10.16208/j.issn1000-7024.2015.09.029
基于最优参数非线性GLCM的织物瑕疵检测算法
传统织物瑕疵检测多为人工操作,存在主观性强、效率低、成本高等缺点,为此提出一种基于最优参数非线性灰度共生矩阵(GLCM)的织物瑕疵自动检测算法.将传统的线性GLCM构建方式改为非线性,使构建的GLCM能更有效捕捉图像特征、区分瑕疵;通过对无瑕疵织物图像的学习,获得非线性GLCM特征提取的最优尺度方向参数以及自适应的瑕疵分割阈值;采用获得的参数提取待检测图像的特征,通过特征相似性距离度量定位瑕疵区域.针对实际图像的实验结果表明,该算法能有效定位织物瑕疵区域且受噪声干扰小.
织物瑕疵检测、特征提取、灰度共生矩阵、相似性度量、最优参数
36
TN911.73
国家自然科学基金项目61401239;南通市科技基金项目BK2014066
2015-11-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
2467-2471,2507