[发明专利]一种基于无抽样小波与Gumbel分布的织物缺陷检测方法

摘要

本发明公开了一种基于无抽样小波与Gumbel分布的织物缺陷检测方法，包括步骤：对输入图像进行多层无抽样小波分解；根据小波分解所得的近似子图和细节子图，生成融合差分特征图；采用Gumbel模型拟合特征图中的灰度分布，利用MLE算法估计模型参数；将特征图划分成子图块，根据估计的模型参数计算每个子图块的似然估计值，得到似然值分布图；阈值化似然值分布图，得到二值化的检测结果。本发明没有直接将各子带小波系数用作特征，避免了高维特征矢量的计算复杂性；特征融合步骤中考虑了低频信息的影响，避免灰度变化平缓的缺陷被漏检；将小波分析与Gumbel模型结合，把缺陷检测问题转化成假设检验问题，检测精度高。

主权项

1.一种基于无抽样小波与Gumbel分布的织物缺陷检测方法，其特征在于，包括以下步骤：S1.1对输入的待测图像进行多层无抽样小波分解，每个分解层生成一幅近似子图，以及水平、垂直、对角三个方向的细节子图；S1.2分别计算近似子图及各细节子图的差分特征，然后将其融合成单一的差分特征图，以弱化纹理背景、突出缺陷信号；S1.3采用Gumbel模型拟合差分特征图中的灰度分布，利用MLE算法估计模型参数；S1.4将特征图分割成一系列尺寸较小的子图块，根据所估计的Gumbel模型参数，计算每个子图块的似然估计值，得到似然值分布图；S1.5阈值化似然值分布图，得到二值化的检测结果。