《基于直方图统计的织物疵点识别算法.pdf》由会员分享,可在线阅读,更多相关《基于直方图统计的织物疵点识别算法.pdf(3页珍藏版)》请在三一文库上搜索。
1、第2 6 卷第2 期 纺织学报v 0 1 2 6 N 。2 2 0 0 5 年4 月 J 。u m a l 。fT e x t i l eR e s e 础 A p r ,赫5 = = = = = = = = = = = = = = = = = = = 一= 基于直方图统计的织物疵点识别算法 高晓丁,汪成龙,左贺,梁继超 ( 西安工程科技学院,陕西西安7 1 0 0 4 8 ) 摘要 提出运用织物图像的直线纹理特征,由概率统计生成直方图,有效地提取织物图像的特征波形,经大量检 测试验证明特征波可靠稳定。基于波形特征参数对比能准确定位织物纹理结构的异常位置,正确识别织物疵点。 为简化识别算法可引
2、入阈值过滤,允许正常波形参数通过过滤,而记录异常波形变化,用过滤单一的正常纹理来识 别类型复杂的织物疵点。 关键词直方图;自适应;纹理识别;特征强化;阈值过滤 中图分类号:1 P3 9 1 3文献标识码:A文章编号:0 2 5 3 9 7 2 l ( 2 0 0 5 ) 0 2 一0 1 2 1 0 3 F a b r i cb l e m i s hd e t e c t i o nb 嬲e do na t t r i b u t e dr e l a t i o n a ll l i s t o g 豫m G A 0X i a o - d i n g ,W A N GC h e n g -
3、 1 0 n g ,Z U 0H e ,L I A N GJ i c h a 0 ( 皿k n 觇“ 以矿明i 聊e 咖& i e ,娣& 死c 危加f o g y ,戚n n ,鼽口似f7 1 0 0 4 8 ,吼f 加) A b s t r a c tB a s e do nl i n e a rf e a t l l r et e x t u r eo ff a b r i c ,a c l l j e v e ds t a t j s t i ch i s t o g r a mc a na b s t m c tf a b r i cc h a r a c t e d s 【i c
4、sp e d e c n y T h e s e f e a t u r ew a v e ss h o wr e l i a b l ea n ds t a b l ed u f i n gn u m e m u st e s 协W i t hc o m p 嘶n gw a v ef e a t u r e s ,a b n l p to ra b n o 兀n a lc h a n g e sc a I lb e l o c a t e dp r e c i s e l ya n df a b r j cd e f e c t sc a nb ep i c k e do u tc o r
5、陀c t l y T os i m p l i f yi d e n t i f i c a t i o n ,山r e s h o l df i l t e rs h o u l db ei n t r o d u c dt o o v 6 r p a s sg e n e r a lw a v ea n dr e c o r da b n o r m a ls t a t u s D i s c r i m i n 8 t i o no fv a r i o u sa J l dc o m p J e xd e f e c t sc a nf o 瑚as i m p l eb yn l t
6、 e r i n g g e n e r a Iu n i q u et e x t u r e K e yw o r d sh i s t o g r a m ;s e m a d a p I i v e ;l e x t u r ei d e n t i 6 c a t i o n ;f b a t u r es t r e n 殍h e n i n g ;f h r e s h o l df t r a t i o n 织物疵点自动检测技术的核心内容是对采集的 织物图像进行分析处理的识别算法。目前的研究 有:采用基于纹理模型的疵点检测方法;应用神经网 络或专家系统疵点分类;应用小波变换和
7、模糊推理 实时疵点检测方法2J 。但这些方法对噪声干扰、复 杂的疵点类型及织物纹理的相似性和多样性缺乏充 分的适应能力。本文尝试运用布纹的直线纹理特 征,由概率统计生成直方图,有效地提取织物图像的 特征波形,基于波形参数对比准确地定位织物纹理 结构突变或异常位置,正确识别织物疵点。 1 织物结构特征分析 从机织物的形成过程和结构来看,机织物是由 经纱和纬纱相互交织而形成的,由于纺织机械能严 格控制纬、经纱编织过程,正常机织物的纬纱和经纱 按一定密度和交织规则均匀排列,产生的机织物结 构图像自然规则稳定,如图1 所示。 当机织物出现疵点时,如为纱疵,则一定沿纱线 圈1 正常织物纹理结构 排列方向
8、在布面上出现不规则纹理。如为织疵,则 其大多数带有方向性,在纬、经纱方向都会产生不规 则纹理,如图2 所示。 圈2 异常织物纹理结构 虽然织物基本结构简单,且所有织物疵点均会 破坏基本结构,但单一结构变异仅为发生织物疵点 的必要条件,需要进行区域检测确认。影响织物基 本结构的因素复杂,现具体分析如下:1 ) 纬、经纱线 交织会导致灰度急剧波动,难以同织物疵点灰度异 常区分;2 ) 受织造张力影响,纬、经纱线存在一定的 基金项目:陕西省教育厅资助项目( 0 4 J K l 8 3 ) 作者简介:高晓丁( 1 9 5 6 一) ,男,副教授。主要从事检测技术的研究与教学。 万方数据 PDF Wat
9、ermark Remover DEMO : Purchase from www.PDFWatermarkR to remove the watermark 【1 2 2 】 纺织学报 2 0 0 5 年第2 期 直径偏差;3 ) 纬、经纱线自身结构变化及随机分布纤 维造成干扰灰度、边界,导致尺度分析困难;4 ) 机织 物织造密度和柔韧变形使织物基本结构存在变形。 综合以上影响因素,使单一基本结构分析失去 意义。当依据相邻纱线孑L 分布规律,定位特征点,提 取并构造特征灰度矩阵时,也会因综合偏差过大,使 特征值丧失特征。虽然可以实施滤波、平滑甚至拟 合处理,但难以彻底消除诸多影响因素,效果欠佳。
10、 2 织物图像直方图统计检测 本文选择逆向识别即过滤规则,过滤单一的规 则纹理,间接存留异常纹理,这样可以避免复杂的模 型构造、特征映射和偏差计算,使织物疵点识别问题 转换为正常纹理过滤。根据织物基本结构单元稳 定,纬、经纱呈直线分布且灰度变化具有单一周期的 特征,选择简单的直方投影来分析织物纹理特征。 对于大小为肘- 的织物结构图像,纬纱方向 的灰度值分布为疋( m ) ,经纱方向的灰度值分布为 f ( 凡) ,识别算法的核心是分别沿纬经纱方向对检测 纹理灰度值累加求和。 : ,( 仇) = :,( m ,戈i ) ( 1 ) ( n ) = :厂( y i ,凡) ( 2 ) 编程直方算法
11、对各类织物进行检测试验,结果表明: 1 ) 正常纹理的经纱方向和纬纱方向直方投影均 能生成周期及幅度相对稳定的直方波形,见图3 。 图3 正常织物直方渡形 2 ) 织物疵点区域的经纱方向和纬纱方向直方波 存在显著波形畸变,通过检测周期、幅度偏差可识别 织物疵点,如图4 所示。 3 ) 织物疵点都沿纬、经纱方向分布,符合织物的 结构组成,适于直方图投影识别。 由于织物基本结构包含大量随机误差,难以由 单个结构检测识别异常结构,且仅当异常结构单元 在区域内达到一定密度时才形成织物疵点。依据此 特点,用公式( 3 ) 、( 4 ) 进行直方投影重复累加运算能 使随机干扰趋于常值,而且具有噪声过滤功能
12、。当 纬、经纱线间隔和线径一定时,沿纬、经纱线方向的 直方投影等效于跟踪检测纬、经纱线线径和间隔,编 ( b ) 典型租经艇点 图4 异常织物直疗波形 织孔可形成波谷,而纬、经纱线会产生波峰,线孔间 的灰度波动被累积放大,生成明显的分界。 ,( m ,戈i ) = n :厂( m ,茁。) M ( 3 ) ,( ”,n ) = 几 厂( 乃,n ) ( 4 ) 式中F ( m ,并,) ,F ( y i ,凡) 分别为纬、经纱线方向灰度 累加运算直方统计值;n 为累加次数。 波形脉宽检测能识别纬、经纱线分布异常,而波 形幅度检测可识别纬、经纱线外观尺寸差异,结合灰 度均值能全面准确地反映织物的
13、纹理特征。当直方 波形均衡稳定时表明检测区域内织物纹理正常,如图 5 所示,否则说明存在织物疵点引发的结构异常。 图5 正常织物纹理特征图6 异常织物经强 化处理的直方波形 3 织物图像纹理结构直方波特征强化 根据织物纹理具有规则的结构特征,即纬、经纱 线和织造孔位置相对稳定,采用分配放大系数的算 法对织物图像纹理结构直方波特征进行强化,该算 万方数据 PDF Watermark Remover DEMO : Purchase from www.PDFWatermarkR to remove the watermark 2 0 0 5 年第2 期 纺织学报 【1 2 3 】 法可以实现抑制干扰
14、噪声、突出识别特征的功效。 但是,由于织物类型繁多,决定了必须构造一系列特 征放大序列,并且强化效果受织物结构偏差和放大 系数分配的影响,工程应用过于复杂。 本文采用自相关强化算法对织物图像纹理结构 直方波特征进行强化,该算法既具有非线性放大的 特征强化和噪声抑制功能,又具备线性放大的简单 高效的特点b 6 。 尸( m ,戈。) = F ( m ,戈。) F ( m ,z 。) 埘2 ( 5 ) 尸( 乃,n ) = F ( 乃,n ) F ( 乃,n ) ,2 ( 6 ) 式中P ( m ,戈。) 、尸( y ,n ) 分别是纬、经纱线方向的自 相关直方统计值。经过强化处理的织物图像直方波
15、 图形如图6 所示,波形畸变( 疵点位置) 十分明显。 4 织物图像纹理结构直方波特征提取 由于正常织物纹理的纬纱方向和经纱方向具有 单一稳定的直方波形,可以分别用幅度和周期准确 描述。用公式( 7 ) 、( 8 ) 对直方波求微分,可判断直方 波零点位置。 p d = P ( m ,z f + 1 ) 一p ( m ,茁i ) ( 7 ) 1 0 。= 尸( n + ,n ) 一尸( ”,凡) ( 8 ) 当p x 。p 。o 时,零点在( m ,搿。) 与( m ,龙。) 之 间;当p ,i p 卅。0 时,零点在( 乃+ 2 ,n ) 与( 咒, 凡) 之间。 然后确定波峰及波谷的灰度值
16、和发生位置,通 过计算即可分别提取直方波特征参数幅度和周期。 一般织物疵点会造成纹理结构及灰度分布异 常,导致纬纱方向和经纱方向的所有特征参数均发 生一定程度的变异,如图7 所示。采用上述方法即 可提取织物疵点区域直方波特征参数日。 陬黟蝴旷 瑕疵位置瑕癍位置 瑕疵位置瑕疵位置 图7 异常织物纹理特征 正常纹理结构的纬纱方向和经纱的特征参数幅 度和周期较为稳定,在织物图像预处理期间可重复对 随机选择的正常纹理结构检测区分别提取特征参数 危。经均方差分析处理,准确设定正常纹理结构的特 征参数的变化范围,即过滤阈值A 。引入织物图像预 处理使识别算法适应织物纹理类型的变化,嵌入经验 积累和学习功能
17、,可提高阈值A 设置精度。 最后构造如下滤波器:1 日一 J A 识别为织物 疵点位置,不允许通过被过滤;l 厅一矗I A 识别为 正常纹理结构允许通过被过滤。 确保正常纹理结构特征值自由通过过滤,而存 有织物疵点的异常纹理结构的特征值被有效识别记 录,如图8 所示。 瑕疵位置 瑕疵位置瑕疵位置 图8 经滤波的异常织物纹理特征 5 结束语 通过对织物结构的特征分析和大量识别算法试 验,直方统计能准确提取各类织物图像的纹理结构 特征。且直方纹理波形规则、稳定、易于计算特征参 数。引入织物图像预处理,设置合理的检测阈值A , 可迅速识别织物疵点并确定其位置。该识别算法原 理简单、运算快捷、可靠稳定
18、,且适应性强。 参考文献: 1 M i c h a e lu n s e r 1 k x l u r ec l a 鹤i n c a t i o na I l d s e g m 雠t a t i o n m l l l t i - r e 商m i o na u t d r e g r e s s i v em o d e l 8 【j J P a l t e mR e c 卿t i o n ,1 9 9 8 ,2 5 ( 2 ) :1 7 3 一1 8 8 2 J i n - s e o n c h i n gY A n a l y s i s0 fc l a s ss e p a 眦i
19、f hh n d 佩t i “g r e c o 驴i t i o n J I E E ET r a n 嘲c t i 仰so nP a t t e mA n a l y s i sa n dM a c h i n e I n t e l I i g e c e ,1 9 9 9 ,2 l ( 1 0 ) :1 0 8 9 1 0 9 4 3 胡敏,丁益洪基于属性关系直方图统计的线状纹理图像检 索方法【JJ 计算机辅助设计与图形学学报,2 0 0 3 ,1 5 ( 1 ) :4 8 5 2 4 李佐,蔡士杰基于特征行必要充分性匹配的识别方法 J 软 件学报,2 0 0 2 ,1 3 ( 1 ) :8 5 9 1 5 章敏晋图像处理和分析 M 北京:清华大学出版社,2 0 0 3 4 3 一1 3 2 16 谷口庆治数字图像处理 M 北京:科学出版社,2 0 0 2 5 5 6 5 1 0 3 1 5 0 万方数据 PDF Watermark Remover DEMO : Purchase from www.PDFWatermarkR to remove the watermark
链接地址:https://www.31doc.com/p-3713919.html