基于视觉显著性的平纹织物疵点检测-论文.pdf

基于视觉显著性的平纹织物疵点检测-论文.pdf

ID:58298132

大小:2.37 MB

页数:6页

时间:2020-05-03

基于视觉显著性的平纹织物疵点检测-论文.pdf_第1页
基于视觉显著性的平纹织物疵点检测-论文.pdf_第2页
基于视觉显著性的平纹织物疵点检测-论文.pdf_第3页
基于视觉显著性的平纹织物疵点检测-论文.pdf_第4页
基于视觉显著性的平纹织物疵点检测-论文.pdf_第5页
资源描述:

《基于视觉显著性的平纹织物疵点检测-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第35卷第4期纺织学报Vo1.35.NO.42014年4月JournalofTextileResearchApr..2014文章编号:0253.9721(2014)04.0056—06基于视觉显著性的平纹织物疵点检测管声启,高照元,吴宁,徐帅华(西安工程大学机电工程学院,陕西西安710048)摘要受检测环境及疵点特点影响,传统的检测算法难以满足疵点动态检测,为此,提出基于视觉显著性疵点动态检测的新方法。先将采集的图像进行特征提取形成特征图,再对特征图进行小波多层分解形成特征子图;在此基础上,对分解后的特征子图进行中央周边操作构建特征差分子图;然后,通过特征差分子图的融合策略形成显著图;最后.采

2、用阀值法分割fjj兴趣区,通过区域生长分割出疵点目标。结果表明,该方法能够完整检测出平纹织物疵点信息,并且具有较强的抗干扰能力。关键词视觉显著性机制;特征提取;显著图;织物疵点检测中图分类号:TP391.41文献标志码:ADefectdetectionofplainweavebasedonvisualsaliencymechanismGUANShengqi,GAOZhaoyuan,WUNing,XUShuaihua(College0厂Mechanical&ElectronicEngineering,XianPolytechnicUniversity,Xian,Shanxi710048,Chin

3、a)AbstractBecauseoftheinfluenceofinspectionenvironmentanddefectcharacteristics,theconventionaldetectionmethodsaredificulttomeettherequirementsofdynamicdetectionofdefects.Therefore,anewalgorithmisdesignedfordynamicdetectionbasedonvisualsaliencymechanism.First0fall,theacquiredimagefeaturesareextracted

4、,thusfeaturemapsareobtained.Secondly,thecharacteristicsub—mapsareformedbywaveletmultileveldecompositionoffeaturemaps.Onthisbasis,thecenter—surrounddifferenceoperationisappliedtotheconstructcharacteristicdiferencesub-maps.Then,thefusionstrategyforfeaturediferencesub—mapsisusedtoformsalientmaps.Finall

5、y,thedetectioninterestregionisformedbyusingthresholdmethod,anddefecttargetsaresegmentedbytheregiongrowing.Experimentalresultsshowthatthismethodcandetectplainweavefabricdefeetinformation.andhasstronganti—jammingability.Keywordsvisualsaliencymechanism;featureextraction;saliencymap;fabricdefectdetecti0

6、n织物疵点检测是纺织品检测的关键环节之一,图像的特征值,然后用Bayes分类法对疵点进行判通过对织物疵点检测有利于发现生产过程中的工艺别和分类。这种检测方法虽然不受疵点种类的问题,从而及时改进生产工艺、提高织物质量等级。限制,但其维数多,计算量大,构造灰度共生矩阵时然而,传统的织物疵点检测由检验人员在验布机上会受到像素方向、距离等各因素的影响。文献『6]完成,这种检验方法存在注意力难以长时间集中,很是利用脉冲耦合神经网络(PCNN)完成织物疵点分容易造成误检和漏检等缺陷¨。随着计算机和图割,但PCNN网络主要参数是通过人工经验确定的,像处理技术的发展,作为织物疵点在线检测关键技无法做到自适应性

7、。术的图像处理算法将成为研究的热点I4]。一幅织物纹理图像实质上包含着背景信息、缺在空间域内,灰度共生矩阵法是通过提取织物陷信息和噪声信息。在空间域中,这些成分通常相收稿日期:2013一O5—06修回日期:2013—12—26基金项目:陕西省教育厅科研计划项目(2013JK1083);西安工程大学博士科研启动基金项目(BS1005)作者简介:管声启(1971一),男,副教授,博士。主要研究纺织品质

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。