[发明专利]一种基于大脑皮层细胞方向选择性的织物疵点检测方法

说明书

本发明公开了一种基于大脑皮层细胞方向选择性的织物疵点检测方法，首先对织物图片进行预处理；然后利用基于大脑皮层细胞方向选择性的边缘检测模型对织物图片进行边缘检测，得到含疵点的织物图片边缘图；对边缘检测模中的参数迭代，并采用平均梯度值指标对边缘检测效果进行评价；本发明采用符合人眼感知机制的边缘检测模型对织物疵点进行检测，自适应确定模型参数，较准确地识别织物疵点尽可能减少错检、漏检现象。

技术领域

本发明属于计算机视觉技术及神经科学的技术领域，涉及一种基于大脑皮层细胞方向选择性的织物疵点检测方法。

背景技术

在纺织品的生产过程当中，由于纱线质量问题或其他因素常会导致织物表面出现不同程度的瑕疵。如此类瑕疵未能及时准确的检测，将会为之后的深度加工带来困难，从而导致不必要的经济损失。因此，在织物生产过程中，其疵点检测是企业质量把控的关键环节之一。作为纺织品生产大国，我国的检测技术仍比较落后，不少企业仍依托人工作业。这不仅造成较高的人工成本，更为重要的是，作为一项需要精力高度集中的工作，不仅对工人的技术及经验要求高，而且稍有疏忽，便会造成漏检、错检等问题。

近年来，随着人工智能、计算机视觉等技术的发展，采用机器代替人工进行织物疵点检测已成为纺织行业的迫切需求。其中对织物图片进行边缘检测已成为其中的一项研究热点。该方法借用计算机视觉中的“边缘”概念，考虑背景与疵点，疵点与疵点之间的信息关联，将疵点与背景有效分割。但是，现有技术多基于传统的边缘检测算子，却忽视了一个基本问题，即“边缘”的定义源于人类的经验及视觉感知，并无准确的数学公式定义。因此，只有符合人眼视觉的边缘检测算法，才可以检测出人眼认为准确的边缘。

发明内容

本发明的目的是提供一种基于大脑皮层细胞方向选择性的织物疵点检测方法，能够得到符合人眼视觉感知机制的疵点边缘图像。

本发明所采用的技术方案是，一种基于大脑皮层细胞方向选择性的织物疵点检测方法，具体按以下步骤实施：

步骤1，对织物图片进行预处理；

步骤2，利用基于大脑皮层细胞方向选择性的边缘检测模型对步骤1中的图片进行边缘检测，得到含疵点的织物图片边缘图；

步骤3，对步骤2中的边缘检测模中的参数迭代，并采用平均梯度值指标对步骤2中的边缘检测效果进行评价。

本发明的特点还在于：

其中步骤1具体包括：对织物图片进行灰度化处理，然后使用高斯差分函数对灰度化后的织物图片进行滤波，滤波后的织物图片即为模拟侧膝体细胞的输出；

其中步骤1中将织物图片灰度化处理后将像素阈值限定在0～255之间；

其中步骤2中基于大脑皮层细胞方向选择性的边缘检测模型结构为基于脑皮层V1区的边缘检测模型接收来自侧膝体细胞的输出作为大脑皮层的输入，临近的若干个侧膝体细胞加权求和形成子单元的响应，多个子单元沿特定方向排列使得V1区细胞的方向选择性，组成V1区细胞的子单元响应如下式：

式中，δ_i，σ_i，ρ_i，是简单细胞的子单元位置参数，x′[-3σ_i，3σ_i]；

V1区细胞的方向选择性由多个子单元沿特定方向排列而成，定义为这些子单元的几何加权平均，如下式：