一种利用s变换信号提取的布匹疵点检测方法
【专利摘要】本发明涉及一种利用S变换信号提取的布匹疵点检测方法，属于数字图像处理领域。本发明的方法利用投影法进行灰度能量累加，将经编布匹图像转换成一维信号；利用S变换信号提取的方法保留疵点信号在S变换域的信息对其做S反变换，提取出疵点信号；在空间域对提取出的疵点信号进行阈值分割，得出疵点和疵点位置信息。本发明能替代布匹生产过程中的人工检测环节，提高布匹质量控制能力，同时可降低劳动力成本；同时提出的方法不受噪声，光照，纹理特征的影响，在空间域对疵点信号判别更加准确。
【专利说明】—种利用S变换信号提取的布匹疵点检测方法
【技术领域】
[0001]本发明涉及一种利用S变换信号提取的布匹疵点检测方法，属于数字图像处理领域。
【背景技术】
[0002]布匹疵点检测在布匹生产的过程中是一个重要的环节。目前，织物的质量主要是靠人工检验，然而，人工检验的可靠性受到主观判断，劳累等各方面的干扰，Sar1-Sarraf调查发现，即使是最训练有素的人工检验员，也只可以检测到70%的织物瑕疵。因此，布匹疵点的自动检测在高速生产高质量的织物产品中是必不可少的。发展一种快速、高效、可靠、实时的缺陷检测系统已经成为必然，基于图像处理技术的布匹疵点检测是计算机视觉，数字图像处理和计算机图形学研究领域的热点难点。
[0003]近年来，布匹疵点自动检测吸引了大量的关注，一般来说，织物疵点检测方法可以概括为四类:学习方法，基于模型方法，统计方法和光谱方法。
[0004]对于学习的方法，比如说遗传方法和支持向量机，这类方法的缺点在于其需要大量的样本数据。基于模型的方法，比如自回归模型和马尔可夫随机场模型，这类方法对小的缺陷相对敏感，但容易受到灯光和缺陷与背景之间相似性的干扰。在统计方法中，把织物图像划分为若干个图像块的表示形式，如自相关函数、同现矩阵，分形维数，灰度共生矩阵法等。这种方法有两种主要的弱点，第一检测灵敏度与块大小有关；第二需要大量的邻接像素计算。
[0005]对于纹理周期性强的织物，频谱方法尤其适合这类织物疵点的检测，如傅里叶分析，小波滤波器和伽柏过滤器。傅里叶变换的空间频率信息不能一一对应，只能在频率域识别缺陷信号；小波变换虽然提供了一种多分辨率分解信息，但很难从小波系数中来描述纹理；Gabor过滤器可以从图像捕获特定频带的频率成分，并定向提取特征，但是Gabor过滤方法计算复杂性很高，限制该方法在实时系统中的应用。
[0006]基于以上相关方法的介绍，可以发现现有的检测布匹疵点的方法集中在对图像特征量选取上，此类方法在检测布匹疵点时都会受到噪声、光照、纹理特征的影响，从而使其对疵点信号判别不准确。
【发明内容】
[0007]本发明的目的在于能够快速高效的检测布匹疵点，而供一种能适应在线检测的布匹质量的方法。本发明采用近年来时频分析非平稳信号的有力工具S变换，利用S变换信号提取方法，有效的提取出布匹疵点信号。
[0008]本发明的目的是通过以下技术方案实现的:
[0009]本发明的一种利用S变换信号提取的布匹疵点检测方法，具体包括以下步骤:
[0010]步骤I)、对原布匹图进行灰度化处理；
[0011]步骤2)、将步骤I)中得到的灰度化后图像每一列灰度值累加，从而将二维图像转换成横坐标对应为原图像横坐标(即像素位置)、纵坐标为灰度累加值的一维信号f (P);
[0012]
【权利要求】
1.一种利用S变换信号提取的布匹疵点检测方法，其特征是:具体包括以下步骤: 步骤I)、对原布匹图进行灰度化处理； 步骤2)、将步骤I)中得到的灰度化后图像每一列灰度值累加，从而将二维图像转换成横坐标对应为原图像横坐标、纵坐标为灰度累加值的一维信号f(p)； 步骤3)、对步骤2)所得到的一维信号f (P)做一维Stockwell变换，得到一维信号的S变换系数模值的时频图，该时频图的横坐标对应原图像横坐标，纵坐标为频率位置； 步骤4)、对步骤3)得到的时频图，寻找每一列系数模最大值对应的频率位置，对频率位置进行直方图统计，得到横坐标为频率位置、纵坐标为频率位置出现次数的直方图； 步骤5)、利用步骤4)得到的频率位置直方图，选取第一个峰和第二个峰之间的三分之一至三分之二处任意一点的频率位置，将该值设定为频率分割阈值fT;在时频图中，频率位置小于频率分割阈值fT的区域为疵点所在时频通域R: 步骤6)、在步骤3)得到的时频图S (p，f)上，保留步骤5)得到的时频通域R内每一行的系数模最大值，其余系数模值设为0，得到新的时频图X(p，f)； 步骤7)、对步骤6)得到的新的时频图X(p，f)做S反变换，得到一维信号fs，为提取出的疵点信号，其横坐标为像素位置，纵坐标为灰度能量幅值； 步骤8)、对步骤7)中得到的疵点信号fs进行空间阈值分割，分割阈值Τ=α+λ σ，其中α和σ分别为信号fs的平均值和均方差，λ为经验参数,取值为2?5 ;把疵点信号fs每一个像素位置对应的灰度能量幅值与T进行比较，大于等于T的其值设为a，小于T的其值设为b，得到分割后的信号fST; 步骤9)、把原图中横坐标与步骤8)得到的信号fST中的a点区域横坐标对应的位置标记出来，为疵点区域。
2.根据权利要求1所述的基于S变换信号提取的布匹疵点检测算法，其特征是:所述的步骤5)中，利用步骤4)得到的频率位置直方图，选取第一个峰和第二个峰之间的二分之一处的频率位置，将该值设定为频率分割阈值fT。
3.根据权利要求1所述的基于S变换信号提取的布匹疵点检测算法，其特征是:所述的步骤8)中的经验参数λ取值为3。
【文档编号】G06T7/00GK103729856SQ201410035407
【公开日】2014年4月16日 申请日期:2014年1月24日 优先权日:2014年1月24日
【发明者】赵翠芳, 秦悦桐 申请人:浙江师范大学