1、在紡織品自動(dòng)化生產(chǎn)過程中，缺陷檢測(cè)是保證其產(chǎn)品質(zhì)量的重要手段。與傳統(tǒng)的人工檢測(cè)相比，采用計(jì)算機(jī)圖像處理技術(shù)進(jìn)行紡織品缺陷檢測(cè)有著精度高、效率高的優(yōu)勢(shì)。在檢測(cè)過程中，紋理特征提取的準(zhǔn)確程度對(duì)缺陷檢測(cè)算法的性能有重要影響。本文研究了紋理統(tǒng)計(jì)特征在紡織品自動(dòng)化缺陷檢測(cè)中的應(yīng)用。
　　本文研究的主要內(nèi)容及創(chuàng)新之處在于:
　　(1)研究提出了一種結(jié)合自適應(yīng)中值濾波和灰度梯度共生矩陣的織物缺陷檢測(cè)方法。在分析紡織品紋理屬性的基礎(chǔ)上，利用

2、灰度梯度共生矩陣提取灰度和梯度兩種圖像信息，構(gòu)成二階統(tǒng)計(jì)特征，來有效地表征紡織品的紋理信息，再結(jié)合自適應(yīng)中值濾波算法提高缺陷部分和背景紋理部分的可分離程度，進(jìn)而提高織物缺陷檢測(cè)的正確率。
　　(2)研究提出了一種抗噪聲多尺度的紡織品缺陷檢測(cè)方法。針對(duì)MB_LBP(Multi-scale Block Local Binary Patterns)算子中方形鄰域在尺度拓展上的局限性，該方法使用BRINT_LBP(Binary Rotat

3、ion Invariant Noise TolerantLocal Binary Patterns)算子來提取紡織品的紋理特征。BRINT_ LBP算子以圓形鄰域?yàn)榛A(chǔ)在不同尺度下提取圖像的紋理特征，該算子對(duì)噪聲具有魯棒性。通過級(jí)聯(lián)，構(gòu)成多尺度BRINT_LBP算子，結(jié)合SVM(Support Vector Machine)分類器完成檢測(cè)。大量仿真實(shí)驗(yàn)結(jié)果表明此方法提高了紡織品缺陷檢測(cè)正確率，并能在一定程度上抵抗噪聲的影響。