吴 宁，管声启，徐帅华

(西安工程大学机电工程学院，陕西 西安 710048)

0 引言

质量控制在纺织品生产中非常重要，纺织品的质量好坏直接影响着纺织企业的生产成本与经济效益。然而，纺织品的质量问题主要出自生产过程中因为各种偶然因素造成的布面瑕疵即织物疵点，要想保证纺织品的质量，就要对布面的疵点进行有效的监控与检测。现在织物疵点检测主要依赖于人工视觉，但由于人工验布是一种单调、乏味且繁重的劳动，检测速度与效率受主观因素影响大，漏检率和误检率均较高。因此开发一种能替代人工检测的自动检测方法成为现在大多数纺织企业迫切需要解决的问题。针对这一问题国内外学者进行了大量的研究，开发出许多织物疵点自动检测算法，取得了一定的效果。但由于织物疵点种类的多样性与复杂性，目前还没有一个完整统一的算法能有效检测出各类疵点，因此新算法的开发仍然是一个重要的研究课题。

目前织物疵点检测算法主要集中在空间域和频域。在空间域进行研究主要是基于织物纹理图像的空间结构特征，如纹理的周期性、方向性、矩及空间复杂性等［1-8］。在频域内进行研究主要是利用傅里叶变换及小波变换将织物图像变换到频域中，针对其频域特性设计相应的滤波器，通过多分辨率多尺度滤波抑制背景纹理，不断提高疵点区域的显著性［9-15］。

本文通过提取已知正常织物纹理边缘的周期性与方向性特征，并利用提取特征对同类织物疵点图像进行分块与特征匹配，进而识别与消除织物疵点图像的正常纹理背景信息，突出疵点信息，最终达到疵点检测的目的。……