练阶段，根据一系列无瑕疵纺织品灰度图像，以下简称无瑕图像，计算图格分割所需参数，而后对无瑕图像进行图格分割并计算测试阶段瑕疵识别所需参数；测试阶段，根据训练阶段得到的参数对一副纺织品图像进行图格分割并判断图格是否包含瑕疵，最后标记含有瑕疵的图格；

所述训练阶段包括以下步骤：

步骤1：根据一系列无瑕图像计算图格分割所需参数，以确定图格理想尺寸；

步骤2：根据步骤1中获得的图格理想尺寸，对训练样本集进行图格分割，获得训练样本图格；

步骤3：计算步骤2中图格分割生成的训练样本图格的图格面积，从而获得训练样本集中无瑕图像的无瑕面积区间；

所述测试阶段包括以下步骤：

步骤4：测试样本图格分割，对一副给定的测试样本，按照步骤2的方法对测试样本进行图格分割，获得测试样本图格；

步骤5：按照步骤3的方法计算测试样本的图格面积，并将计算结果与无瑕图像的图格面积进行比较，以识别有瑕疵的图格；

步骤1具体包括以下步骤：

步骤1.1：背景像素投影，根据RTV模型计算纺织品灰度图像I的卡通成分，应用Bradley方法二值化卡通成分，通过形态学腐蚀和膨胀操作对二值化卡通成分降噪，应用Moore-Neighbor跟踪算法得到二值化Ic中的二值对象，计算二值化卡通成分中二值对象面积，删除面积不在区间((1-α)·ma,(1+α)·ma)内的二值对象得到二值化纺织品图像Itc，其中ma为二值对象面积中位值， 且0<α<1；计算Itc中每行每列背景像素数，按行索引升序排列每行背景像素数得到背景像素行投影 按列索引升序排列每列背景像素数得到背景像素行投影步骤1.2：计算峰值覆盖值，计算纺织品灰度图像I的背景像素行投影 的峰值，将峰值按其在背景像素行投影 中的索引升序排列得到峰值序列 对于pr中第个峰值 根据下式计算 的覆盖值

与背景像素行投影 的覆盖值 计算方法相同，将上式中下角标r的项替换为具有下角标c的对应项即可，计算 的峰值序列 计算 其中 1≤ipc；计算pr中峰值覆盖值的有序集合 中元素按大小降序排列；对于 中的第 个元素 峰值序列中满足 的 有序集合称为第 级峰值第 级峰值中的元素按其在 中的索引升序排列；对于第 级峰

值，计算每个峰值与其前一峰值在 中的索引之差绝对值，计算这些绝对值的中位值及其出现次数 组成集合 组成集合 中元素取值组成集合 类似地，根据 和 计算满足 的 有序集合“第 级峰值”

计算第l′级峰值中前后元素在 中的索引之差绝对值及其中位

值 和中位值出现次数 组成多重集 组成多重集

中元素取值组成集合

步骤1.3：计算图格理想尺寸，对训练样本集的I1,I2…IN中的第i个训练样本Ii，根据步骤1.2计算Ii的 pr， pc， 和

计算 取值集合 Ii的理想行数 由下式定义：

其中，δ为狄拉克δ函数(Dirac delta function)， Ii的理想列数 计算与类似，即将上式中具有下角标r的项替换为具有下角标c的对应项即可；图格理想尺寸定义为 的中位值 和 的中位值

2.如权利要求1所述的基于峰值覆盖值和面积计算的纺织品瑕疵检测方法，其特征在于：步骤2具体包括以下步骤：步骤2.1：背景像素投影，计算过程包含步骤1.1和步骤1.2；

步骤2.2：计算初始分割位置，对于第i个训练样本Ii，根据步骤2.1计算得到的 和计算步骤1.2中定义的 和 以及 和 根据步骤1.3计算得到的 和 按下式计算 出现最频繁的第 级峰值

同理，可计算 出现最频繁的第 级峰值，即将上式中具有下角标r的项替换为具有下角标c的对应项即可；

假设第 级峰值中存在一串连续峰值且每个峰值与前一峰值在 中的索引之差绝对值接近 则这串峰值在 中的索引定义为行初始分割位置Sr，这串峰值在第 级峰值中的索引符合下式定：其中dj+k表示第 级峰值中索引为j+k与j+k-1的两个峰值其在 中索引之差的绝对值， 且0<β<1为参数；列初始分割位置Sc相关的 和 的定义与 和 类似，即将上式中具有下角标r的项替换为具有下角标c的对应项即可，并且dj+k此时表示第 级峰值中索引为j+k与j+k-1的两个峰值其在 中索引之差的绝对值；

步骤2.3：计算最终分割位置，即行分割位置 和列分割位置 对于第i个训练样本Ii，和 的初始值分别为步骤2.2计算的Ii的行初始分割位置Sr和列初始分割位置Sc；将中的元素按大小升序排列，找出其中的最小元素 和最大元素 按下式计算四个预测位置 和根据 和 分别包含的行与列索引，将Ii按这些索引所在的行与列进行分割，分割所得的矩形区域为图格，其定义如下：其中， 和

表示图格在I中排列位置的索引。

3.如权利要求2所述的基于峰值覆盖值和面积计算的纺织品瑕疵检测方法，其特征在于：步骤3无瑕面积区间计算包括以下步骤：设训练样本I二值化卡通成分Itc的背景像素值为0，那么图格 面积ai,j定义为所包含前景像素的个数，其中ir, 且 即：对于训练样本集I1,I2…IN，对每幅图像进行图格分割并计算图格面积，所得面积的最小值和最大值分别记为a0(i)和a1(i)，那么无瑕面积区间的下界a0和上界a1由下式定义：其中 和 分别表示a0(i)和a1(i)的线性序集(linearly ordered set)，其中i＝1,

2…N，即 和 中的元素按值的大小升序排列，l和 分别为 和 的元素索引，

4.如权利要求3所述的基于峰值覆盖值和面积计算的纺织品瑕疵检测方法，其特征在于：步骤4测试样本图格分割具体包括：对一副给定的测试样本，重复步骤2.1至步骤2.3的计算，区别在于将计算中涉及的训练样本替换为测试样本，最终得到测试样本的行分割位置 和列分割位置 并根据 和 将测试样本分割为图格。

5.如权利要求4所述的基于峰值覆盖值和面积计算的纺织品瑕疵检测方法，其特征在于：步骤5瑕疵识别具体包括：对于一副测试样本I，进行图格分割并计算图格面积，计算图格面积直方图 令t表示 的横轴刻度，即图格面积的取值范围，h(t)表示 的纵轴刻度，即I中ai,j为t的 的个数，根据下式分别计算缺口值t′和断崖值t″：若t′存在，则设t′为a0，否则看t″是否存在，若存在则设t″为a0；对于I，任何图格面积小于a0或大于a1的图格标记为瑕疵。