基于多尺度Laws纹理能量和低秩分解的织物疵点检测算法

作     者：王振华 张周强 昝杰 刘江浩 WANG Zhenhua;ZHANG Zhouqiang;ZAN Jie;LIU Jianghao

作者机构：西安工程大学机电工程学院陕西西安710600 西安工程大学陕西省功能性服装面料重点实验室陕西西安710600 

出 版 物：《纺织学报》 (Journal of Textile Research)

年 卷 期：2024年第45卷第4期

页      面：96-104页

核心收录：

学科分类：0821[工学-纺织科学与工程] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 082101[工学-纺织工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金青年基金项目(61701384) 陕西省教育厅重点科学研究计划项目(20JS051) 西安工程大学柯桥纺织产业创新研究院项目(19RQYB03) 陕西省自然科学基础研究计划(2023-JC-YB-288) 湖北省数字化纺织装备重点实验室开放课题项目(KDTL2020005) 

主　　题：织物疵点 疵点检测 Laws纹理 纹理能量 特征提取 矩阵低秩分解 

摘      要：为提高织物疵点检测算法对简单纹理织物、模式纹理织物及条纹纹理织物检测时的普适性和准确性,提出了一种基于多尺度Laws纹理能量和低秩分解的织物疵点检测算法。首先,对织物图像进行直方图均衡化并将处理后的图像均匀划分为子图像块;其次,对每个子图像块提取28个纹理能量特征(利用7个Laws滤波模板在4个尺度上提取),计算所有子图像块提取到的特征均值并组成特征矩阵;然后,利用特征矩阵构建低秩分解模型,通过方向交替方法(ADM)优化求解,得到低秩部分和稀疏部分;最后,由稀疏部分生成疵点显著图,采用迭代阈值分割法对其进行分割,得到织物疵点检测结果。为验证该算法的有效性,在织物图像数据集选取了包含错纬、断经、跳花、破洞等常见疵点的织物图像,并将实验结果与已有3种算法进行了对比。实验结果表明,该算法在简单纹理织物、模式纹理织物及条纹纹理织物检测上具有更好的普适性和准确性,且检测效率具有一定优势。