[发明专利]基于贝叶斯阈值的纱线毛羽检测方法

权利要求书

1.基于贝叶斯阈值的纱线毛羽检测方法，其特征在于，具体步骤为：

步骤1，将待检测的纱线毛羽图像预处理，得到纱线毛羽滤波图像；

步骤2，对纱线毛羽滤波图像进行贝叶斯阈值处理，得到阈值图像；

步骤3，对阈值图像做去除条干处理，得到毛羽图像；

步骤4，对毛羽图像进行长度、根数、纱线毛羽长度指数、纱线毛羽面积指数计算。

2.如权利要求1所述的基于贝叶斯阈值的纱线毛羽检测方法，其特征在于，所述步骤1的步骤包括依次对待检测的纱线毛羽图像进行图像增强处理和图像递归滤波处理，之后得到纱线毛羽滤波图像。

3.如权利要求1所述的基于贝叶斯阈值的纱线毛羽检测方法，其特征在于，所述步骤2的步骤为：针对灰度值在[0,255]间的纱线毛羽滤波图像，记图像中最大的灰度值为Z_d，最小值为Z_x，T为最大值与最小值的均值，进行迭代最佳阈值算法计算：将图像中每个像素点的阈值与T比较，若大于T，则将所有阈值数累加给S₀，否则累加给S₁，并记录每次累加的个数；大于阈值的数与个数的商记作T₀，小于的记作T₁，若满足迭代式|T-(T₀+T₁)/2|＜0.1，则迭代结束，否则一直进行迭代，最终得到阈值图像。

4.如权利要求1所述的基于贝叶斯阈值的纱线毛羽检测方法，其特征在于，所述步骤3具体包括以下步骤：

步骤3.1，将待检测的纱线毛羽图像生成为1*256的全零阵，用待检测的纱线毛羽图像的每一级的灰度像素个数与图像大小的比表示图像归一化频率，记为f_i；

步骤3.2，对待检测的纱线毛羽图像中的每个像素做方差处理，得到方差图像，方差处理的公式为：

B_c(k+1)＝(m_g×p₁-m_k)^2/(p₁×(1-p₁)) (3)

式中：B_c表示方差，m_g表示待检测的纱线毛羽图像的平均值，k为1到254，其中E_a表示图像像素大小；

步骤3.3，所述方差图像在像素最大值对应的下标用index表示，判断待检测纱线毛羽图像(img)像素是否满足img＞index，若满足，则输出膨胀后的条干图像，利用阈值图像减去条干图像且矩形内核定义核设置为16即可得到毛羽图像。

5.如权利要求1所述的基于贝叶斯阈值的纱线毛羽检测方法，其特征在于，所述步骤4中对毛羽图像进行长度、根数的计数步骤包括：

步骤4.1.1，将毛羽图像经过Hilditch细化算法后作为处理样本x_i；

步骤4.1.2，设置邻域半径C，检索样本的邻域半径C，得到的毛羽的长度M；

步骤4.1.3，同一长度检索结束后，用像素法进行计算毛羽的真实长度及根数，其中像素法统计的像素点个数乘以实际像素点长度即可得到毛羽真实长度；

步骤4.1.4，检查样本中未被标记的毛羽的长度，直到检测到边界结束；

步骤4.1.5，循环步骤4.1.1～步骤4.1.4，直到样本被检测完，获得毛羽根数以及每根毛羽的长度。