基于相似性定位和超像素分割的织物疵点检测
为解决周期性纹理织物图像的疵点检测及其轮廓精确分割问题,提出一种基于相似性定位和超像素分割的织物疵点检测方法.将待检测图像进行中值滤波和对数增强,并利用FT算法估计增强图像的显著图实现待检测图像的预处理;将基于归一化局部均值差分的灰度相似性检测参量和结构相似性检测参量结合,构建可测量更多类型周期性纹理织物图像的相似性度量函数,通过阈值化增强图像分块的相似性测量值实现疵点在显著图中的粗定位;最后对显著图粗定位图像分块进行超像素细分割及其二值化处理,并借助连通域分析剔除孤立点,获得完整的疵点轮廓.结果表明,本方法与常规3种方法相比,对周期性纹理织物图像的疵点检测准确率更高,且提取出的疵点轮廓更精确.
织物疵点检测、相似性定位、超像素分割、相似性度量函数、归一化局部均值差分
41
TS101.9;TP391.4(纺织工业、染整工业)
国家自然科学基金项目;陕西省重点研发计划项目;西安市科技局创新引导计划项目
2020-11-12(万方平台首次上网日期,不代表论文的发表时间)
共9页
58-66