基于视觉显著性与RBF神经网络融合的织物瑕疵检测

摘要：

为提升织物瑕疵检测准确率,避免出现漏检或误检,提高织物检测智能化程度,提出基于视觉显著性与RBF神经网络融合的织物瑕疵检测方法,将织物图像经中值滤波降噪后,通过织物瑕疵区域对比度、纹理粗糙度和纹理方向的异常显著性模型计算获得显著图,并经RBF神经网络训练获得的映射函数和网络特征字典重构织物图像提取特征,之后采用最大熵自动阈值法定位分割,有效获得织物瑕疵检测结果.实验结果表明:此方法能实时有效对多种异常特征较弱的织物瑕疵进行检测,适应性强,检测准确率大幅提升,能满足实际工业织物瑕疵检测要求.

关键词：机器视觉、显著性、神经网络、瑕疵检测

所属期刊栏目：39

分类号：TS103.7;TP29(纺织工业、染整工业)

资助基金：工业控制技术国家重点实验室开放课题;绍兴市揭榜挂帅制科技项目

在线出版日期：2022-08-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：61-65,81