马金秀，张缓缓，景军锋，李鹏飞，王 震，仵景涛

(西安工程大学 电子信息学院，陕西 西安 710048)

0 引 言

印花织物作为一种附加值较高的织物，在服装制衣、高端家纺制品及家居装饰品中的应用十分广泛[1-2]。但在花型印制的过程中，由于机械故障、人工操作失误以及生产环境干扰等因素，不可避免地产生缺陷，而缺陷的存在直接影响了印花终端产品的质量及价格。因此，对印花织物的缺陷检测尤为重要。然而印花织物材质多样、纹理结构复杂、颜色多变、花型繁多，缺陷特征难以有效表征，极大地增加了计算机对缺陷检测的难度。

近年来，随着机器学习、图像处理与模式识别在纺织品工业质量控制方面的广泛应用，许多国内外学者针对原料布[3-4]、网状织物[5]和色织物[6-7]等面料纹理结构相对简单的织物瑕疵的研究取得了较多得成果。为了进一步解决具有复杂纹理和花型特性的印花织物缺陷，潘如如等提出了一种基于互相关的印花织物缺陷检测方法[8]，该方法能实现印花织物的花纹偏移、颜色色差等缺陷的自动检测，但是这些缺陷都来自于软件的模拟，并没有对实际的印花样本进行验证。KUO等提出了一种基于RGB累计均值法的印花织物缺陷检测方法[9]，并对断经、断纬等缺陷进行了有效检测，但RGB空间计算量大，对硬件要求较高且论文并未对非周期印花织物进行探讨。景军锋等提出采用曲线匹配算法对织物图像进行分割[10]，完成圆网印花过程中对花误差的检测，但是在检测过程中必须以标准图像进行对比匹配，否则无法完成检测。……