基于LBP和HOG特征的图案织物缺陷检测

为解决图案织物缺陷检测时传统人工的误检率、漏检率较高的问题,提出一种基于局部二值模式(local binary pattern,LBP)和方向梯度直方图(histogram of oriented gradient,HOG)特征相结合的检测算法。首先,将织物图像分解为多个重复单元(repeat units,RUs),提取其LBP和HOG特征,并对特征降维;其次,根据标记每个RUs特征的类别和对应在织物图像上的位置训练支持向量机(SVM);最后,利用分类器判别RUs特征中有无缺陷,并定位出RUs在织物图像中的位置。实验结果表明,与灰度共生矩阵(GLCM)作为特征矩阵的方法相比,该算法对图案织物常见的6种缺陷图像可实现提高检测效率、缩短检测时间,获取准确位置的目的。