[发明专利]一种基于Sobel算子的布料疵点检测方法

权利要求书

1.一种基于Sobel算子的布料疵点检测方法，其特征在于：该方法包括以下步骤：

步骤1：对采集得到的布料疵点图像进行Sobel算子滤波，得到初始估计图像；

步骤2：对估计图像进行分块，并统计每个图像块中非零像素值的个数，得到每个图像块中像素值的统计结果；

步骤3：设定阈值，对图像块中像素值的统计结果进行二值化处理，得到二值化处理后的图像块；

步骤4：对二值化处理后的图像块进行合成，得到二次估计图像；

步骤5：对步骤4所得二次估计图像重复步骤2～步骤4，得到最终检测图像，实现Sobel算子与图像分块统计检测。

2.根据权利要求1所述的一种基于Sobel算子的布料疵点检测方法，其特征在于：所述步骤1对布料疵点图像进行Sobel算子滤波，得到初始估计图像；步骤如下：

1-1，对采集得到的布料疵点图像y，用Sobel算子对其边缘进行探测，Sobel算子包含两个卷积核，分别为横向卷积核和纵向卷积核，将横向卷积核与纵向卷积核分别与疵点图像y进行卷积运算，得到

其中*为卷积算子，G_x和G_y分别表示横向及纵向边缘检测的图像梯度值；

1-2，当图像所有像素通过卷积算子运算后，根据图像的每一个像素的横向及纵向梯度值计算得到对应像素的梯度大小，从而得到梯度图像；梯度大小计算公式如下：

其中，G表示像素点的梯度；

1-3，对步骤1-2所得梯度图像进行二值化操作，得到一个二值化的图像，记为x，所述二值化图像即为初始估计图像。

3.根据权利要求2所述的一种基于Sobel算子的布料疵点检测方法，其特征在于：所述步骤2对估计图像进行分块，并统计每个图像块中非零像素值的个数，得到每个图像块中像素值的统计结果；方法如下：

根据矩阵块挖掘算子对图像x进行分块，得到图像块x_i，表示如下：

x_i＝R_ix i＝1,2,...,n

其中，R_i为矩阵块挖掘算子，n表示图像块的数量，块的尺度为m×m，块与块之间有2个像素值重叠；

图像x经过分块后，统计每个图像块中非零像素值的个数，得到每个图像块的统计结果。

4.根据权利要求3所述的一种基于Sobel算子的布料疵点检测方法，其特征在于：所述步骤3设定阈值，对图像块中像素值的统计结果进行二值化处理，得到二值化处理后的图像块；具体如下：

判断步骤2所得每个图像块中非零像素值的个数是否满足阈值条件；

如果图像块中非零像素值的个数大于设定的阈值，则该图像块包含疵点，图像块中像素值保持不变；否则，该图像块中只包含噪声点，整个图像块的像素值设为0，得到二值化的图像块

5.根据权利要求4所述的一种基于Sobel算子的布料疵点检测方法，其特征在于：所述步骤4对二值化处理后的图像块进行合成，得到二次估计图像；方法如下：

在获得所有二值化的图像块后，图像通过求解下面最小化问题得到：

上式解为

将估计图像块放到原图像y相应位置，在重合像素部分取像素值的平均值，从而得到检测图像