周晓敏， 李 东， 唐武弟， 韦 虎， 黄 炫*

(1.中国科学院 合肥物质科学研究院，安徽 合肥 230031； 2.中国科学技术大学，安徽 合肥 230026)

织物疵点的检验是织物评定质量优劣、评定等级的主要依据，通常按疵点的影响程度、大小、对后加工要求评定分数，进行疵点的清除、修复或开剪，保证后加工产品的正品率，对纺织生产企业具有重要的经济意义。传统的人工验布速度不快、产量低、效率差。提高织物疵点的检出率、准确率和检验速度已成为当前纺织行业的发展瓶颈，高效、准确的自动验布技术成为日益迫切的需求。

然而，自动验布技术存在一定的难度，近年来国内外已有相关的研究，很多学者提出多种布匹瑕疵检测算法。其中主要的瑕疵检测算法分为频谱分析法和模型分析法，实际使用最多的是基于Gabor滤波的方法。赵宏威等[1]采用Gabor滤波方法进行图像处理，通过改进代价函数实现优化选择，但本质上并没有改变Gabor滤波算法过度依赖图像纹理的缺点，导致在纹理模糊布匹上检测效果欠佳。薛婷婷等[2]提出一种基于学习的Gabor滤波器检测方法，通过判别式提取瑕疵特征，对特征图分块处理再融合使得Gabor滤波在图像上的处理更加精细，从而实现了检测精度和时间效率的提高，该方法的缺点在于对线性瑕疵这类本身纹理特征与瑕疵形状相似的瑕疵，检测效果较差。邓超等[3]提出一种基于边缘检测的算法，通过利用Sobel算子的方向性对织物疵点在水平和垂直方向进行增强，计算出RGB水平与垂直方向的梯度后进行边缘检测，再将水平方向和垂直方向的梯度特征进行融合和二值化完成最终检测，缺点在于因边缘检测缘故，只能检测出一些素色布匹的瑕疵。……