纺织学报 ›› 2014, Vol. 35 ›› Issue (4): 56-0.

• 纺织工程 • 上一篇    下一篇

基于视觉显著性的平纹织物疵点检测

管声启,高照元,吴宁,徐帅华   

  1. 西安工程大学机电工程学院
  • 收稿日期:2013-05-06 修回日期:2013-12-26 出版日期:2014-04-15 发布日期:2014-04-14
  • 通讯作者: 管声启 E-mail:sina1300841@163.com
  • 基金资助:

    陕西省教育厅科研计划项目;西安工程大学博士科研启动基金项目

Defect detection of plain weave based on visual saliency mechanism

  • Received:2013-05-06 Revised:2013-12-26 Online:2014-04-15 Published:2014-04-14

摘要: 受检测环境及疵点特点影响,传统的检测算法难以满足疵点动态检测。本文提出基于视觉显著性疵点动态检测的新方法。首先,对采集图像进行特征提取形成特征图;其次,对特征图进行小波多层分解形成特征子图;在此基础上,对分解后的特征子图进行中央周边操作构建特征差分子图;然后,通过特征差分子图的融合策略形成显著图;最后,采用阀值法分割出兴趣区,并通过区域生长分割出疵点目标。试验结果表明,该方法能够完整检测出平纹织物疵点信息,并且具有较强的抗干扰能力。

关键词: 视觉显著性机制, 特征提取, 显著图, 织物疵点检测

Abstract: As it is influenced by inspection environment and the characteristics of defect, the traditional detection methods are difficult to meet the requirements of defect dynamic detection. A new method based on visual saliency mechanism is presented in this paper. First of all, characteristic pattern is obtained through extracting the features of acquired image. Secondly, the characteristic sub-images are formed by wavelet multilevel decomposition of the characteristic pattern. On this basis, the center-surround difference operation is used to construct the characteristic difference sub-image. Then, through fusing these characteristic difference sub-images, the salient image is formed. Finally, extracting the region of interest use the threshold method, and then segmenting the defect targets use the region growing method. Experimental results show that this method can detect plain weave fabric defect information, and has strong anti-jamming ability.

Key words: visual saliency mechanism, feature extraction, saliency map, fabric defect detedtion

[1] 王传桐 胡峰 徐启永 吴雨川 余联庆. 改进频率调谐显著算法在疵点辨识中的应用[J]. 纺织学报, 2018, 39(03): 154-160.
[2] 尉苗苗 李岳阳 蒋高明 丛洪莲. 应用最优Gabor滤波器的经编织物疵点检测[J]. 纺织学报, 2016, 37(11): 48-54.
[3] 董蓉 李勃 徐晨. 应用积分图的织物瑕疵检测快速算法[J]. 纺织学报, 2016, 37(11): 141-147.
[4] 石美红 张正 郭仙草 陈永当. 基于显著纹理特征的织物疵点检测方法[J]. 纺织学报, 2016, 37(10): 42-049.
[5] 厉征鑫 周建 潘如如 刘建立 高卫东. 应用单演小波分析的织物疵点检测[J]. 纺织学报, 2016, 37(09): 59-64.
[6] 曹霞 李岳阳 罗海驰 蒋高明 丛洪莲. 蕾丝花边的改进型纹理特征检索方法[J]. 纺织学报, 2016, 37(06): 142-154.
[7] 景军锋 范晓婷 李鹏飞 张蕾 张宏伟. 应用Gaussian回代交替方向图像分解算法的色织物疵点检测[J]. 纺织学报, 2016, 37(06): 136-141.
[8] 黎聪 闫学娜 曾祥忠 梁猛 张莹. 应用一维傅里叶变换的剖幅区自动识别与定位[J]. 纺织学报, 2016, 37(01): 147-151.
[9] 杜玉红 王加富 蒋秀明 周国庆 罗永恒. 应用聚类统计分析的棉花异纤图形检测算法[J]. 纺织学报, 2015, 36(03): 135-0.
[10] 景军锋 李江南 李鹏飞. 改进型奇异值分解在织物疵点检测上的应用[J]. 纺织学报, 2014, 35(6): 62-0.
[11] 杨晓波. 基于GMRF模型的统计特征畸变织物疵点识别[J]. 纺织学报, 2013, 34(4): 137-142.
[12] 杨晓波. 基于自适应离散小波变换的混合特征畸变织物疵点识别[J]. 纺织学报, 2013, 34(1): 133-137.
[13] 杨晓波. 基于人工神经网络的织物疵点聚类分析[J]. 纺织学报, 2011, 32(9): 29-33.
[14] 刘素一;夏蕾. 基于元胞自动机的织物图像拼接[J]. 纺织学报, 2011, 32(1): 29-33.
[15] 蒋高平;钟跃崎;王荣武. 基于谱线特征的羊绒与羊毛的鉴别[J]. 纺织学报, 2010, 31(4): 15-19.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!