[发明专利]基于局部最优分析的纺织品瑕疵检测方法

权利要求书

1.一种基于局部最优分析的纺织品瑕疵检测方法，其特征是，包括以下步骤：

1)输入待检测含有周期变化图案的纺织品图像；

2)确定图案的周期模板大小；

3)根据模板大小对图像进行分块；

4)对分块的图像块建立Markov随机场模型；

5)计算每一图像块的局部能量，改变区块的标记从而使该能量达到稳定，进而由局部最优扩散至全局最优；

6)根据最终的标记场完成瑕疵的定位。

2.根据权利要求1所述的基于局部最优分析的纺织品瑕疵检测方法，其特征在于：所述确定图案的周期模板大小的方法是，在纺织品图像的水平方向取步长c且在纺织品图像的垂直方向取步长r对纺织品图像进行均匀分割，计算相邻两块间的差异并计算所有差异的总和，并根据差异总和的极小值求取纺织品图像的模板大小。

3.根据权利要求2所述的基于局部最优分析的纺织品瑕疵检测方法，其特征在于：所述求取纺织品图像的模板大小的计算方法是，令步长c等于纺织品图像的水平方向图像长度进行r的求解，再求解c，或令步长r等于纺织品图像的垂直方向图像宽度进行c的求解，再求解r，并获取r和c的最佳值作为模板大小。

4.根据权利要求1所述的基于局部最优分析的纺织品瑕疵检测方法，其特征在于：所述根据模板大小对图像进行分块的方法是，根据模板大小及纺织品图像的长度及宽度对纺织品图像进行裁剪；根据模板大小将裁剪后的纺织品平均分割为若干个大小相同的图像块。

5.根据权利要求1所述的基于局部最优分析的纺织品瑕疵检测方法，其特征在于：所述对分块的图像块建立Markov随机场模型的方法是，每个图像块为随机场的最小计算单元；当前块与其四邻域图像块组成一个邻域系统；当前块的性质可以由四邻域的性质表征；对每个图像块赋予一个标记，初始标记均为0，将所有标记的集合作为标记场；将所有图像块进行叠加，生成立体模型，计算该模型的中位数，得到的结果即为待测纺织品图像的全局模板，该模板默认为无瑕，其标记为0。

6.根据权利要求5所述的基于局部最优分析的纺织品瑕疵检测方法，其特征在于：所述计算每一图像块的局部能量的方法是，对于标记与全局模板相同的图像块，统计其四邻域内与其标记相同的图像块，计算该图像块与其四邻域内标记相同的块之间相似度的均值；对于标记与全局模板不同的图像块，其局部能量等于标记与全局模板相同的图像块的能量最大值。

7.根据权利要求5或6所述的基于局部最优分析的纺织品瑕疵检测方法，其特征在于：所述改变区块的标记的方法是，计算所有图像块与全局模板间的相似系数；取一决策值λ在(0,1)间遍历；改变相似系数低于λ的图像块标记；如果改标记后局部能量降低，说明标记迭代准确，反之错误，改回原标记。

8.根据权利要求7所述的基于局部最优分析的纺织品瑕疵检测方法，其特征在于：所述根据最终的标记场完成瑕疵的定位的方法是，标记为0的图像块认定为无瑕区块，标记为1的图像块认定为有瑕区块。