基于小波提升格式的织物疵点检测

doi:10.3778/j.issn.1002-8331.2008.25.066

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (25): 219-221.DOI: 10.3778/j.issn.1002-8331.2008.25.066

基于小波提升格式的织物疵点检测

管声启,石秀华

西北工业大学航海学院，西安 710072

收稿日期:2008-05-15 修回日期:2008-06-23 出版日期:2008-09-01 发布日期:2008-09-01
通讯作者: 管声启

Fabric defect detection based on wavelet lifting scheme

GUAN Sheng-qi,SHI Xiu-hua

College of Marine Engineering，Northwestern Polytechnical University，Xi’an 710072，China

Received:2008-05-15 Revised:2008-06-23 Online:2008-09-01 Published:2008-09-01
Contact: GUAN Sheng-qi

摘要/Abstract

摘要： 为了满足织物疵点检测快速而准确的要求，提出了一种基于小波提升格式疵点检测的新方法。首先根据已知滤波器，通过提高消失矩阶次构造与织物纹理相匹配的小波。在此基础上，对构造小波的滤波器进行提升和对偶提升，来获得不同的提升算子和对偶提升算子，从而实现小波的提升分解。最后提取小波分解后的高频子图细节特征，通过与正常织物高频子图细节特征相比较，从而实现疵点检测。实验证明了该方法是可行有效的，检测准确率达到92.5%以上。

关键词: 提升格式, 小波构造, 疵点检测

Abstract: To fabric defect detection of rapidity and accuracy，a new method for defect detection based on wavelet lifting scheme is presented.Firstly，according to known the set of finite filters，the new wavelet with matching fabric texture properties is constructed by improving Vanishing Moments.Secondly，the set of construction wavelet filters are followed by lifting and dual lifting，and different lifting operators and dual lifting operators are obtained to wavelet decomposition.Lastly，the detail signal after wavelet decomposition is extracted，and it is compared with the detail signal of normal fabric to detect defect.The experimental result confirms that the proposed method is validity and feasibility，and the detection accuracy rate is over 92.5%.

Key words: lifting scheme, construction wavelet, defect detection

管声启,石秀华. 基于小波提升格式的织物疵点检测[J]. 计算机工程与应用, 2008, 44(25): 219-221.

GUAN Sheng-qi,SHI Xiu-hua. Fabric defect detection based on wavelet lifting scheme[J]. Computer Engineering and Applications, 2008, 44(25): 219-221.

[1]	赵艳，左保齐. 机器视觉在织物疵点检测上的应用研究综述[J]. 计算机工程与应用, 2020, 56(2): 11-17.
[2]	朱丹丹，潘如如，高卫东. 基于傅里叶特征谱和相关系数的织物疵点检测[J]. 计算机工程与应用, 2014, 50(19): 182-186.
[3]	李仁忠，张缓缓，景军锋，李鹏飞. 基于EM算法的高斯混合型的织物疵点检测研究[J]. 计算机工程与应用, 2014, 50(10): 184-187.
[4]	马鑫宇1，林意2. 基于小波子图映射的疵点织物判定方法[J]. 计算机工程与应用, 2012, 48(6): 166-168.
[5]	徐丙莲1，樊宝强1，张秋胜2. 一个第二代小波的信号奇异性检测[J]. 计算机工程与应用, 2012, 48(31): 108-111.
[6]	朱学亮，柴志雷，梁久祯，钟传杰. KLT织物疵点检测算法研究及FPGA实现[J]. 计算机工程与应用, 2012, 48(24): 144-148.
[7]	祝双武1，郝重阳2. 基于纹理周期性分析的织物疵点检测方法[J]. 计算机工程与应用, 2012, 48(21): 163-166.
[8]	王海涛¹，丁宣浩^1，2. 双正交小波滤波器组的提升构造与优化[J]. 计算机工程与应用, 2010, 46(8): 137-140.
[9]	邹超，汪秉文，孙志刚. 基于Gabor滤波器组的实时疵点图像分割[J]. 计算机工程与应用, 2010, 46(12): 185-187.
[10]	沈雅芬，刘纯平，王朝晖. 基于局部熵的CMOS摄像头疵点检测 [J]. 计算机工程与应用, 2009, 45(20): 71-73.
[11]	董卫军^1,2,樊养余¹,周明全². 基于提升格式小波变换的医学图像融合技术[J]. 计算机工程与应用, 2008, 44(13): 185-187.
[12]	韩润萍孙苏榕姜玲. 基于Gabor滤波器组的织物疵点检测方法[J]. 计算机工程与应用, 2007, 43(7期): 211-214.
[13]	李玲远¹,张艳华². 基于提升小波MRI图像自适应阈值去噪算法[J]. 计算机工程与应用, 2007, 43(35): 83-85.
[14]	梁茜,丁宣浩. 基于提升格式的紧支集双正交小波的设计[J]. 计算机工程与应用, 2007, 43(35): 222-225.
[15]	祝双武，郝重阳. 基于离散小波变换的织物疵点检测方法[J]. 计算机工程与应用, 2007, 43(25): 111-113.

基于小波提升格式的织物疵点检测

Fabric defect detection based on wavelet lifting scheme

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics