[发明专利]一种基于无抽样小波与Gumbel分布的织物缺陷检测方法

权利要求书

1.一种基于无抽样小波与Gumbel分布的织物缺陷检测方法，其特征在于，包括以下步骤：

S1.1对输入的待测图像进行多层无抽样小波分解，每个分解层生成一幅近似子图，以及水平、垂直、对角三个方向的细节子图；

S1.2分别计算近似子图及各细节子图的差分特征，然后将其融合成单一的差分特征图，以弱化纹理背景、突出缺陷信号；

S1.3采用Gumbel模型拟合差分特征图中的灰度分布，利用MLE算法估计模型参数；

S1.4将特征图分割成一系列尺寸较小的子图块，根据所估计的Gumbel模型参数，计算每个子图块的似然估计值，得到似然值分布图；

S1.5阈值化似然值分布图，得到二值化的检测结果；

所述步骤S1.4具体包括以下步骤：

S7.1将融合特征图划分成一组尺寸为N_p×N_p的子图块P_k；

S7.2使用步骤S1.3中估算出的模型参数，计算各子图块的对数似然估计值；

S7.3采用线性插值，将对数似然值映射图恢复至原始图像尺寸，形成似然值分布图LLM；

所述步骤S1.5包括以下步骤：

S8.1计算似然值分布图的均值、标准偏差；

S8.2将LLM中的每个似然值与均值相减，绝对值超过阈值者判定为缺陷，否则判定为背景；阈值分割计算公式具体为：

其中，L_k表示子图块P_k的对数似然估计值，m_L和σ_L分别代表所有图块似然值的均值和标准偏差，λ为预设的控制参数。

2.根据权利要求1所述的基于无抽样小波与Gumbel分布的织物缺陷检测方法，其特征在于，所述步骤S1.2具体包括以下步骤：

S2.1采用几何形态学梯度算子计算位于顶层的近似子图的差分特征；

S2.2对水平、垂直、对角三个方向，分别计算相邻两层细节子图的差分特征；

S2.3将多个方向全部通道的细节子图差分特征融合成单一的总细节子图差分特征；

S2.4将步骤S2.1得到的近似子图的差分特征、步骤2.3得到的总细节子图差分特征进一步融合成单一的差分特征图M_f(x,y)。

3.根据权利要求2所述的基于无抽样小波与Gumbel分布的织物缺陷检测方法，其特征在于，所述步骤S2.1包括以下步骤：

S3.1构建一定尺寸的形态学运算结构单元；

S3.2用步骤S3.1所述结构单元对顶层近似子图进行膨胀操作；

S3.3用步骤S3.1所述结构单元对顶层近似子图进行腐蚀操作；

S3.4将步骤S3.2所得膨胀结果减去步骤S3.3所得腐蚀结果并取绝对值，作为近似子图的差分特征，用以捕捉位于低频区域的缺陷信息。

4.根据权利要求2所述的基于无抽样小波与Gumbel分布的织物缺陷检测方法，其特征在于，所述步骤S2.2包括以下步骤：

S4.1对水平、垂直、对角各个方向，分别计算相邻两层细节系数的差分值；

S4.2将结果取绝对值，作为该方向下对应分解层的细节差分特征。

5.根据权利要求4所述的基于无抽样小波与Gumbel分布的织物缺陷检测方法，其特征在于，所述步骤S2.3包括以下步骤：

S5.1对步骤S4.2所述细节差分特征进行规范化；

S5.2将三个方向的全部尺度下的细节差分特征进行求和，得到总的细节差分特征。

6.根据权利要求3或4所述的基于无抽样小波与Gumbel分布的织物缺陷检测方法，其特征在于，所述步骤S2.4包括以下步骤：

S6.1将步骤S3.4、S4.2所述的近似子图的差分特征、细节差分特征分别进行规范化；

S6.2将规范化后的近似子图的差分特征、细节差分特征进行求和，得到融合差分特征图M_f(x,y)。