针对织物瑕疵检测问题,现有的方法大多关注瑕疵特征的提取,而没有考虑如何消除织物自身的纹理结构和织物褶皱等因素对特征提取的干扰,因此,提出一种基于图像主结构提取和自适应快速局部二值模式(adaptive fast local binary pattern, AF...针对织物瑕疵检测问题,现有的方法大多关注瑕疵特征的提取,而没有考虑如何消除织物自身的纹理结构和织物褶皱等因素对特征提取的干扰,因此,提出一种基于图像主结构提取和自适应快速局部二值模式(adaptive fast local binary pattern, AFLBP)的织物瑕疵检测方法。首先,使用基于总变差模型的纹理图像主结构提取方法,能够去除织物图像中自身纹理信息的干扰;其次,对传统局部二值模式(local binary pattern, LBP)算法进行改进后提出AFLBP算法,用于对图片进行分割获取二值化图像,改善原LBP算法对图像的局部特征进行区分的问题,缓解像素的明显振动变化,在一定程度上提高了图像边缘轮廓提取的准确度;最后,使用支持向量机(support vector machine, SVM)分类器判别分割后的织物二值图像是否含有瑕疵。实验结果表明,所提方法在瑕疵检测的准确度方面表现较好,同时对比其他图像分割算法,所提出的AFLBP算法也有更好的分割效果。展开更多
