基于视觉显著性的织物起毛起球等级评价新算法.docxVIP

基于视觉显著性的织物起毛起球等级评价新算法 随着人们生活水平的提高，消费者对织物的需求也在增加，尤其是织物的抗破性。因此，该领域的研究也成为一个焦点。当前织物起毛起球性能的评价主要依靠传统的标准样照对比法，该方法根据给定的样品结合各级别起毛起球的特点(如毛球数、毛球大小和分布密度等)信息进行客观地评价，具有一定的主观性。由于个体差异，不可能对织物的起球性能进行客观的等级评估。随着机器视觉在工业自动化中的广泛应用，基于机器视觉的织物起球评定技术应运而生 在用于织物的图像分析技术方面，已经进行了许多研究。文献 由上述分析可知，目前织物起球图像客观评价法仍面临无法避免背景纹理和光照不均等低频信号的干扰问题，从而影响最终的起球分级。假如机器能模仿人类主观评级法只提取感兴趣的起球信息，这样就能弥补传统图像处理技术的缺陷，具有重要意义 1 第二，注重目标信息的获取 视觉注意机制是人类视觉系统中一种特殊机制。人类视觉通过快速扫描全景图像信息并传入大脑，通过大脑对全景信息的分析与理解，获取需要集中注意的目标区域(通常称为关注焦点),然后在该区域投入更多的关注，从而获取关注目标的详细信息，同时抑制其他无用的信息。视觉注意机制实际上是在保持低频信息的同时抑制视野中的高频信息 高斯金字塔分解具有空域和时域上同时执行多尺度分析的能力，对各尺度图像低通滤波处理建立金字塔模型并采用中央-周边差分算子获取局部