下载文档原格式
基于Gabor滤波器组的织物疵点检测方法
韩润萍;孙苏榕;姜玲
【期刊名称】《计算机工程与应用》
【年(卷),期】2007(043)007
【摘要】给出了基于Gabor滤波器组的织物疵点检测方法.在分析Gabor滤波器时频特性的基础上,针对素色坯布织物疵点图像,设计了椭圆形多尺度多方向的Gabor滤波器组,并应用该滤波器组在频域对织物疵点图像进行滤波处理,对滤波后的多幅图像进行融合与分割处理,将疵点从织物背景中分割出来,从而实现了疵点的检测.实验结果证明了该方法的有效性.
【总页数】4页(P211-214)
【作者】韩润萍;孙苏榕;姜玲
【作者单位】北京服装学院,工业设计与信息工程学院,北京,100029;北京服装学院,工业设计与信息工程学院,北京,100029;北京服装学院,工业设计与信息工程学院,北京,100029
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.采用Gabor滤波簇和等距映射算法的织物疵点检测方法 [J], 王传桐;胡峰;徐启永;吴雨川;余联庆
2.基于Log-Gabor滤波器组的织物疵点检测算法 [J], 崔月平;韩润萍
3.基于Gabor滤波器和HOG特征的织物疵点检测 [J], 汤晓庆;黄开兴;秦元庆;周纯杰
4.基于最优Gabor滤波器的织物疵点检测 [J], 杨克汶;冯晓霞;周继坤
5.基于最优Gabor滤波器的织物疵点检测 [J], 杨克汶;冯晓霞;周继坤;
因版权原因，仅展示原文概要，查看原文内容请购买。
Vol. 29, No. 1Jan. 2021第29卷第1期2021年1月AdvancedTextileTechnologyDOI ： 10. 19398/j. a t 202005004引用格式：俞新星，壬勇，支佳雯.织物表面疵点检测方法的设计与实现现代纺织技术,021,9():62 — 67.织物表面疵点检测方法的设计与实现俞新星，任勇，支佳雯(苏州大学应用技术学院，江苏苏州215325)摘要：针对传统织物生产企业中，人工检测织物存在瑕疵检出效率低、误检率高的问题，提出了一种织物表面疵点检测方法。
该方法首先采用高斯滤波、线性归一化以及限制对比度自适应直方图均衡化对织物表面图像进行预处理，从而有效增强图像中的疵点表现细节，然后通过改进的Gabor 优化选择，再对选择后的图像进行初分解，从中挑选出最优滤波图像进行二值化处理，最后运用统计学方法进行疵点判断并获得最终结果。
该方法实现简便、硬件要求低、适应性广，可用于判断织物表面是否含有疵点，并定位疵点。
实验证明,织物表面疵点检测准确率高达95.38%.关键词：织物疵点检测;Gabor 优化选择；直方图均衡化；线性归一化中图分类号:TS103；TP391文献标志码:A 文章编号：1009— 265X(202 1 )01 —0062— 06Design and Implementation of Defect Detection Method for Fabric SurfaceYU Xinxing , REN Yong , ZHI Jiawen(Applied Technology College of Soochow University, Soochow 21 5325 , China)Abstract ： To address the problems of low defect, detection efficiency and high false detectionrateof manualfabric detectionin traditionalfabric manufacturing enterprises ,a fabric surface defect, detection method is proposed. For purpose of this method , the Gaussianfilter , linear normalization and limited contrast, adaptive histogram equalization are adopted for preprocessing fabric surface images , to display detect details of the images clearly.Secondly , the selected images are preliminarily decomposed viaimproved optimal Gaborfilter ,with a view to picking outthe ones with the optimalfiltering for binarization processing. Lastly, defect, judgment, is conducted by means of statistical approach , and thefinalresultisobtained.The methodiseasytooperate ,haslow requirementsintermsof hardware , and is of wide adaptability. It can be used to judge the presence of defects onfabricsurface ,andlocatethem.The method is proved to have an accuracy rate of fabric surfacedefectdetectionashighas95.38% throughexperiments.Key words ：fabric defect detection ；optimal Gabor filter ； histogram equalization ；linearnormalization收稿日期：2020 —05 —09网络出版日期:2020 —10 —21基金项目：江苏省高校自然基金项目(19KJB520051)；江苏高校哲学社会科学研究基金项目(2018SJA2251)；江苏省大学生创新创业训练计划项目(201913984009Y)作者简介：俞新星(1998 — )男，江苏如皋人，2017级软件工程专业本科生。
数字图像处理技术在纺织业中的应用研究随着科技的不断进步和发展，数字图像处理技术在众多领域得到了广泛应用。
其中，在纺织行业中的应用越来越受到人们的关注和重视。
数字图像处理技术在纺织业中可以应用于纱线颜色测量、织物缺陷检测、纺织品图案分析、物料辨识等方面。
本文将深入探讨数字图像处理技术在纺织业中的应用研究。
一、纱线颜色测量纱线颜色测量是纺织行业中一项很重要的技术。
在传统的纱线颜色测量方法中，需要使用显微镜和回转色度计等复杂的设备来进行颜色分析。
而数字图像处理技术可以通过图像采集、分析和处理来实现对纱线颜色的测量。
具体的方法是将一段纱线的图像通过某种方法转化为彩色图像，并根据色差算法进行颜色分析。
该方法减少了传统的测量流程，提高了纱线颜色测量的效率和准确度。
二、织物缺陷检测织物缺陷是纺织品生产过程中的一个普遍问题，会影响织物的质量和美观度。
传统的织物缺陷检测方法是使用人工目测和手工检验。
但这种方法费时费力，且效率低下。
数字图像处理技术可以通过对织物图像的采集、分析和处理来实现自动化的检测。
具体的方法是先对织物的图片进行预处理，去除背景干扰，并进行图像增强处理。
然后采用算法对图像中的缺陷进行定位和分析，再根据一定的规则判断缺陷的类型和程度。
此方法不仅速度快、效率高，而且可以大大提高缺陷检测的准确性。
三、纺织品图案分析纺织品的图案对产品的美观度和商品价值有很大影响。
传统的图案设计需要进行大量的手工绘制和修饰。
数字图像处理技术可以通过对图像的采集、分析和处理来实现自动化的图案分析和设计。
具体的方法是将纺织品的图案采集并转化为数字图像。
然后通过图像处理方法进行图案分析和辨识，即对图像中的主题元素、拼贴形式、色彩搭配等进行分析。
同时，借助计算机图形学等技术，实现纺织品图案的优化和设计。
此方法可以大大节约图案设计时间和成本，提高图案设计的创新性和实用性。
四、物料辨识在纺织品生产过程中，物料的辨识是非常重要的。
传统的物料辨识需要进行大量的人力和时间成本，并且存在误差。
基于图像距离差的织物疵点检测算法
卢芸;张静妙;蒋建伟
【期刊名称】《微计算机信息》
【年(卷),期】2007(000)04X
【摘要】本文将机器视觉与数字图像处理技术引入到织物疵点检测中，提出了一种织物疵点检测算法——图像距离差算法。
该算法可使用户根据织物的类型，自行设置相应的疵点检测控制参数，能够检测出三十多种常见的疵点。
实验证明该算法具有识别正确率高，识别速度快等优点。
【总页数】3页(P304-305,301)
【作者】卢芸;张静妙;蒋建伟
【作者单位】河北经贸大学信息技术学院,石家庄050061;河北科技大学信息科学与工程学院,石家庄050054;河北经贸大学计算机中心,石家庄050061
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于图像处理的织物疵点检测系统硬件设计 [J], 付国定;郭壮志;李甜;刘红
2.新的基于图像显著性区域特征的织物疵点检测算法 [J], 赵波;郑力新;潘旭玲;周凯汀;徐园园
3.基于图像距离差的织物疵点检测算法 [J], 卢芸;张静妙;蒋建伟
4.基于图像处理的织物疵点检测算法综述 [J], 刘小敏;刘国高;宗国华;张卓;张学武;
刘宇兴
5.基于图像距离差的织物疵点检测算法研究 [J], 郑广;周万珍;马红霞;乔军
因版权原因，仅展示原文概要，查看原文内容请购买。
织物疵点检测的图像处理技术实验
1、实验目的：
（1）学习织物疵点检测图像处理技术的工作原理及应用。
（2）了解织物疵点检测的软硬件环境和常见织物疵点的简单分类。
（3）理解各类疵点图像的分割和特征提取等内容。
二、实验过程
众所周知，织物疵点是影响织物品质的主要因素。
疵点检测的目的就是在织造完成后，验布过程中及时发现这些已经存在的疵点，通过修复和整理，尽可能降低由织物疵点导致的织物质量下降，有时也可以同时完成织物疵点的分类，用以评价织物的质量。
织物疵点的检测是纺织品检测中最重要的检验项目之一，长期以来，疵点的检测都是由人工视觉完成，也就是检验人员在没有眩光的北面窗旁或日月灯光照明条件下按照自己的经验对织物进行评价，按评等标准对织物进行等级评定。
这种方法存在一定的显然缺陷，如劳动强度大、效率低、漏检率高等、受检验人员主观性因素影响大，难以得到准确的检验结果。
随着计算机图像处理技术和神经网络技术的发展，使得基于图像处理和微型计算机平台的织物疵点检测称为可能。
此次的参观学习，主要从织物疵点图像的采集、采集的图像预处理和分割、图像的相关分析等方面作以讲解。
（1）织物疵点图像的采集：植物图像的数据获取，包括选择可行的照明（荧光灯或光纤）和图像数字化设备。
(a) 借用目前分辨率较高的数字图像采集设备对织物表面外观进行采
集。
(b) 如何设置光照条件，以保证采样时的光照均匀，从而使采集的数
字图像便于处理。
（2）图像预处理和图像分割：将采集到的图像利用各种图像处理方法进行必要得图像变换，图像增强处理，如将原彩色图像转换为灰色图，并未增强图像对比度进行直方图变换等，以利于后期的图像分析，进一步对图像进行分割、二值化、滤波等操作。
（3）图像分析
(a) 对织物疵点图像进行模式特征提取。
(b) 通过对织物疵点特征分析和进行大量实验，优化处理算法。
三、实验心得体会：
在师兄详细介绍完织物疵点检测系统整个原理及流程后，开始进行
实际的织物疵点检测实验。
我在观察过程中发现在织物疵点检测仪器的前端下方，有一块操作平台，主要是控制电机的正反转和疵点检测等。
但在计算机如此发达的时代，这样的操作平台远远不能满足大量生产的检测要求。
当看到师兄打开自己用C++构建的软件平台时，激起了我的求知欲。
因为在大型工厂里，不可能每台机器旁都配备一名工作人员，这样浪费人力、物力、财力。
当工作人员在主控室里空过控制计算机的软件平台，就可以完全操作整台或多台仪器，这对整个织物疵点检测图像处理技术领域是一种创新型的革命。
而且，在织物疵点检测仪器采集完布匹里出现的疵点后，计算机还可以标定每个疵点相对于布匹的坐标，这样工作人员就很容易找到疵点并作以相关处理。
在每个疵点检测完后，点击软件界面的保存按钮，计算机会自动将所检测出的疵点数保存在电脑指定位置，同时可以打印纸质版，方便记录与查阅。
