复杂纹理背景的织物疵点检测与定位研究

【摘要】：本研究利用先进的小波包框架方法将具有复杂纹理的无瑕疵的织物图像进行分解,得出若干具有显著纹理特征的子图,再利用高斯混合模型方法对各个子图进行参数化分析,建立高斯混合数学模型,采用贝叶斯分类器结合前面建立的高斯混合模型对样本织物进行瑕疵点检测和准确定位,相比于传统的瑕疵检测方法,本方法的检测准确率和效率有了显著的提高。 本文首先对小波包框架进行了详尽的阐述,对小波包框架的演变以及同时期的纹理分析方法做了介绍,解释了本研究使用这种方法的原因以及该方法相比于其他分析方法的优点,而后对小波包框架的定义以及基本原理进行分析并讲解了小波包框架的建立方法,最后利用此方法对实验数据进行处理,将复杂的纹理背景的织物纹理进行分解,得到具有显著纹理特征的子图。 第二步将介绍如何对各个子图进行数学建模。先对建模工具—高斯混合模型进行全面的阐述,从定义,原理以及构造方法三个方面介绍如何对纹理图像进行建模,并利用上述方法,将第一步产生的子图利用高斯混合模型建模。 第三步介绍如何利用贝叶斯分类器对有瑕疵的织物进行瑕疵点的检测与定位,着重介绍贝叶斯分类器的概念,原理,而后结合高斯混合模型利用贝叶斯分类方法对实验数据进行处理,最终实现对瑕疵点的检测和定位。