基于机器视觉的布匹疵点检测系统研究.pdf

A Dissertation Submitted in Partial Fulfillment of the Reqiurements
for the Degree of Doctor of Philosophy in Enginneering



Research on Fabric Defect Detection System Using Machine
Vision






: Bi Mingde
Major : Control Theory and Control Engineering
Supervisor : Prof. Li Yesong







Huazhong University of Science and Technology
Wuhan, 430074, P. R. China
May, 2012
独创性声明

本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研
究成果。尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人或
集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在
文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。

学位论文作者签名:
日期: 年月日


学位论文版权使用授权书

本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权
保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。
本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检
索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
保密□, 在________年解密后适用本授权书。
本论文属于
不保密□
(请在以上方框内打“√”)

学位论文作者签名: 指导教师签名:
日期: 年月日日期: 年月日
华中科技大学博士学位论文
摘要
产品的质量控制在当今商业市场竞争中起着十分重要的作用。在纺织工业中,
布匹的疵点是影响布匹质量的主要因素,而疵点检测则是保证布匹质量的主要手段。
传统的人工检测,劳动强度大,检测速度低,其检测精度会受到验布工人的经验与
疲劳程度影响,缺乏一致性与可靠性。因此采用布匹疵点的自动检测是纺织工业生
产中布匹质量控制的必然趋势。
本文将机器视觉技术引入纺织工业检测领域,并用以完成布匹疵点的检测。其
关键在于通过对布匹图像的处理与分析,设计一种检测算法能快速高精度地检测出
不同布匹中的各种疵点。本文采用了检测精度、通用性(即对各种布匹与疵点都有
效)与实时性(对应于检测速度)等三个指标用以衡量检测算法的检测性能,并根
据检测目的与检测结果表现方式的不同,将布匹疵点检测分为疵点判别与疵点分割
两种类型。
为了使检测算法具有较高的通用性,即对各种类型的布匹与疵点(包括全局疵
点与局部细小疵点)都具有高检测精度,本文采用了多分辨率分析方法在多个尺度
上对各种类型的布匹疵点进行分析,采用非采样小波变化取代标准小波变换以达到
平移不变性,并将其用于布匹疵点判别。为了提高检测精度,本文提出了一种小波
分解尺度选择策略,能够根据待检测布匹纹理频率特性对非采样小波变换的分解尺
度进行自适应的设定,以抑制布匹正常纹理能量并增强疵点区域能量。检测算法采
用了一个简单高效的小波系数幅值划分与数据融合方法,将各个尺度的小波分解系
数进行融合,并从融合后的图像中提取出若干个基于疵点能量估计的特征用于进行
疵点判别。
由于疵点判别方法仅能够检测出疵点在布匹图像中的位置,为了获得疵点的形
态学特征(如大小、长度、方向等),本文对基于多分辨率分析方法的疵点判别算法
进行了改进,提出了一种基于 Gabor 小波的疵点分割算法,并提出了一种自适应的
I
华中科技大学博士学位论文
Gabor 小波调校方法,能根据待检测布匹的纹理特性对 Gabor 小波的参数进行自适应
设定。与非采样小波变换相比,Gabor 小波变换能更灵活地对各个滤波器的通带中心
频率进行调校,因此能够更好地抑制布匹正常纹理能量并增强疵点区域能量,从而
使得正常纹理与疵点区域之间具有更大的差异。对滤波后的图像进行阈值分割后,
能达到更高的分割正确率。本文通过大量实验将该疵点分割算法与两种无自适应调
校的 Gabor 滤波器疵点分割算法进行比较,结果表明,本文所采用的方法具有更好
的实时性以及分割正确率。
针对大多数布匹疵点检测算法的实时性