Gabor滤波器在彩色纹理表面缺陷检测中的应用.docxVIP

Gabor 滤波器在彩色纹理表面缺陷检测中的应用 摘 要：提出了彩色纹理表面自动缺陷检测的 Gabor 滤波方法，以同时测度图像中的颜色和纹理偏差。提出的方 法不依赖于纹理特征的提取，它基于 Gabor 滤波器和两个颜 色特征复数的彩色图像卷积的能量响应，将彩色纹理图像缺 陷检测的复杂问题转换成了滤波图像中的简单的二值化问 题。对纺织品、木材等许多实际彩色纹理表面的实验结果表 明了该方法的有效性。 关键词：表面检测 ;缺陷检测 ;彩色纹理 ;Gabor 滤波器 文章编号： 1001-3695(2007)06-0184-03 0 引言 ?? 中图分类口号： 中图分类 口 号： TP391.41 文献标志码： A 图像处理技术在自动工业检测中获得了越来越多的应 用。 Gabor 滤波器被广泛认为是分析包含高度专有频率和方 位特征的纹理图像有用工具。经典的 Gabor 滤波器只考虑纹 理图像中的灰度变化，没有利用纹理的颜色特征，可能导致 缺陷检测失败。在彩色图像分析中，用彩色直方图进行图像 区域的描述丢失了纹理的空间信息。传统的彩色成像方法多 考虑图像分割问题，而不是彩色纹理表面检测中出现的问题。 本文考虑设计单个 Gabor 滤波器来识别彩色纹理表面的任何 不可预知的缺陷。 ?? 从一颜色空间得到的两个亮度不变颜色特征构成的 个复数进行彩色像素描述。将这两个彩色特征复数与Gabor 个复数进行彩色像素描述。将这两个彩色特征复数与 Gabor 滤波器在一个滑动窗口中进行卷积。最优 Gabor 滤波器的设 计目标基于最小原则，寻求训练过程使同质纹理特征的能量 响应最小的一组参数。定义一非负的响应幅度，每一邻域窗 口中的规则的纹理区域的响应幅度均接近于0 口中的规则的纹理区域的响应幅度均接近于 0，而滤波图像 中任何不规则缺陷区域的响应幅度明显的高。 Gabor 滤波器设计 灰度 Gabor 滤波器设计 ?? 2D Gabor 滤波器是 2D Gabor 滤波器是 加 2D 高斯窗的傅里叶变换 述图像与 Gabor 滤波器的卷积只基于灰度信息。许多 纹理缺陷只在彩色图像中才能识别出，需要同时考虑纹理的 颜色和结构分布。 颜色空间转换 ?? 个像素的颜色通常用 RGB三原色表示，可以转换到不 同的颜色空间。般说来，其中个转换颜色信号载有亮度 同的颜色空间。 般说来，其中 个转换颜色信号载有亮度 。为信息（非颜色信号） ，另两个载有颜色信息（色差信号） 了减少检测环境亮度变化的影响，只考虑颜色空间的颜色信 息。 ?? 。为 种线性颜色空间变换 Drg 和一种非线性颜色空间变换 CIE??L??*a??*b??*可用来获取颜色信息。 Drg空间的颜色表 达为 彩色 Gabor 滤波 如果选择 Gabor 滤波器参数使得某一彩色纹理样本的能 量最小，与训练样本具有相似周期纹理结构每一滤波子图像 的能量就接近于 0，与训练样本纹理结构不同的任何区域的 能量值均明显大。这就将复杂彩色纹理表面缺陷检测的困难 问题转换为简单的二值化问题，能量值低表示纹理同质，而 能量值高表示存在局部异常。 在检测过程， Gabor 滤波器将在整个图像中逐像素滑动 以确定每一像素的对应能量。当滑动窗口覆盖图像中的同质 纹理区域时，滤波器能够产生近于 0 的最小响应，覆盖不同 的纹理区域时，产生的响应就比较大。这样，就把纹理差别 转换为可识别的滤波器输出。 ?? 实验结果 ?? 实验中邻域窗口大小取为 65 X 65,训练过程中，选取每 纹理表面模型中65 纹理表面模型中 65 X 65的任意子图像以确定最优滤波器 参数。 窗口 65X65、53X 53 对缺陷产生类似的能量表达，对 应于缺陷的高能区域是显著的，且高度集中。然而，当窗口 尺寸降为41 X 41、25X 25时，缺陷区域的高能像素数目就 变小了，而且离散了。基于图 4 的识别结果，可以看出过大 的窗口可能不会产生更好的识别结果，但过小的窗口却可能 忽略掉细微的缺陷。 结束语 ?? 本文提出用一种彩色纹理表面缺陷自动检测的Gabor 本文提出用一种彩色纹理表面缺陷自动检测的 Gabor 滤 波器方法，对颜色和纹理的局部变动不敏感。提出的方法基 于Gabor滤波器和Drg或CIE??L??*a??*b??*空间彩色图像卷 积的能量输出响应。选择某一彩色纹理表面 Gabor滤波器的 最优参数使同质纹理的能量为 0，被测图像中的任何颜色或 纹理缺陷结构均产生明显大的能量值。因此，可选取简单的 阈值区分过滤图像中的同质区域和缺陷区域。对很多纺织品、 木材和瓦片的实验结果表明该方法检测周期、同质纹理表面 不可量化测度的缺陷的有效性。该方法对照明和缺陷尺寸不 敏感。 本文中所涉及到的图表、注解、公式等内容请以P