首页|基于非线性扩散和多特征融合的提花针织物疵点检测

基于非线性扩散和多特征融合的提花针织物疵点检测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为解决提花针织物的复杂纹理在疵点检测过程中易造成检测干扰和疵点误判的问题,提出一种基于非线性扩散和多特征融合的疵点检测方法.采用改进PM模型对提花针织物的花纹和强纹理边缘进行抑制,首先利用梯度差异将疵点图像分为纹理区域及疵点区域,然后结合各区域特点选择对应的扩散方程,依据梯度矩阵计算概率子集、相关准则来确定梯度阈值,实现分区域扩散.根据提花针织物的纹理分布特性,提取改进局部二值算法(LBP)、局部熵、局部相关性等表征参数,然后进行去邻域归一化和多特征融合进一步突出疵点区域,最后利用区域生长法定位分割出疵点形态.实验验证了本文预处理方法及疵点检测方法的有效性,通过与其它预处理算法和疵点检测算法进行对比,结果表明本文算法的检测效果最好,对正常织物图像的误检率为 3.3%,对含疵点织物图像检测的准确率为 98.6%.
Defect detection of jacquard knitted fabrics based on nonlinear diffusion and multi-feature fusion

jacquard knitted fabricPM modeldiffusion equationgradient thresholdimproved local binary patternremoved neighborhood normalizationmulti-feature fusion

史伟民、简强、李建强、汝欣、彭来湖

展开 >

浙江理工大学 浙江省现代纺织装备技术重点实验室,浙江 杭州 310018

浙江理工大学龙港研究院有限公司,浙江 温州 325802

提花针织物 PM模型 扩散方程 梯度阈值 改进局部二值算法 去邻域归一化 多特征融合

国家重点研发计划重点专项浙江省公益技术研究计划浙江理工大学科研启动基金浙江省博士后科研项目特别资助项目

2017YFB1304005LGG21E05002418022224-YZJ2020004

2023

10.13475/j.fzxb.20220406301

纺织学报
中国纺织工程学会

纺织学报

CSTPCDCSCD北大核心
影响因子：0.699
ISSN：0253-9721
年,卷(期)：2023.44(7)
  • 4