论文部分内容阅读
纺织品缺陷检测是纺织品工业生产中必要且重要的环节。人工方式的纺织品缺陷检测,其检测质量的好坏严重地依赖于主观经验、判断力和注意力。在现代纺织品工业中,纺织品自动检测正在逐步取代人工视觉检测方法。纺织品自动检测的主要目标是能够有效地提取纺织品缺陷,且对缺陷区域进行准确定位。近年来,纹理梯度是图像分割的热点问题,在纹理梯度图像中能够准确地分辨出不同类别纹理的边界。因此,本文通过采用纹理梯度算法,研究提出了一种新的有效的纹理缺陷检测方法,并且,将该方法进一步用于实际的纺织品缺陷的检测中。主要研究内容如下:1研究建立基于纹理梯度的纹理图像分割方法。通过结合纹理梯度和标记分水岭,构造出一种纹理图像分割算法——简单的纹理分水岭算法。在此基础上,为了消除成像噪声及不相关细节的影响,突出纹理间的差异,在进行纹理分水岭分割之前,先采用非局部均值滤波实现纹理增强,构造基于纹理增强的纹理分水岭算法,能够获得更加准确的纹理缺陷检测结果。2研究建立基于纹理梯度的MRF纹理缺陷检测方法。通过分析MRF模型,提出了基于纹理梯度的MRF纹理缺陷检测方法,克服了基于纹理分水岭的纹理缺陷检测方法需要人工设定阈值的弊端。该检测过程先进行纹理增强,再计算纹理梯度,最后利用Markov随机场模型高自动化地完成纹理缺陷检测。3研究建立基于纹理梯度的纺织品检测方法。将三种基于纹理梯度的纹理缺陷检测方法,即简单的纹理分水岭算法、基于纹理增强的纹理分水岭算法和基于纹理梯度的MRF算法分别用于实际的纺织品缺陷图像的检测,并比较各方法的优缺点。实验结果表明,简单的纹理分水岭算法能够实现对于纹理差异较明显,即检测难度较小的纺织品缺陷的检测,且速度较快。但是对于检测难度较大的纺织品缺陷图像,基于纹理增强的纹理分水岭算法的检测效果较好,但缺点是耗时较长。基于纹理梯度的MRF算法能够实现高自动化地纺织品缺陷检测,且也能有效提取出纺织品缺陷区域,缺陷边界定位准确。