基于小波变换的织物疵点图像特征提取.pdfVIP

第 28卷 第 2期 青 岛大 学 学报 (工 程 技 术 版 ) Vo1．28No．2 2013年 6月 JOURNALOFQINGDAOUNIVERSITY (ET) Jun．2013 文章编号 ：lOO6—9798(2Ol3)02—0053—07 基于小波变换的织物疵点图像特征提取 周 帅，张凤生，李富才 (青岛大学机电工程学院，山东 青岛266071) 摘要：为实现织物疵点 自动检测 ，本文应用 Mallat算法对织物图像进行小波分解 ，并根据 织物组织结构特点 ，对纬向子图和经向子图分别提取能量 、熵 、极差 、方差和逆差矩 5个特 征值 ，同时以平纹坯布为实验对象 ，对 白杠 、断纬 、破洞 、反丝、杂纤维、掉扣 、飞花 、色污等 多种常见疵点进行特征值提取实验 ，实验结果表明，织物疵点使织物图像在经纬方向产生 不规则纹理，通过提取特征值可得 出织物疵点图像在不 同特征值曲线处均有 明显变化。 该研究对判定疵点的存在、分析疵点的走 向与 “形状”具有参考价值 。 关键词 ：织物疵点；计算机视觉 ；小波变换；图像处理 ；特征提取 中图分类号 ：TS101．914 文献标识码 ：A 织物疵点检测是纺织品质量控制的重要环节。 目前 ，国内纺织企业的疵点检测主要靠人工 目测 ，检测效 果受主观因素影响大 ，不仅效率低、漏检率高 ，且劳动强度大[1]，为此 ，基于计算机视觉 的疵点 自动检测技 术研究广受关注。应用计算机 “视觉”检测疵点 的关键是织物图像 的纹理特征提取 ，现有的图像特征提取方 法有两类 ：一是在空间域对图像的灰度值进行计算 以提取特征值 (如灰度匹配法、灰度共生矩阵法等)；二是 将图像变换到频域再提取特征值 (如傅里叶变换、小波变换方法等)[3-4]。相 比之下，空间域法简单直观 ，适 用于比较 明显的疵点，但可检测的疵点种类少 ，运算速度随图像阵列的增大降低 明显 ，其实际应用价值受到 限制。频域方法检测精确度高、预测性好 ，尤其是小波变换可对图像进行多尺度细化分析，提取局部奇异性 特征，是较理想的图像处理工具 。因此 ，本文基于小波变换的织物疵点特征提取 ，研究其在疵点检测 中的可 行性和实用性。结果表明，对于沿经 向或纬向的 “线状”疵点 ，其走 向方向的能量、方差、极差 、逆差矩均变化 明显；对于 “面状”疵点其熵在经纬方 向均变化明显 ，能量和极差变化也较明显 ，可做辅助判别。该研究对织 物疵点的分析和判断具有理论指导价值。 1 二维小波变换与Mallat算法 1．1 二维小波变换 二维小波变换 [5 实质上就是对二维图像数据在水平方向和垂直方 向各 自独立地进行一次一维小波变 换 。设 (z)和 ()分别为沿X和 方向的尺度函数 ，(z)和 ()分别为沿 z和Y方 向的小波函数 ，则二 维小波变换的可分离尺度函数为 (-z，)一 (1z) (．y) 可分离的 “方 向敏感的”小波为 ( ，)一 (Lz) ()， (z， )一 (z) ()， 。(z，)一 (z) () “方 向敏感的”小波反映图像沿着不同方向的强度或灰度变化 的细节。 二维尺度函数和小波函数的二进伸缩与平移分别为 7 (z，)一 2 (2ix — k，2Jy— ) 收稿 日期 ：2O13—03—08 基金项 目：青岛市科 技局基础研究项 目(12—1—4—2一(9)一jch) 作者简介 ：周帅(1987一)，男 ，山东淄博人 ，硕士研究生 ，主要研究方 向为测控技术与智能仪器 。 通讯作者 ：张风生 ，博士，教授 ，硕导 。Email：{szhang1994@i63．corn 54 青 岛大学学报 (工程技 术版) 第 28卷 (z，)==：2 (2z一是，2Jy—m)， i一 {1，2，3}