Frangi滤波器和模糊C均值算法相结合的织物瑕疵检测

Frangi滤波器和模糊C均值算法相结合的织物瑕疵检测

张缓缓1,2, 李仁忠1, 景军锋1, 李鹏飞1, 赵 娟1

【摘 要】为解决织物瑕疵自动检测问题，提出一种基于Frangi滤波器和模糊C均值算法(FCM)相结合的织物瑕疵检测方法。首先采用均值下采样方法对采集的织物图像进行预处理，以减少织物背景纹理信息对织物瑕疵检测产生的影响；然后通过Frangi滤波器滤波增强织物的瑕疵区域；最后利用FCM处理滤波后的图像，确定织物瑕疵区域的像素和非瑕疵区域像素的聚类中心，并分割出瑕疵区域和非瑕疵区域。结果表明，本文方法检测织物瑕疵种类较多，分割效果较好。与其他方法相比，本文提出的算法利用聚类思想对织物疵点进行分割，无需利用正常织物图像进行阈值计算；另外经过滤波后疵点信息明显增强，使得疵点信息与纹理明显不同，从而使聚类更为准确，增加了检测的准确度。 【期刊名称】纺织学报 【年(卷),期】2015(036)009 【总页数】5

【关键词】疵点检测； 织物疵点； Frangi滤波器； 模糊C均值聚类算法 织物瑕疵的出现很大程度影响着织物质量和纺织企业的经济效益，因此织物的质量检测在纺织行业中占重要地位。据统计，织物瑕疵对织物销售价格有很大的影响，致使其价格降低45%～65%，严重影响了企业的利润[1]。目前国内许多企业对织物瑕疵检测的方法落后，检测率低且准确度不高[2-3]。此外，织物瑕疵种类繁多、形状各异，这更给准确检测织物的瑕疵提出了挑战。为了适应现代化企业生产的需求，解决传统织物疵点检测方法速度慢，准确率低等缺点, 进一步提高企业的利润，急需开发更先进更智能化的疵点检测方法。