[发明专利]一种基于图像处理的布匹瑕疵的检测方法

权利要求书

1.一种基于图像处理的布匹瑕疵的检测方法，其特征在于，该方法包括：

S1、获取布匹图像，将布匹图像均匀划分为多个窗口图像，获取每个窗口图像的频谱图，根据各频谱图绘制每个对应的窗口图像的频率直方图；

S2、根据频率直方图获取每两个窗口图像的频率均值差异、频率偏差差异，根据频率均值差异、频率偏差差异计算每两个窗口图像之间的频率相似度值，并计算每个窗口图像与其他窗口图像之间的频率相似度值的平均相似度值；

S3、根据各窗口图像的平均相似度值获取相似度曲线，将相似度曲线变化率最大值的点作为分割阈值得到未知缺陷窗口图像集合和非缺陷窗口图像集合；获取所有窗口图像中频率相似度值的最大值，最大值所对应的窗口图像为标准窗口图像；

S4、对标准窗口图像进行分析，得到两个主成分方向及各主成分方向对应的特征值；获取垂直主成分方向的的最长直线l，根据最长直线l左侧的一个初始像素点与最长直线l上所有与所述初始像素点灰度值相同的直线像素点获取布匹纹理的最小可能周期，根据每个最小可能周期计算最小周期的可能性值，根据可能性值和设定的可能性值的阈值确定满足条件的布匹纹理的最小周期；

S5、计算单个最小周期内垂直各主成分方向的像素点的灰度均值、像素点的灰度方差；并

根据各主成分方向的最小周期对应的可能性值、特征值、灰度均值及灰度方差计算未知缺陷窗口图像的周期符合率；

S6、根据周期符合率对未知缺陷窗口图像进行阈值分割，得到缺陷像素点的集合，缺陷像素点的集合即为缺陷位置。

2.根据权利要求1所述的一种基于图像处理的布匹瑕疵的检测方法，其特征在于，根据频率均值差异、频率偏差差异计算每两个窗口图像之间的频率相似度值的步骤包括：

对各频率直方图中的频率值进行密度聚类得到若干个类别区间，分析各类别区间的频率占比得到主类别和非主类别；

根据下式(1)计算相似度值：

其中，X_i,j表示第i和第j个窗口图像的频率之间的相似度值；F_i,a表示第i个窗口图像的频率直方图第a个非主类别；F_j,b表示第j个窗口图像的频率直方图第b个非主类别；M_i表示第i个窗口图像频率直方图的非主类别个数；M_j表示第j个窗口图像频率直方图的非主类别个数，表示第i个窗口图像与第j个窗口图像非主类别平均波动程度差异；μ_i表示第i个窗口图像的频率均值；μ_j表示第j个窗口图像的频率均值；σ_i表示第i个窗口图像的频率偏差；σ_j表示第j个窗口图像的频率偏差；(μ_i-μ_j)²表示窗口图像之间的频率均值差异；(σ_i-σ_j)²表示窗口图像之间的频率偏差差异，(μ_i-μ_j)²*(σ_i-σ_j)²表示窗口图像频率直方图之间的整体分布差异。

3.根据权利要求1所述的一种基于图像处理的布匹瑕疵的检测方法，其特征在于，将相似度曲线变化率最大值的点作为分割阈值得到未知缺陷窗口图像集合和非缺陷窗口图像集合的步骤包括：

获取所述相似度曲线中的变化率最大值；

根据下式(2)计算变化率最大值处的突变性T：

其中，k_max为变化率最大值；k_i表示相似度曲线的其它点变化率；n表示其它点的个数，i表示其它点；

根据突变性确定突变点，将突变点作为分割阈值得到未知缺陷窗口图像集合和非缺陷窗口图像集合。