几种基于图像自适应阈值分割的织物疵点检测方法比较

几种基于图像自适应阈值分割的织物疵点检测方法比较

杜 磊1，李立轻1，2，汪 军1，2，万贤福1，2，陈 霞1，2，李冠志1，2 【摘 要】摘 要 为比较4种自适应阈值算法对目标和背景灰度值差异较大织物疵点的检测效果，进而综合比较4种算法的优劣情况，分别用4种自适应阈值算法对平纹和斜纹织物疵点图像进行检测，并详细分析和比较检测结果。结果表明文中所述4种自适应阈值算法在一定程度上都能用于织物疵点的检测。当不考虑算法执行时间时，检测效果好坏顺序为:局部阈值分割算法＞改进的Otsu算法＞Otsu算法＞最大熵阈值法。当考虑算法执行时间时，综合检测效果好坏顺序为:局部阈值分割算法＞Otsu算法＞最大熵阈值法＞改进的Otsu算法。

【期刊名称】纺织学报 【年(卷),期】2014(035)006 【总页数】6

【关键词】关键词 自适应阈值分割;Otsu;改进的Otsu;最大熵;局部阈值分割 【文献来源】

research_thesis/020121588516.html

https://www.zhangqiaokeyan.com/academic-journal-cn_journal-textile-

在纺织品的生产过程中，织物疵点检测是保证产品质量的一个重要环节。传统的织物疵点检测采取人工验布的方式完成，该方法存在很多弊端，如效率低，漏检率高，检测结果波动性大，对人体伤害大等，这些已经成为制约当今纺织行业进一步发展的瓶颈［1－3］。近年来，随着计算机技术和数字图像处理技术的不断发展，基于计算机视觉的织物疵点检测逐渐成为了研究热点，利用机器视觉代替人工视觉也成了一种必然的发展趋势［3］。目前，针对目标和背景