黄 露， 夏军勇， 吴庆华， 钟 飞

(湖北工业大学 机械工程学院， 湖北 武汉 430068)

编织袋的生产已逐步实现自动化，但编织袋缺陷检测仍以人工肉眼检测为主，是制约编织袋生产效率和质量提高的主要瓶颈之一。人工缺陷检测方式受主观因素影响大，效率低、漏检率高[1]，研发编织袋缺陷自动检测技术和装备具有重要意义。编织袋是一种由单一颜色塑料丝制成的织品，纹理特征与其他织物类似，因此编织袋缺陷检测的方法可参照其他织物。近年来，针对织品的在线缺陷检测，学者们进行了大量研究并提出了不少新颖和实用的方法。张缓缓等[2]提出一种基于改进的加权中值滤波与K-means聚类相结合的纹理织物疵点检测方法。李小宁等[3]提出一种结合自适应中值滤波和灰度-梯度共生矩阵的织物质量检测方法。董蓉等[4]提出一种基于最优参数非线性灰度共生矩阵的织物瑕疵自动检测算法。赵树志等[5]提出一种基于改进判别性完整局部二值模式与格分割的织物瑕疵检测方法。鉴于上述情况，并根据编织袋缺陷图噪声大、灰度不明显的特点，课题组提出一种基于改进遗传算法与二维最大熵[6]的编织袋缺陷快速检测方法，以提高对噪声的鲁棒性和缺陷分割精度，能够高效地检测编织袋缺陷。

1 编织袋缺陷检测方法

二维最大熵法同时统计像素自身和邻域灰度信息，相比一般阈值法，其抗噪性更强，分割编织袋缺陷图的效果更好。二维最大熵法的本质是搜索图像灰度直方图最大熵对应的阈值，而遗传算法能极大地缩短阈值搜索时间，将两者结合起来，就能对编织袋缺陷图进行快速、精准地分割。……