APP下载

联合LBP与SOM的多分辨率织物疵点检测

2012-02-21林似水郑力新

网络安全与数据管理 2012年23期
关键词:检测

林似水,郑力新

(华侨大学 信息科学与工程学院,福建 厦门 361021)

织物疵点是影响织物品质的重要因素。长期以来,织物疵点检测都由人工完成。这种方法自动化程度极低,检测速度慢。而且该方法是一种单调繁重的重复性劳动,它极大地损伤人的视觉,检测结果容易受到疲惫、紧张等主观因素的影响。因此,开发一种快速、有效、可靠、实时的疵点检测系统成为迫切需要解决的问题。

近年来,出现了很多疵点检测方法[1-11],其中应用与人眼视觉近似的小波及Gabor是使用比较多的方法,这两种方法都具有多尺度、多分辨率的特点,非常适合检测尺度不同的疵点。但这两种算法都比较复杂,计算量大,不能满足生产线上对疵点检测的实时性要求。本文在结合国内外相关参考文献的基础上,针对从企业获取的疵点图像,提出了一种应用LBP金字塔与SOM的织物疵点检测方法。该方法结合了图像金字塔的多分辨率特性,LBP对图像局部纹理特征的卓越描绘能力,以及SOM对输入数据的优秀聚类能力。实验表明,该方法运行速度快、检测效果好,适用于不同纹理织物的不同疵点检测。

1 LBP与SOM原理

1.1 局部二进制模式(LBP)原理

LBP是一种有效的纹理描述算子,对图像的局部纹理特征具有卓越的描绘能力,同时又具有很强的分类能力、较高的计算效率,对于单调的灰度变化具有不变性。

LBP的主要思想是以某一点与其邻域像素的相对灰度作为响应,正是这种相对机制使得LBP算子对于单调的灰度变化具有不变性。……

登录APP查看全文

猜你喜欢

检测
QC 检测
小波变换在PCB缺陷检测中的应用