[发明专利]一种基于小波分解的织物疵点区域特征值提取的方法

权利要求书

1.一种基于小波分解的织物疵点区域特征值提取的方法，其特征在于，包括如下步骤：

步骤101，采用Mallat快速算法对含有疵点的织物图像进行小波分解，得到四个子图像(低频子图、水平子图、垂直子图、对角线子图)，分解公式如下：

cj+1(m,n)=ΣkΣlh(k-2m)h(l-2n)cj(k,l)---(1)]]>

dj+11(m,n)=ΣkΣlh(k-2m)g(l-2n)cj(k,l)---(2)]]>

dj+12(m,n)=ΣkΣlg(k-2m)h(l-2n)cj(k,l)---(3)]]>

dj+13(m,n)=ΣkΣlg(k-2m)g(l-2n)cj(k,l)---(4)]]>

其中，h(-k)、g(-k)分别为低通滤波器和高通滤波器的单位抽样响应，c_j(k,l)表示尺度系数，c_j+1(m,n)、分别表示低频子图、纬向子图、经向子图和对角线子图；

步骤102，人工神经网络的方法对子图像进行图像窗口分割，并提取能量、极差、方差、熵、逆差距五个特征值，其包括：

步骤1021，人工神经网络的方法对子图像进行图像窗口分割，表达式为：

y(x,w)=f(Σj=1Mwjφj(x))---(5)]]>

式中，基函数φ_j(x)可以是关于输入m次幂的多项式；

步骤1022，计算能量特征值，表达式为：

或

式中，H_ij表示像素点(i),j的灰度值，M、N分别表示图像的高度和宽度；

步骤1023，计算熵特征值，其表达式为：

Eh=-Σj=1Nvjln vj---(7)]]>

Ev=-Σi=1Mwiln wi---(8)]]>

式中，E_h和E_v分别表示纬向和经向纹理熵值；

步骤1024，计算方差特征值，其表达式为：

σ=Σi=1MΣj=1N(Hij-H‾)2/MN---(9)]]>

式中，表示整幅图像的灰度均值；

步骤1025，计算极差特征值，其表达式为：

Mh=Σj=1N(max1≤i≤MHij-min1≤i≤MHij)---(10)]]> 1

Mv=Σi=1M(max1≤j≤MHij-min1≤j≤MHij)---(11)]]>

式中，M_h和M_v分别表示纬向和经向极差；

步骤1026，计算逆差距特征值，其表达式为：

h=Σi=1MΣj=1N11+(i-j)2Hi,j---(12)]]>

步骤103，织物图像窗口分割后，提取各个子图的特征值，对能量、极差、方差、熵、逆差距五个特征值进行归一化处理，归一化表达式为：

y=x-x‾xmax-xmin---(13)]]>

式中，y表示待检织物的相对特征值，x表示待检织物的绝对特征值，表示待检织物的绝对特征值的均值，x_max、x_min分别表示正常织物特征值的最大值和最小值。