改进的基于最大熵和Gabor滤波器的织物疵点检测*
2011-08-14郑力新
网络安全与数据管理 2011年13期
赵 波 ,郑力新
(1.华侨大学 计算机科学与技术学院,福建 厦门 362021;2.华侨大学 信息科学与工程学院,福建 厦门 362021)
织物疵点检测是近年来国内外学者在图像领域的热门研究课题之一。本文在结合国内外相关参考文献[1-10]的基础上,针对从企业获取的疵点图像,利用最大熵原理和Gabor滤波器技术,提出了一种新的基于最大熵和Gabor滤波器的织物疵点检测方法。该方法首先对预处理后的图像采用两个Gabor滤波器分别进行水平和垂直方向滤波的模值图像,然后对模值图像分别利用最大熵阈值分割,再融合分割后的二值图像并进行形态学处理,最后通过计算轮廓面积和周长的方法去掉小的孤立点和描绘出最终疵点图像,从而获得疵点检测结果。实验表明,该方法能够很好地检测和分割出绝大多数疵点,而且速度快、效果好。
1熵和Gabor滤波器原理
1.1熵数学理论
熵是源于物理学的基本概念,由Shannon引入到信息论中。信息论中,熵是作为事件出现概率不确定性的量度,能有效地反映事件包含的信息。图像中,熵代表图像中信息量的大小,可以通过定义图像各个像素点分布情况定义图像的局部熵。
一幅M×N大小的图像,熵的定义为[11]:


式中,Hf是M×N大小的局部窗口的熵,即局部熵;Pij是 点(i,j)处 灰 度 分 布 概 率 ,Pij<1;f(i,j)是 点(i,j)处 灰度值;M、N为图像的长和宽。
由于式(1)存在两次二维求和,程序中会用到四层循环,因此时间和计算机内存开销都很大。本文根据泰勒级数展开式,舍去了式(1)中的高次项,对其进行简化,将量大的对数运算简化为简单的代数运算,提高了运算速度[4]。……
登录APP查看全文
