软性电路板金面缺陷的无监督检测

为实现软性电路板(FPC)金面缺陷的准确自动检测,提出了一种以Gabor滤波器和Mean Shift聚类算法为基础的完全无监督FPC金面缺陷检测方法。首先,用Gabor滤波器组、数学形态学与Gaussian平滑处理抽取待检测图像的多维特征;然后,使用主元分析(PCA)将每个像素特征维数降为二维;最后,使用Mean Shift方法对二维特征数据进行聚类并将聚类的结果转化为二值图像。整个检测过程无需预先知道缺陷的类型和FPC金面的纹理类型,是一种完全无监督的检测方法。对带有各种缺陷的FPC金面进行检测实验,结果表明,该方法能够准确地将各类缺陷区域从背景区域中分离出来,具有自动缺陷检测系统所要求的识别能力强、稳定性高的特点。     

基于Gabor滤波与分水岭算法的锂电池极片缺陷检测方法

针对锂电池极片在人工检测过程中检测效率低、检测错误率高等问题,提出一种基于自适应Gabor滤波与分水岭算法融合的锂电池极片缺陷检测方法。首先通过改进传统Gabor滤波器的参数,实现Gabor滤波器的自适应,得到滤除背景的缺陷图像;然后使用大津法对图像二值化处理,利用分水岭算法进行边缘提取;最后利用分割出的边缘获得坐标,利用最小外接矩形法实现缺陷检测。结果表明,相对于区域生长算法和改进的Canny算法,本文方法的抗干扰能力得到提高,可以对锂电池极片漏金属、黑斑、白斑、脱碳、条痕等多种缺陷进行较为精确地检测,能够用于锂电池极片缺陷的自动化检测。     

实时带钢表面质量检测算法研究与应用

针对现有带钢表面质量检测技术在检测精度、数据实时吞吐量等方面存在的问题,提出了一种基于纹理特征编码的带钢表面缺陷检测方法。首先,利用高斯滤波器的差分响应模拟人类视觉的纹理感知模型,在原始图像空间内进行缺陷可疑点检测;然后对疑似缺陷位置进行纹理特征的提取与编码,在纹理特征编码空间内完成缺陷的精密定位。实验结果表明,该方法可以对带钢表面常见的氧化、孔洞、边裂、麻点等十几种不同类型缺陷进行精确地检测,降低了系统的误检率,同时提高了缺陷检测的识别率和算法的计算效率。     

基于优化Gabor滤波器的牙膏管肩缺陷检测

针对现有牙膏管肩缺陷检测方法效率低、准确率不高,难以满足产品验收标准的难题进行了研究,提出一种新的缺陷检测方法。本方法首先利用一种改进的最小二乘圆拟合的方法分割出待检测区域;然后采用基于优化Gabor滤波器的缺陷检测方法,通过引入评价函数以确定最佳滤波器参数,准确提取出缺陷位置。实验表明,通过对比传统的Gabor检测算法,证明该算法能较为准确地检测出牙膏管肩缺陷位置,且具有良好的检测速度及精度。     

基于Gabor滤波器的航空图像水面纹理自动提取

本文提出了一种基于Gabor滤波器的水面尾迹纹理的自动提取算法.该方法分为两步第一步,选取等大小的含尾迹纹理的水面子图像和不含尾迹纹理的水面子图像,通过一组GaBOR滤波器得到它们的特征图像,计算每个子图像特征图的均值和方差,将它们作为神经网络的训练样本对BP网络进行训练得到用于识别的网络;第二步,将待提取的整幅图像分成很多与第一步中子图像等大小的子图像,分别计算它们的Gabor特征图像,并得到它们的均值和方差,把它们作为神经网络的输入,得到它们是否是纹理区域,由整幅子图像的识别结果得到一幅二值图像,用Hough变换检测图像中的直线,根据直线的长度是否有尾迹存在.大量的实验结果表明该方法能够准确地提取尾迹纹理.     

基于Gabor滤波器对织造前帘子布疵点检测研究

针对织造前帘子布纱线疵点自动检测问题,对织造前帘子布纱线疵点分布特点开展了研究分析,提出了一种基于Gabor滤波器的帘子布纱线疵点检测算法,利用Gabor滤波器的能量值来描述帘子布纱线疵点特征。通过对疵点Gabor图像阈值化处理,得到了疵点的二值图像。然后对疵点二值图像沿水平方向进行了均等分割,得到了疵点所在的条状图像并除去随机噪声。在1 792个疵点图像测试集上对不同尺度参数的Gabor滤波器进行疵点检测准确度分析,建立了最优的方向和尺度参数组合。并搭建了基于机器视觉技术的帘子布纱线疵点检测系统。研究结果表明,该检测算法对帘子布纱线疵点检测准确度达到99.2%。经过4个月生产实践表明,该系统对织造前帘子布纱线疵点检测效果比人工检测效果提高86%,实现了机器换人的目的。     

基于Gabor与瑞利分布型滤波器的虹膜识别法

提出了一种基于Gabor与瑞利分布型滤波器的虹膜识别算法,通过对虹膜纹理采用Gabor变换来获取其频谱信息,并对频谱信息进行分析证明了符合瑞利分布,最后使用瑞利分布型滤波器来提取虹膜的特征。实验结果表明,该算法识别率高并可用有效地应用于虹膜身份鉴别系统中。     

基于方向Gabor特征的水面尾迹提取

为了自动提取航空图像中水下目标运动产生的尾迹,提出一种基于方向Gabor特征和主成分分析(PCA)的水面尾迹自动提取算法.该算法首先对图像进行傅里叶变换得到它的能量谱,通过对传统的主成分分析进行改进求得图像的方向,然后根据方向来确定Gabor滤波器组,用该滤波器组提取的纹理特征就有旋转不变性.为了消除纹理特征的冗余信息,用主成分分析法对其进行降维,并对它们的分类性能进行比较.大量的实验结果表明本文的方法能够有效地提取水面尾迹纹理.     

基于纹理特征分割的船闸图像水位检测方法

由于船闸水位检测受船闸图像中墙体的污渍以及水体中的漂浮物影响,提出基于纹理特征分割的船闸图像水位检测方法。针对船闸图像中墙面与水面不同的纹理特征,运用Gabor小波变换提取船闸水位纹理特征图像,采集水位线候选点并运用RANSAC算法排除外点提取水位线。与现有检测算法对比,该方法的实验结果具有较小的检测误差,误差小于14个像素值。     

TFT-LCD Mura缺陷机器视觉检测方法

针对液晶显示器(Liquid crystal display,LCD)制程中Mura缺陷检测的重要性和人工检测的弊端,研究TFT-LCD Mura缺陷的机器视觉自动检测方法。基于国际半导体设备与材料组织(Semiconductor Equipment and Materials International,SEMI)标准中Mura缺陷的测量规范和LCD视觉检测试验平台,针对Mura缺陷边缘模糊、对比度低、图像中存在重复纹理背景和整体的亮度不均匀等特点,分别研究基于实值Gabor小波滤波的纹理背景抑制方法、基于同态变换和独立分量分析的亮度不均匀校正方法、基于主动轮廓模型和水平集方法的缺陷分割以及基于SEMI标准的缺陷量化方法,综合几个方面的研究,建立Mura缺陷自动检测流程。检测试验证明,所提出方法能较好地抑制纹理背景、校正背景亮度不均匀和莫尔条纹,准确的分割缺陷并进行量化评定。该方法适用于Mura缺陷的自动检测,检测方法与人的视觉特性相似,具有较好的鲁棒性。对于50个带有Mura缺陷的LCD样本,有48个样本被成功检测。     

Automated Surface Inspection Using Gabor Filters

In this paper we present a machine vision system for the automatic inspection of defects in textured surfaces found in industry. The defects to be inspected are those that appear as local anomalies embedded in a homogeneous texture. The proposed method is based on a Gabor filtering scheme that computes the output response of energy from the convolution of a textured image with a specific Gabor filter. The best parameters of a Gabor filter are selected so that the energy of the homogeneous texture is zero, and any unpredictable defeats will generate significantly large energy values. A simple thresholding scheme then follows to discriminate between homogeneous regions and defective regions in the filtered image. This transforms texture differences into detectable filter output. The experiments on structural textures such as leather and sandpaper have shown the effectiveness of the proposed method.     

Fast Defect Detection in Textured Surfaces Using 1D Gabor Filters

In this paper, we present a fast machine vision method for the automatic inspection of defects in textured surfaces. Traditional 2D Gabor filtering schemes have been shown to be very effective for detecting local anomalies in textured surfaces of industrial materials. However, they are computationally expensive and sensitive to image rotation. In order to alleviate the limitations of 2D Gabor filtering, we first use a 1D ring-projection transformation to compress a 2D grey-level image into a 1D pattern, and then employ a 1D Gabor filter to detect defects embedded in a homogeneous texture. Given a problem with image size N × N and filter window W × W, the computational complexity can be reduced significantly from O(W ² N ² ) in the 2D Gabor space to O(WN ² ) in the 1D Gabor space, and the detection results are invariant to rotation changes of a texture. The experiments on structural textures such as a wooden surface, an LCD display, and a machined surface, and statistical textures such as granite, leather, and sandpaper have shown the efficiency and effectiveness of the proposed method. ID="A1" Correspondence and offprint requests to: Dr Du-Ming Tsai, Department of Industrial Engineering and Management, Yuan-Ze University, 135 Yuan-Tung Road, Nei-Li, Tao-Yuan, Taiwan. E-mail: iedmtsai@saturn.yzu.edu.tw     

纹理分割的最小二乘滤波器

本文根据纹理结构的预知性,推导出了一种新的纹理分割方法——最小二乘滤波器。该方法的特点是所用滤波器少(图像中需要分析几种纹理,就对应几个滤波器),而且每一个滤波波器必定增强对应的纹理区域,这对最后纹理分割区域带来了极大的方便。再者该方法节省内存、计算速度快。     

基于火焰图像的回转窑烧成状态识别方法研究

烧成带状态的准确识别是回转窑烧结过程中最为关键的一环.给出了一种新颖的基于火焰图像的烧成状态识别方法.首先,基于一种新颖的设计方法得到的压缩Gabor滤波器组作为预处理阶段,增强具有不同纹理特性的物料区域和火焰区域的可分性.然后,对预处理后的火焰图像采用主成分分析寻找特征火焰图像,通过关联每幅火焰图像与特征火焰图像提取火焰图像的全局特征向量,最终经由概率神经元网络分类器对特征向量进行分类识别.实验结果表明了该方法的有效性.     

基于多通道Gabor滤波与灰度梯度共生矩阵的虹膜识别方法

为有效改善虹膜识别系统的性能,针对传统方法提取全局特征时对局部纹理特征不敏感的问题,提出了一种基于多通道Gabor滤波和灰度梯度共生矩阵（GGCM）的虹膜识别方法。使用不同方向和尺度的Gabor滤波器组对预处理后的虹膜图像滤波,由全局滤波图像构建灰度梯度共生矩阵,提取特征值生成虹膜特向量。识别过程采用加权欧氏距离进行特征匹配。CASIA虹膜图像库实验表明,该方法能在保证识别系统实时性能的前提下使EER下降0.5%。     

基于形态学与支持向量机的虹膜坑洞纹理检测

坑洞纹理是虹膜表面上一种重要的特征纹理。对可见光虹膜图像而言,如何能不受睫毛、眼睑、光斑及光照不均匀等干扰因素的影响,并能快速、准确地提取出该特征纹理仍然是目前一个亟待解决的难题。提出一种基于形态学和支持向量机(SVM)的可见光虹膜坑洞纹理检测方法。首先使用灰度形态学和二值形态学相结合的方法提取出所有目标纹理;然后使用区域生长方法定位所有目标纹理并计算各个目标纹理的特征向量;最后再使用SVM和定义约束条件的方法提取出最终的坑洞纹理。通过实验证明:该方法能较好地克服光斑等干扰的影响,对坑洞状纹理的检出率高于其他同类方法。     

Gabor 滤波器在指纹图像处理中的应用

在实时指纹识别系统中，图像增强的效果好坏将影响特征提取及指纹鉴别的识别率。现把Gabor滤波器应用在指纹图像增强处理中，利用了Gabor滤波器的方向选择和频率选择特性，把指纹图像的局部方向和局部频率作为Gabor滤波函数的参数，然后把Gabor函数与纹理图像进行卷积，从而去除图像噪声，达到了增强图像的目的。在算法设计上采用了查表的方法，提高了算法的速度，节省了运算的时耗。实验证明，算法工作稳定，效果好，鲁棒性强。     

一种基于优化小波特征的非线性目标跟踪算法

提出了一种基于优化小波特征的,应用于复杂背景干扰环境中的非线性目标跟踪算法。选取Gabor小波网络来表征目标的空域特性,即运用一定数量的小波构成一个集合,利用优化方法优化小波参数,从而获得稳健的Gabor小波集合来表示目标特征。运用优化的非线性粒子滤波算法,使每个粒子表示目标特征的一组估计运动参数,并通过L-M优化方法使粒子向局部峰值点移动,呈现出"多峰"的跟踪形式。实验结果表明:该算法对光照、噪声不敏感,具有较强的抗局部遮挡能力,平均跟踪误差小于一个像素,与标准的非线性粒子滤波跟踪算法相比,平均跟踪误差减小了50%。     

Using gradient tensors of the second and third orders for segmentation of images containing textures with structural redundancy

This papers describes the effectiveness of textural features on the basis of gradient tensors in the problem of segmentation of images containing textures with structural redundancy. It is shown that the use of the bank of Gaussian bandpass filters in the formation of a feature space which is invariant to shifts and rotations of textures improves the performance of the segmentation algorithm. Examples demonstrating the application of textural features to the problem of segmentation with an unknown number of texture classes contained in the image are presented.