[发明专利]一种基于Laws纹理与单分类SVM结合的素色布匹缺陷检测方法

摘要

本发明提供一种基于Laws纹理与单分类SVM结合的素色布匹缺陷检测方法，采用线阵相机对运动中的布匹进行图像采集，对采集的布匹图像进行预处理；构造单分类SVM将非线性的训练数据映射到高维特征空间，在高维特征空间中构造出最优分离函数；利用采集的标准无缺陷布匹图像样本输入到单分类SVM，通过Laws纹理特征提取方法进行特征提取，并对提取的特征量进行训练；将现场采集的布匹图像进行预处理，输入单分类SVM，判别是否存在缺陷；若有缺陷，对判断后的图像进行局部二值化阈值分割以及形态学处理，最后得出检测结果。本发明提高了布匹缺陷的检测效率，降低成本以及减少对样本数量的需求。

主权项

1.一种基于Laws纹理与单分类SVM结合的素色布匹缺陷检测方法，其特征在于，包括以下步骤：S1、通过采集的布匹图像，进行图像预处理包括：滤波处理、直方图均衡化进行去噪以及图像增强处理；S2、建立单分类SVM，该单分类SVM的输入值为预处理后的布匹图像，采用纹理特征提取方法对输入的预处理后的图像进行特征提取，输出值为是否存在缺陷；S3、将步骤1预处理后的布匹图像输入步骤S2所建立的单分类SVM，实现判别布匹图像是否存在缺陷；S4、若有缺陷，对步骤S1中预处理之后的图像进行局部自适应阈值二值化分割，局部自适应阈值二值化分割对光照不均的情况有显著的抑制效果；S5、对步骤S4中二值化分割后的图像进行形态学运算，使得缺陷区域更加显著，去除噪声点的干扰；S6、对步骤S5所得到的图像进行基于面积特征筛选缺陷区域，绘制缺陷区域的最小包围矩形，通过绘制的矩形得出缺陷区域的中心点。