基于多分形特征参数的织物瑕疵检测

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (36): 233-237.

基于多分形特征参数的织物瑕疵检测

步红刚,黄秀宝,汪军

东华大学纺织学院，上海 201620

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-12-21 发布日期:2007-12-21
通讯作者: 步红刚

Fabric defects detection based on multiple fractal features

BU Hong-gang,HUANG Xiu-bao,WANG Jun

College of Textiles，Donghua Univeristy，Shanghai 201620，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-12-21 Published:2007-12-21
Contact: BU Hong-gang

摘要/Abstract

摘要： 深入分析了计盒法在估算分形维数上存在的问题并结合织物纹理固有的特点，提取了4个新的分形参数，利用由它们组成的特征向量并使用欧式距离检测器对7种具有不同纹理背景的织物进行了瑕疵检测。测试结果表明，在一定的阈值范围内，实际的误警率和漏检率可以同时控制在10％以内，有力地证实了所提取的分形特征参数的有效性。

关键词: 织疵检测, 新奇检测, 分形维数, 计盒法

Abstract: Four novel fractal features are extracted based on the analysis of the problem existing in estimation of fractal dimension by box-counting method as well as on the analysis of the inherent characteristics of woven fabrics.Feature vector composed of these four features together with Euclidean measure are then applied to the detection of defects in seven fabrics of different textures background.Testing results indicate that，using the proposed algorithm，actual false alarm probability and missing rate can be controlled simultaneously below 10% under an appropriate range of threshold，proving with convince the effectiveness of the fractal features extracted in this study.

Key words: fabric defects detection, novelty detection, fractal dimension, box-counting method

步红刚,黄秀宝,汪军. 基于多分形特征参数的织物瑕疵检测[J]. 计算机工程与应用, 2007, 43(36): 233-237.

BU Hong-gang,HUANG Xiu-bao,WANG Jun. Fabric defects detection based on multiple fractal features[J]. Computer Engineering and Applications, 2007, 43(36): 233-237.

[1]	雷恒林，古兰拜尔·吐尔洪，买日旦·吾守尔，张东梅. 新奇检测综述[J]. 计算机工程与应用, 2021, 57(5): 47-55.
[2]	封雪梅，张志毅，杨龙. 分形维数的全局点云初始配准算法[J]. 计算机工程与应用, 2020, 56(5): 234-241.
[3]	陈晓娟1，王单卉2. 基于BEMD和分形维数的人脸识别方法[J]. 计算机工程与应用, 2017, 53(10): 177-180.
[4]	秦建强1，孔祥玉1，胡绍林2，马红光3. 一维时间序列分形维数算法对比分析[J]. 计算机工程与应用, 2016, 52(22): 33-38.
[5]	吴晓璇，倪志伟，倪丽萍. 云计算环境下基于分形的聚类融合算法研究[J]. 计算机工程与应用, 2015, 51(14): 1-6.
[6]	吴曼，张公让，刘恒. 基于分形维数和多目标遗传算法的特征选择[J]. 计算机工程与应用, 2015, 51(11): 109-113.
[7]	卢健，段田东，徐文艳. 基于分形缝隙的短波突发信号暂态特征提取[J]. 计算机工程与应用, 2013, 49(20): 217-221.
[8]	王莉1，戴芳1，郭文艳1，韩伟2. 应用分形维数的自适应张量投票算法[J]. 计算机工程与应用, 2013, 49(12): 168-171.
[9]	朱颢东1，张明慧2，李红婵1. 基于分形维数的非常规决策表的属性约简[J]. 计算机工程与应用, 2011, 47(14): 115-117.
[10]	罗义钦^1，2，倪志伟^1，2，杨葛钟啸^1，2. 一种新的数据流分形聚类算法[J]. 计算机工程与应用, 2010, 46(6): 136-138.
[11]	闫光辉¹,马志程²,刘利松¹,杜琳娜¹,杨霞霞¹. 基于Z-ordering的多重分形维数及多重分形谱算法[J]. 计算机工程与应用, 2009, 45(9): 146-150.
[12]	蒲云^1,2,曾理^1,2,马睿^1,2. CT图像的分形特征和Facet边缘检测[J]. 计算机工程与应用, 2009, 45(3): 165-167.
[13]	黄湘松，赵春晖，陈立伟. 利用投票选择机制进行语音分割的新方法[J]. 计算机工程与应用, 2009, 45(24): 21-24.
[14]	方爱丽¹，孙丽珺². 复杂网络的分形特征及其实证研究[J]. 计算机工程与应用, 2009, 45(20): 52-53.
[15]	杨葛钟啸,倪志伟,倪丽萍,梁敏君. 基于分形和邻接空间密度变化的属性选择方法[J]. 计算机工程与应用, 2008, 44(20): 142-144.