姚明海,潘海飞,王宪保

(浙江工业大学 信息工程学院，浙江 杭州 310023)

基于全局和局部显著性的织物疵点检测

姚明海,潘海飞,王宪保

(浙江工业大学 信息工程学院，浙江 杭州 310023)

针对织物疵点检测过程中疵点种类繁多、大小差异和受织物本身纹理干扰等特点，提出了一种全局显著性和局部显著性相结合的织物疵点检测方法.首先对图像进行稀疏表示，然后计算系数矩阵的增量编码长度，根据增量编码长度量得到局部显著图，再利用频率调谐法计算全局显著图，接着将这两类显著图相融合得到综合显著图，最后，通过自适应阈值分割法求得二值化图像.实验证明：该算法的检测效率高，并具有较强的抗干扰能力.

疵点检测；频率调谐；显著性；稀疏编码

随着面料的生产速度变得更快，快速缺陷检测成为织物质量控制系统的一个重要步骤.传统的织物检测主要是通过人工来实现，效率低且受主观因素影响大，严重限制了高质量的织物生产速度.因此，基于机器视觉的织物疵点检测方法逐渐成为现在的研究热点，现有的织物检测方法主要有频域法、统计法和模型法等.统计法[1]利用一定空间内灰度值的统计特征来描述该纹理.频域法[2]将织物图像变换到频域，频域形式充分体现了纹理的周期性，检测目标主要针对具有均匀纹理的织物图像.模型法[3]假定纹理是某种模型下的一个样本.这些方法虽然都可以检测织物疵点，但是……