张五一，杨 扬，林 聪, 温盛军

(中原工学院, 郑州 450007)

在帘子布生产过程中，布面疵点决定产品质量，布匹表面疵点检测是生产过程中一个重要环节。长期以来，织物疵点的检测工作几乎都是由人工视觉来实现的，检测结果受验布人员主观因素影响，导致误检率、错检率较高[1]。基于图像分析的织物疵点自动检测技术已代替传统的人工视觉，成为织物疵点检测领域研究的热点。

本文结合从企业得到的帘子布疵点图像与国内外相关研究文献，利用Gabor滤波器组、最大熵阈值分割和BP神经网络原理，提出了一种新的帘子布疵点检测方法。该方法采用Gabor滤波器组对图像进行滤波，对滤波后的模值图像使用最大熵阈值分割[2]，提取疵点图像轮廓的长、宽、长宽比和面积等特征值。将上述特征值作为BP神经网络的输入，经过大量的数据训练，最终实现对疵点的识别和分类。实验证明该方法能够检测、识别出绝大多数常见的疵点。

1 Gabor滤波器特征与参数选取

1.1 Gabor滤波器特征

Gabor变换是一类重要的时频分析方法，它是Gabor D在1946年研究声波的传播与压缩时提出来的。Gabor滤波器的主要特征是：不同纹理一般具有不同的中心频率和带宽，根据这些频率和带宽设计一组Gabor滤波器，对纹理图像进行滤波。每个滤波器只允许与其频率相对应的纹理通过，其他纹理则受到抑制。从每个滤波器的输出结果中提取疵点纹理特征，用于疵点分类[3-4]。Gabor滤波器实质上是一个带通滤波器，其冲击响……