计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2012年
6期
1574-1577
,共4页
赵波%郑力新%潘旭玲%周凯汀%徐园园
趙波%鄭力新%潘旭玲%週凱汀%徐園園
조파%정력신%반욱령%주개정%서완완
疵点检测%显著性区域特征%Gabor滤波器%最大熵%OpenCV
疵點檢測%顯著性區域特徵%Gabor濾波器%最大熵%OpenCV
자점검측%현저성구역특정%Gabor려파기%최대적%OpenCV
鉴于织物疵点类型的多样性和传统人工检测方法的低效率,为更有效地检测织物疵点,提出一种新的基于图像显著性特征的织物疵点检测方法—SGE.将原织物图分成相同两份:一份利用改进的基于频率的显著性区域(FSR)方法提取区域特征,粗定位疵点位置.另一份先Gabor滤波,取Gabor模图为输出特征;再利用基于像素的显著性区域(PSR)方法进行区域特征提取,细定位疵点位置;然后利用最大熵分别对粗细定位的疵点图进行分割,再融合;最后描绘轮廓,计算周长和面积,去除孤立点,得最终检测结果.采用OpenCV算法库,选取了4种具有代表的织物疵点图片进行验证.实验结果表明,这种粗细定位疵点的方法能够获得较好的检测结果,无需事先学习,能够满足实时性要求.
鑒于織物疵點類型的多樣性和傳統人工檢測方法的低效率,為更有效地檢測織物疵點,提齣一種新的基于圖像顯著性特徵的織物疵點檢測方法—SGE.將原織物圖分成相同兩份:一份利用改進的基于頻率的顯著性區域(FSR)方法提取區域特徵,粗定位疵點位置.另一份先Gabor濾波,取Gabor模圖為輸齣特徵;再利用基于像素的顯著性區域(PSR)方法進行區域特徵提取,細定位疵點位置;然後利用最大熵分彆對粗細定位的疵點圖進行分割,再融閤;最後描繪輪廓,計算週長和麵積,去除孤立點,得最終檢測結果.採用OpenCV算法庫,選取瞭4種具有代錶的織物疵點圖片進行驗證.實驗結果錶明,這種粗細定位疵點的方法能夠穫得較好的檢測結果,無需事先學習,能夠滿足實時性要求.
감우직물자점류형적다양성화전통인공검측방법적저효솔,위경유효지검측직물자점,제출일충신적기우도상현저성특정적직물자점검측방법—SGE.장원직물도분성상동량빈:일빈이용개진적기우빈솔적현저성구역(FSR)방법제취구역특정,조정위자점위치.령일빈선Gabor려파,취Gabor모도위수출특정;재이용기우상소적현저성구역(PSR)방법진행구역특정제취,세정위자점위치;연후이용최대적분별대조세정위적자점도진행분할,재융합;최후묘회륜곽,계산주장화면적,거제고립점,득최종검측결과.채용OpenCV산법고,선취료4충구유대표적직물자점도편진행험증.실험결과표명,저충조세정위자점적방법능구획득교호적검측결과,무수사선학습,능구만족실시성요구.