基于Gabor滤波器的低对比度纸病检测算法

针对现有的纸病检测算法对裂痕、褶皱等低对比度纸病检出率低、抗干扰能力差的问题,提出一种基于Gabor滤波器的纸病检测算法。首先使用Gabor滤波器以及Gaussian滤波器去除纸张纹理干扰,增强纸病区域对比度;然后使用Laplasian算法进行边缘检测,最后使用形态学闭运算得到完整的纸病边缘图像。实验结果表明,该算法对低对比度纸病检测正确率高,并具有良好的抗干扰性能。     

基于Gabor滤波器的织物疵点检测

从疵布结构纹理模型出发阐述Gabor滤波器疵点边缘增强原理。根据织物特征设计织物自适应Gabor滤波器,确定Gabor滤波器的中心频率。再利用设计好的Gabor滤波器对方向性特征畸变织物疵点进行增强,并通过阈值处理完成疵点边缘检测。实验证明,织物自适应Gabor滤波器对方向性特征畸变疵点具有良好的边缘增强效果,可以突出织物纹理的能量,抑制疵点纹理的能量,同时该算法的最高检测速度可以达到7m/min。     

基于尺度变换的Gabor滤波器织物疵点检测

针对织物表面疵点自动图像检测问题,提出一种基于尺度变换的Gabor滤波器织物疵点提取方法,该方法使Gabor滤波函数的比例伸缩尺度随中心频率而变化。用Gabor尺度变换的3个尺度和4个方向的滤波器组分别与正常和待识别的疵点织物图像进行卷积,提取正常与异常织物纹理特征,从而得到偏差图像。再对偏差图像进行融合,使织物疵点突显出来。最后通过阈值处理检测出织物疵点。对缺经、缺纬、经纬交错和油污4种常见织物缺陷的实验结果表明,这种方法是有效的。     

一种改进的多通道Gabor滤波器布匹瑕疵检测方法

Gabor变换是一种重要的时频分析方法,有很强的纹理分析能力。采用基于多通道Gabor滤波的瑕疵检测算法,通过分析各个尺度的融合信息,提出一种新的多通道融合算法。使用自动阈值迭代算法对融合结果进行二值化处理,得到最终的检测结果。选取4种具有代表性的布匹瑕疵图片进行验证,实验结果表明,该算法不仅能从多通道滤波图像中选择与主观视觉相吻合的通道,而且降低了计算复杂度。     

基于一维最优Gabor滤波器的帘子布疵点检测算法

传统的二维Gabor滤波器用于帘子布疵点检测非常有效,但计算量巨大,为此提出一种快速自动检测帘子布疵点的方法。通过一维环形投影变换把一幅二维灰度图像压缩成一维形式,然后使用一维最优Gabor滤波器检测嵌入在帘子布均匀纹理中的疵点。采用粒子群优化算法进行一维Gabor滤波器最优参数的求解。假设图像大小为N×N,滤波器窗口为W×W,计算的复杂度可以显著地从二维Gabor空间的O(W2N2)到一维Gabor空间的O(WN2),并用实验验证了该方法的有效性。     

基于支持向量机的筒子纱纱管品种检测

为了对运输导轨上筒子纱的纱管品种进行检测,提出一种基于纱管图像分类的品种检测方法。首先通过搭建的采集装置采集筒子纱顶部包含纱管信息的图像,运用阈值分割和椭圆拟合得到纱管区域,利用极坐标变换将纱管圆环展开成矩形图像,然后使用HSV颜色直方图和局部二值模式分别提取纱管展开图像的颜色特征和纹理特征,最后通过支持向量机构建筒子纱纱管品种分类模型实现纱管品种检测。采用建立的纱管品种检测分类数据集进行实验,结果表明,本文方法相比于其它特征组合和分类器,具有更高的分类准确率,对相同图案的星型纱管、黑色系花纹纱管和混合纱管的分类准确率达100%,可为纺纱企业筒子纱纱管品种检测与运输包装提供参考。     

应用最优Gabor滤波器的经编织物疵点检测

针对经编织物疵点自动检测问题,提出了一种新的基于最优Gabor滤波器的经编织物疵点检测方法。具体可分为学习阶段和检测阶段;在学习阶段,对于无疵点的经编织物图像构造可调制的二维Gabor滤波器,采用量子行为粒子群优化(QPSO)算法对Gabor滤波器的参数进行优化,得到与无疵点的织物图像纹理特征最匹配的Gabor滤波器参数;在检测阶段,由学习阶段得到的最佳参数构造Gabor滤波器,用该滤波器对待检测织物图像进行卷积处理,然后再对得到的卷积图像进行二值化处理,最终识别出待检测织物是否有疵点存在。结果表明,该方法的检测率可以达到96.67%,具有很好的稳定性和鲁棒性,适合应用于工业生产。     

基于图元分割与Gabor滤波的织物瑕疵检测方法

为实现含复杂图案织物的自动化检测,提出基于图元分割与Gabor滤波的织物瑕疵检测方法,对具有复杂周期变化图案的织物进行检测。根据图像纹理的周期变化规律,确定图案单位模板大小,即包含一个周期图案的晶格。对图像进行自适应分割,并通过图元分割获得单元图像元素。通过Gabor滤波器生成特征的响应分布,获取理想的模板晶格,根据提出的投票程序,通过分析其特征向量的Manhattan根据距离图元晶格差异的分布来识别瑕疵图元晶格。实验结果表明:检测方法对星形和箱形图案的织物样本数据集上检测效果较好,显著提高了样本的查全率。     

基于Gabor函数变换的棉花疵点检测技术的研究

棉花中疵点的存在会对后续加工过程造成许多不可控因素,因此对棉花疵点进行准确检测具有重要意义。本文以Gabor函数变换得到的Gabor滤波器为基础,设计5尺度4方向上共20个滤波器,分别通过损失评价函数和最小二维熵值来进行最优尺度和最优方向的选取。使用最优Gabor滤波器来提取幅值特征图,接着进行分割得到目标图像,最后对目标图像进行形态学滤波处理,完善细节并剔除部分误差。结果表明,该算法可以有效地检测出常见的棉花疵点。     

基于Frangi滤波器的织物疵点检测方法

提出了一种基于Frangi滤波器的织物疵点检测方法。该算法首先对样本织物图像进行均值下采样处理,淡化和消除背景纹理对织物疵点检测的影响,然后将均值下采样处理后的图像经Frangi滤波器进行滤波,从而增强织物疵点部分以利于疵点的分割,最后对Frangi滤波后的图像进行阈值分割,分割出织物疵点部分。采用该算法对6种纹理织物进行处理,检测出26种疵点,92%的疵点能被准确的检测和定位,误报率为8%,检测效果较好。     

采用Gabor滤波簇和等距映射算法的织物疵点检测方法

为提高织物疵点检测率,将Gabbor滤波法与等距映射方法进行融合,克服疵点检测过程中存在的问题。首先用由3个尺度和5个方向组成的15个Gabor滤波器簇对织物疵点图像进行滤波,减少疵点图像光照不均和对比度低的影响;然后将滤波图像划分成面积相等且互不重合的邻域,并从邻域中提取高维特征向量。采用等距映射方法对高维特征向量进行降维,剔除高维特征中冗余信息,强化分类器拟合能力;再用低维嵌入模型提取新增样本低维特征向量,用于概率神经网络分类器分类,检测是否存在疵点;最后用2种不同纹理的织物进行检测实验。结果表明,本文方法能有效提高疵点的检测精度。     

Development of bobbin tracing system based on RFID technology

A kind of system used for bobbin quality controlling tracing based on radio frequency identification (RFID) technology is discussed in this paper. The fundamental obstacle of quality control for each spindle in spinning frame is the loss of information associated with bobbins and spindles after the point‐of‐spinning. The information of bobbins associated with serial number of spindles is identified and recorded automatically in this system via non‐touching dual‐directional data communication based on RFID technique. The basic qualitative data of each spindle is provided by a PC system B‐MIS (Bobbin Management Information System) through the wireless reader devices as well as some complementary. The concept of also tracing the structure, function and implementation of the system are introduced. The process of addressing the problems of spindle, improving spinning machine maintenance as well as the bobbin recovery decisions and so on are also presented.     

基于机器视觉的玻璃纤维管纱毛羽检测

为实现玻璃纤维管纱毛羽检测的自动化,设计了基于机器视觉的玻璃纤维管纱毛羽检测系统。使用光源、相机、电机等搭建图像获取平台得到毛羽图像;利用Blob连通域分析法进行毛羽区域提取,计算毛羽轮廓矩特征与毛羽区域特征,并结合支持向量机实现毛羽分类;根据毛羽分类结果以及前后2帧图像中毛羽位置坐标差值,对不同类型的毛羽数量进行统计;通过毛羽的最小外接矩形,得到每帧图像中的毛羽长度数据,并取每个毛羽长度数据的最大值作为相应的毛羽长度。结果表明:该系统能够代替人工完成管纱毛羽的有效检测,且单个管纱的检测耗时在10 s以内,能够满足实际的工业需要。     

Detection of residual yarn on spinning bobbins based on salient region detection

Residual yarn detector plays an important role in the pipeline of spinning-linked winding systems. This research proposed an image-based method to improve the traditional detectors who have weaknesses such as low precision, low sustainability and yarn-damage-possibility. A detection system was developed to capture and process the bobbin images. The proposed algorithm includes three main steps: bobbin recognition, residual yarn reusability judgment and un-reusable residual yarn detection. With the utilization of the adaptive threshold, profile detection, region-of-interesting extraction and frequency-tuned salient region detection, the bobbins were classified into three classes with a desirable accuracy rate. The proposed method was applied on 21 different bobbin samples and obtained a 100% detection rate, which demonstrated that the method is effective on different samples. To test the robustness of the method, it was tested in eight different light conditions. The result showed that the method is reliable in a wide range of illumination intensity.     

Fabric defect detection using Gabor filters and defect classification based on LBP and Tamura method

This paper aims at investigating methods for solving the problem of automated fabric defect detection and classification, which are more essential and important in assuring the fabric quality. The work focuses on two aspects: fabric defect detection and classification. In the experiment, first, the detection texture features for texture defect are extracted using Gabor filters. The method would automatically segment defects from the regular texture. Second, texture features for classification use local binary patterns and Tamura method. Fabric samples are used in evaluation and the experimental results obtained further confirm the designed algorithm achieved a high detection success rate.