[发明专利]基于峰值覆盖值和Gabor特征的纺织品瑕疵检测方法

摘要

本发明提供一种基于峰值覆盖值和Gabor特征的纺织品瑕疵检测方法，该方法分析基于照明光源下平坦纺织品表面的数字图像像素灰度信息，将图像分割为互不重叠的网格，计算每个网格的Gabor特征，根据Gabor特征分布自动定位纺织品表面瑕疵。本发明特别适用于自动识别在稳定照明光源下采集的纺织品平坦表面灰度数字图像中的纺织品表面瑕疵。

主权项

一种基于峰值覆盖值和Gabor特征的纺织品瑕疵检测方法，其特征在于：包括训练和测试两个阶段；训练阶段，根据一系列无瑕疵纺织品灰度图像(以下简称无暇图像)计算图格分割所需参数，而后对无暇图像进行图格分割并计算测试阶段瑕疵识别所需参数；测试阶段，根据训练阶段得到的参数对一副纺织品图像进行图格分割并判断图格是否包含瑕疵，最后标记含有瑕疵的图格；所述训练阶段包括以下步骤：步骤1：根据一系列无暇图像计算图格分割所需参数，以确定图格理想尺寸；步骤2：根据步骤1中获得的图格理想尺寸，对训练样本集进行图格分割，获得训练样本图格；步骤3：采用Gabor滤波器组对步骤2中图格分割生成的训练样本图格进行卷积，卷积结果通过投影方法降维，计算降维结果的能量和振幅，组合能量和振幅构成特征向量，最终产生特征向量距离矩阵；步骤4：根据训练样本图格，找到距离矩阵的最大值，计算所有距离矩阵最大值的平均值作为距离阈值；所述测试阶段包括以下步骤：步骤5：根据步骤4得到的距离阈值，按照步骤2的方法对测试样本进行图格分割，获得测试样本图格；步骤6：按照步骤3的方法计算测试样本的距离矩阵，并将计算结果与瑕疵检测阈值进行比较，以识别有瑕疵的图格。