[发明专利]基于自适应正交小波变换的布匹疵点检测方法及装置有效

专利信息
申请号: 201410467061.9 申请日: 2014-09-12
公开(公告)号: CN104198498B 公开(公告)日: 2016-10-19
发明(设计)人: 薛云灿;杨亚;顾菁;杨启文;王思睿 申请(专利权)人: 河海大学常州校区
主分类号: G01N21/88 分类号: G01N21/88
代理公司: 南京纵横知识产权代理有限公司 32224 代理人: 董建林
地址: 213022 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 自适应 正交 变换 布匹 疵点 检测 方法 装置
【权利要求书】:

1.基于自适应正交小波变换的布匹疵点检测方法,其特征在于,包括如下步骤:

步骤1:获取无疵点的布匹图像并作为标准布匹图像输入计算机;

步骤2:采用改进的量子旋转门量子遗传算法得到与标准布匹图像纹理相匹配的最优小波基;

步骤3:提取标准布匹图像的特征参数,所述特征参数包括布匹分块图像的熵值数组和方差数组;

步骤4:设定检测特征参数的误差范围;

步骤5:实时拍摄卷布验布机上的待测布匹图像;

步骤6:提取步骤5所述待测布匹图像的特征参数,所述特征参数包括布匹分块图像的熵值数组和方差数组;

步骤7:将待测布匹图像的特征参数与标准布匹图像的特征参数依次对比分析,若待测布匹图像所提取的熵值数组和方差数组均在标准布匹图像的熵值误差范围σei和方差的误差范围σvi内,则判断布匹合格,转到步骤5继续检测,否则,判断布匹不合格。

2.根据权利要求1所述的基于自适应正交小波变换的布匹疵点检测方法,其特征在于,在步骤7中,当判断布匹不合格时,记录超出误差范围的经纬子分块,进行疵点定位,输出布匹疵点报告,并转到步骤5继续检测。

3.根据权利要求1所述的基于自适应正交小波变换的布匹疵点检测方法,其特征在于,所述步骤2具体包括以下步骤:

步骤2a:根据式(1)、(2)、(3)构造自适应小波基库,将构造的小波基库作为群体规模:

Σkh(k)h(k-2l)=δ0,J---(1)]]>

Σkh(k)=2---(2)]]>

Σkh(2k)=Σkh(2k+1)=1/2---(3)]]>

式中:k=0,1,...N-1(N为滤波器长度);l=0,1,2,3;δ0,J为正交单位矩阵;h(k)为小波基系数;

步骤2b:从小波基库中选择一个小波基固定为经向低通滤波器系数,对纬向低通滤波器系数进行寻优,具体步骤为:

(2b01)设置种群规模popsize,运行总代数gen,运行代数g=1,变异概率pm

(2b02)种群初始化:随机产生M个染色体,并将各个个体的量子概率幅初始化为;

(2b03)种群测量:对每个个体进行一次坍塌测量,使每个个体从不确定的概率状态转换为确定状态;

(2b04)计算个体适应度:把每个个体对应的小波基作为纬向低通滤波器系数,采用所选纬向、经向的低通滤波器系数及其分别对应的高通滤波器系数对标准布匹纹理图像进行小波分解,得到纬向和经向子图像,并计算纬向子图像的适应度值:其中:高通滤波器系数由以下公式求得:

g(N-1-k)=(-1)k+1h(k)                     (4)

纬向子图像的适应度值由以下公式求得:

Eh=min(max(|HL(x,y)f(x,y)|))---(5)]]>

其中:Eh表示纬向子图像最小能量;HL(x,y)为经过小波分解后的纬向子图像的像素值,f代表图像像素坐标的集合;

(2b05)对步骤(2b04)所得最优个体进行混沌搜索,如果所得个体适应度值小于原最优适应度值,则更新最优个体和对应的适应度值;

(2b06)令g=g+1,如果g>gen,则转步骤(2b10);

(2b07)种群更新:利用量子旋转门对个体实施调整,得到新的种群;

(2b08)种群变异:根据变异概率对种群个体进行变异操作;

(2b09)返回步骤(2b03);

(2b10)输出纬向最优小波基作为纬向最优低通滤波器系数,以及该低通滤波器系数对应的最优高通滤波器系数;

步骤2c:从小波基库中选择一个小波基固定为纬向低通滤波器系数,对经向低通滤波器系数进行寻优,具体步骤为:

(2c01)设置种群规模popsize,运行总代数gen,运行代数g=1,变异概率pm

(2c02)种群初始化:随机产生M个染色体,并将各个个体的量子概率幅初始化为;

(2c03)种群测量:对每个个体进行一次坍塌测量,使每个个体从不确定的概率状态转换为确定状态;

(2c04)计算个体适应度,把每个个体对应的小波基作为经向低通滤波器系数,采用所选纬向、经向的低通滤波器系数及其分别对应的高通滤波器系数对标准布匹纹理图像进行小波分解,得到纬向和经向子图像,并计算经向子图像的适应度值:其中:高通滤波器系数由公式(4)求得,经向子图像的适应度值由以下公式求得:

Ev=min(max(|LH(x,y)f(x,y)|))---(6)]]>

式中:Ev表示经向子图像最小能量;LH(x,y)为经过小波分解后的经向子图像的像素值,f代表图像像素坐标的集合;

(2c05)对步骤(2c04)所得最优个体进行混沌搜索,如果所得个体适应度值小于原最优适应度值,则更新最优个体和对应的适应度值;

(2c06)令g=g+1,如果g>gen,则转步骤(2c10);

(2c07)种群更新:利用量子旋转门对个体实施调整,得到新的种群;

(2c08)种群变异:根据变异概率对种群个体进行变异操作;

(2c09)返回步骤(2c03);

(2c10)输出经向最优小波基作为经向最优低通滤波器系数,以及该低通滤波器系数对应的最优高通滤波器系数;

步骤2d:分别保存纬向最优低通滤波器系数、与其对应的高通滤波器系数和经向最优低通滤波器系数、与其对应的高通滤波器系数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河海大学常州校区,未经河海大学常州校区许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410467061.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top