[发明专利]一种皮革表面显著性缺陷的检测方法、系统及装置

权利要求书

1.一种皮革表面显著性缺陷的检测方法，其特征在于：该方法包括以下步骤：

获取第一图像，其中，所述第一图像指的是皮革缺陷检测样本的图像；

利用Gabor滤波器对第一图像进行滤波处理后，输出多个不同方向尺度的滤波图像；

从多个不同方向尺度的滤波图像中通过熵值计算选取出最优方向尺度的滤波图像；

对最优方向尺度的滤波图像进行显著性目标检测处理后，输出最优方向尺度的滤波图像对应的显著性目标图像；

对显著性目标图像进行自适应阈值图像分割处理后，输出第一二值图像；

利用第一二值图像以及从第一二值图像中提取出来的图像特征对支持向量机进行训练；

利用训练好的支持向量机对待测皮革所对应的二值图像进行处理，输出待测皮革的检测结果；

其中，所述从多个不同方向尺度的滤波图像中通过熵值计算选取出最优方向尺度的滤波图像这一步骤，其包括以下步骤：

采用形态学处理方式，对多个不同方向尺度的滤波图像进行去噪处理；

计算每一个去噪处理后的滤波图像的灰度值总和，其中，所述滤波图像的灰度值总和指的是滤波图像中所有像素点的灰度值的总和；

计算每一个去噪处理后的滤波图像的前景区域面积；

当去噪处理后的滤波图像的灰度值总和大于预设灰度值，且去噪处理后的滤波图像的前景区域面积大于预设面积值时，则设该方向尺度的滤波图像的表征常量为1；反之，则设该方向尺度的滤波图像的表征常量为0；

当存在一个方向尺度的滤波图像的表征常量为1时，则将该方向尺度的滤波图像作为最优方向尺度的滤波图像；

当存在至少两个方向尺度的滤波图像的表征常量为1时，则对表征常量为1的至少两个方向尺度的滤波图像进行熵值计算，然后，选取熵值为最大的滤波图像作为最优方向尺度的滤波图像。

2.根据权利要求1所述一种皮革表面显著性缺陷的检测方法，其特征在于：所述计算每一个去噪处理后的滤波图像的前景区域面积这一步骤，其包括以下步骤：

对每一个去噪处理后的滤波图像进行二值化处理后，得到每一个去噪处理后的滤波图像所对应的第二二值图像；

计算每一个第二二值图像的前景区域面积。

3.根据权利要求1或2所述一种皮革表面显著性缺陷的检测方法，其特征在于：所述对显著性目标图像进行自适应阈值图像分割处理后，输出第一二值图像这一步骤，其采用的自适应阈值图像分割表达式如下所示：

threshold＝E(S(x))×3

其中，O(x)表示为输出的第一二值图像，S(x)表示为显著性目标图像中像素点的像素值，threshold表示为阈值，E(S(x))表示为显著性目标图像的期望值。

4.根据权利要求1或2所述一种皮革表面显著性缺陷的检测方法，其特征在于：所述利用第一二值图像以及从第一二值图像中提取出来的图像特征对支持向量机进行训练这一步骤，其包括以下步骤：

将第一二值图像作为训练输入数据；

将从第一二值图像中提取出来的图像特征作为训练输出数据；

利用训练输入数据和训练输出数据对支持向量机进行训练。

5.根据权利要求4所述所述一种皮革表面显著性缺陷的检测方法，其特征在于：所述从第一二值图像中提取出来的图像特征包括有形状、边缘和/或面积。