基于纹理边缘周期性与局部方向性的织物疵点检测

计算机与现代化

基于纹理边缘周期性与局部方向性的织物疵点检测

西安工程大学机电工程学院，陕西西安710048

收稿日期:2014-01-08 出版日期:2014-04-17 发布日期:2014-04-23
作者简介:作者简介：吴宁（1990），男，陕西宁强人，西安工程大学机电工程学院硕士研究生，研究方向：图像处理；管声启（1971），男，安徽安庆人，副教授，博士，研究方向：图像处理，智能信号检测与模式识别。
基金资助:

基金项目：陕西省教育厅专项基金资助项目(2013JK1083)；西安工程大学博士启动基金资助项目(BS1005)

Fabric Defect Detection Based on Periodicity and Local Directivity of Texture Edge

College of Mechatronics Engineering, Xi’an Polytechnic University, Xi’an 710048, China

Received:2014-01-08 Online:2014-04-17 Published:2014-04-23

摘要/Abstract

摘要：

根据织物纹理图像自身的特点，提出一种基于纹理边缘周期性与局部方向性的织物疵点检测新方法。通过正常纹理边缘的周期性与方向性特征剔除同类有疵点纹理图像的背景纹理信息，突出疵点信息，进而快速有效地检测出无特定方向的织物疵点。经过对大量常见织物疵点图像的检测实验，表明该方法对于纹理边缘清晰、方向一致性较好的织物疵点图像具有较好的检测效果。



关键词:

关键词：疵点检测, 纹理边缘, 纹理周期, 局部方向

Abstract:

According to the characteristic of the fabric texture image itself, a new method of fabric defect detection is presented, which based on texture periodicity and local directivity. Through eliminating the background texture information of similar texture with defect using its features of periodicity and directivity of normal texture edge, the defect information is highlighted, and then the defect information of no particular direction is detected quickly and efficiently. Through detection experiments of a large number of fabric image with defect, this method is proved to have good detection effect, when the fabric image has clear texture edge or good direction consistency.



Key words:

, Key words: , defect detection； texture edge； texture periodicity； local directivity

中图分类号:

TP391

吴宁，管声启，徐帅华. 基于纹理边缘周期性与局部方向性的织物疵点检测[J]. 计算机与现代化.

WU Ning, GUAN Shengqi, XU Shuaihua. Fabric Defect Detection Based on Periodicity and Local Directivity of Texture Edge[J]. Computer and Modernization.

参考文献

［1］

祝双武,郝重阳. 基于纹理周期性分析的织物疵点检测方法［J］. 计算机工程与应用, 2012,48(21):163166.

［2］汪然,平西建. 基于图像纹理复杂度和奇异值分解的重采样检测［J］. 计算机辅助设计与图形学学报, 2010,22(9):16061612.

［3］管声启. 方向性纹理织物疵点检测方法研究［J］. 计算机工程与科学, 2011,33(3):7376.

［4］ Yap P T, Paramesran R, Ong SengHuat. Image analysis by Krawtchouk moments［J］. IEEE Transactions on Image Processing, 2003,12(11):13671377.

［5］赵静,赵东晓,高伟,等. 基于最大熵快速迭代算法和边缘算子的织物疵点分割［J］. 纺织科技进展, 2012(3):4042.

［6］陈永强,陆安生,胡汉平. 基于分形的图像分析方法综述［J］. 计算机工程与设计, 2005,26(7):17811783.

［7］高月芳,韩国强,李桂清,等. 图像分析中的矩技术［J］. 中国图象图形学报, 2009,14(8):14941503.

［8］夏勇. 基于特征的纹理图像分割技术研究［D］. 西安：西北工业大学， 2006.

［9］ Chan ChiHo, Pang G K H. Fabric defect detection by Fourier analysis［J］. IEEE Transactions on Industry Application, 2000,36(5):12671276. 

［10］Thomas P Weldon, William E Higgins, Dennis F Dunn. Efficient Gabor filter design for texture segmentation［J］. Pattern Recognition, 1996,29(12):20052015.

［11］Wen Cheyen, Chiu Shihhsuan, Hsu Weisheng, et al. Defect segmentation of texture images with wavelet transform and a cooccurrence matrix［J］. Textile Research Journal, 2001,71(8):743749.

［12］Ngan Henry Y T, Pang Grantham K H, Yung S P, et al. Wavelet based methods on patterned fabric defect detection［J］. Pattern Recognition, 2005,38(4):559576.

［13］Mak K L, Peng P. Detecting defects in textile fabrics with optimal Gabor filters［C］// Proceedings of World Academy of Science, Engineering and Technology. 2006:7580.

［14］ 韩润萍,孙苏榕,姜玲. 基于Gabor滤波器组的织物疵点检测方法［J］. 计算机工程与应用, 2007,43(7):211214. 

［15］Li Liqing, Huang Xiubao. Fabric defect detection using adaptive wavelet transform［J］. 东华大学学报:英文版, 2002,19(1):3539.

[1]	唐诗琪, 周瑞平, 谢仕斌, 刘梦赤, 肖文, . 基于栈式降噪编码器的跨语言多标签情感分类[J]. 计算机与现代化, 2023, 0(11): 6-12.
[2]	刘静乐, 罗翔, 宫成荣, 张国鹏. 基于RF-RFECV和LightGBM算法的糖尿病预测[J]. 计算机与现代化, 2023, 0(11): 36-43.
[3]	罗明杰, 冯开平. 基于沙漏结构与注意力机制的轻量级人脸表情识别方法[J]. 计算机与现代化, 2023, 0(11): 89-94.
[4]	闫子贤, 董宝良, 唐思谜. 针对复杂背景下低分辨率舰船目标的改进YOLOv7算法[J]. 计算机与现代化, 2023, 0(11): 120-126.
[5]	郑海利, 陈平华. 基于动态卷积和自注意力的序列推荐模型[J]. 计算机与现代化, 2023, 0(10): 9-16.
[6]	贾潇瑶, . 融合CatBoost和SHAP的乳腺癌预测及特征分析[J]. 计算机与现代化, 2023, 0(10): 32-38.
[7]	邢世帅, 刘丹凤, 王立国, 潘月涛, 孟灵鸿, 岳晓晗. 基于空间注意力残差网络的图像超分辨率重建模型[J]. 计算机与现代化, 2023, 0(10): 45-52.
[8]	刘鑫, 柳毅. 基于智能合约的双因素身份认证方案[J]. 计算机与现代化, 2023, 0(10): 121-126.
[9]	龚丁禧，曹长荣. 基于卷积神经网络的植物叶片分类[J]. 计算机与现代化, 2014, 0(4): 12-15.
[10]	印世乐，曾志勇. 一种改进的Nystrom谱聚类图像分割算法[J]. 计算机与现代化, 2014, 0(4): 20-23.
[11]	隋建凯1，刘惠义1，严烁2. 一种基于随机森林的特征匹配方法[J]. 计算机与现代化, 2014, 0(4): 81-85.
[12]	吴春，梁正友. 基于聚类的双说话人混合语音分离[J]. 计算机与现代化, 2014, 0(4): 86-88.
[13]	刘扬，付中华，唐玲. 基于Windows平台的双通道回声抵消系统[J]. 计算机与现代化, 2014, 0(4): 199-202.