[发明专利]一种基于小波神经网络的布匹表面瑕疵检测方法

摘要

本发明提供了一种布匹表面瑕疵的在线视觉检测方法，其特征是通过Gabor滤波器和小波神经网络的结合，有效提取出布匹表面纹理的宽度方向等信息，能够对同种类布匹训练求取最优解后构建Gabor滤波器进行在线实时检测，保证了在线检测的速度与精度；针对不同种类的瑕疵，分别利用奇对称、偶对称Gabor滤波器保证块状瑕疵与线状瑕疵均能够准确、高效地检测出来。在用线阵相机高速实时采集图像的条件下，能够有效的提高检测速度，降低漏检和误检率。

主权项

一种布匹瑕疵的在线视觉检测方法，其特征是：通过Gabor滤波器和小波神经网络的结合，有效地提取出布匹表面纹理的宽度方向信息，对于同种类布匹训练求取最优解后构建Gabor滤波器进行在线实时检测；针对不同种类的瑕疵，对应选择奇对称、偶对称Gabor滤波器保证块状瑕疵与线状瑕疵准确、有效地检测出来；具体包括以下几个步骤：(1)离线学习过程中小波神经网络的构建，得到布匹表面的参数向量$\mathrm{\η}=(t_x^i,t_y^i,{\mathrm{\θ}}^i,{\mathrm{\σ}}_x^i,{\mathrm{\σ}}_y^i,{\mathrm{\ω}}_x^i,w_i)$信息；(2)离线学习过程中利用LM算法迭代求取最优参数组，构建最优Gabor滤波器组；(3)在线检测过程中对待测图像经过Gabor滤波器组滤波处理，将得到的各图像融合，得到瑕疵区域。