基于小波多尺度积与形态学的瑕疵检测算法.pdfVIP

第38卷第8期 光电工程 Vo1．38，No．8 2011年 8月 Opto·ElectronicEngineering August，2011 文章编号：1003—501X(2011)08—0090—06 基于小波多尺度积与形态学的瑕疵检测算法 崔玲玲，卢朝阳，李 静，李益红 (西安电子科技大学 ISN国家重点实验室，西安 710071) 摘要：针对布匹瑕疵种类多以及单个方法仅对特定类瑕疵有效的问题，提 出一种新的基于小波多尺度积和数学形 态学的布匹瑕疵检测算法。首先对输入图像进行二进小波变换后，低频近似子图经过数学形态学运算，得到良好 的瑕疵形状特征，然后对高频子图使用小波多尺度积方法，可以抑制噪声的同时增强瑕疵的边缘线性特征，最后 融合得到最终的检测结果。实验结果表明，该算法在虚警率和运算时间较低的同时，得到较高的检测率，综合性 能优于经典的Gabor和小波变换算法。 关键词：瑕疵检测；小波变换；数学形态学；多尺度积 中图分类号：TN911．73 文献标志码：A doi：10．3969j／．issn．1003—501X．2011．08．015 DefectDetectionBasedonW aveletM ulti-scaleProductsandM orphology CUILing-ling，LU Zhao—yang，LIJing，LIYi-hong (StateKeyLabofIntegratedServiceNetworks，XidianUniversity，Xi’an710071，China) Abstract：Thenumberoffabricde~ctclassesislargeandasinglemethodisonlyeffectiveforspecifictypesofdefects． Inordertodetectdefectsmoreeffectively,anovelfabricde~ctdetectionalgorithm ispresentedbasedoncombining waveletmulti—scale productand ma~ematicalmorphology．After the dyadic wavelettransform on the images， mathematicalmoprhologyoperationsareutilizedtothelow frequencysub—imagetoobtainde~ctshapefeatures．Then， thewaveletmulti-·scaleproductmethodsareusedtothehigh frequency sub--imagestorealizesuppressingnoiseand enhancede~ctedgelinearfeatures．Finally,theresultsabovearefusedtogetthefinalresult．Experimentalresultsshow thatthefalsealarm rateandcomputationaltimearelOW,andthedetectionrateishigh．Thecomprehensiveperformna ceis superiortotheGaborandwaveletalgorithms． Keywords：de~ctdetection；wavelettransforms；mathematicalmoprholoyg ；multi—scaleproducts 0 引 言 随着机器视觉技术的快速发展，织物瑕疵检测在纺织品质量控制方面显得尤为重要。传统的检测方法， 主要靠人工肉眼完成，生产效率低下且成本较高；基于机器视觉的自动检测系统不仅节约了人力资源，更 提高了生产效率。近十几年来，自动布匹瑕疵检测已经成为国内外学者的研究热点 J。由于织物瑕疵具有 种类多，类间相似性，