李逸岳，汪仁煌，朱 颖

（广东工业大学 自动化学院，广东 广州 510090）

纹理常指图像反复出现的局部模式和它们的排列规则，反映宏观意义上灰度变化的一些规律。在现代工业生产和自动化检测中，产品表面纹理特征往往是衡量产品质量的重要指标。不同纹理特征图像有不同的纹理识别和描述方法，目前常用的纹理特征分析方法主要集中在基于空间域的结构模型和统计模型分析方法、基于频率域的滤波器族、小波分析方法。在空域模型中，纹理被看作一种对区域内密度分布的量测结果，其利用对图像灰度的分布和关系的统计规则来描述纹理，比较适合自然纹理的描述。HARALICK R M[1]等人提出了纹理特征的灰度共生矩阵表示，共生矩阵方法不受分析对象的限制，能够反映图像的灰度分布情况，但用共生矩阵提取的纹理性质缺少视觉相似性。频域滤波器族是一种以图像梯度信息表示图像纹理特征的方法，傅里叶变换[2]适合描述周期函数，频域特征比空域特征更具有抗噪性，但是对于方向性不敏感，仅包含了图像水平和垂直方向的梯度，丢失了其他方向上的重要信息，同样缺乏空间分布信息。小波分析[3]因其突出的局域特性和多尺度特性近年来在纹理分析中受到重视，但缺点是计算量大。

基于机器视觉的羽毛检测是羽毛球生产自动化的关键环节，波纹纹理是羽毛缺陷类型的一种，主要表现为羽毛片上空间周期出现的明暗变化，在自动化检测中需要根据羽毛波纹的严重程度进行分类识别。……