基于Contourlet变换的纺织品缺陷检测算法

施亦东，吴 炜，何国琼

(1.武汉纺织大学新型纺织材料绿色加工及其功能化教育部重点实验室，湖北 武汉 430073;2.四川大学轻纺食品学院，四川 成都 610065;3.四川大学电子信息学院，四川 成都 610065)

纺织品缺陷是指因生产过程中生产工序和工艺的差异或不稳定，在最终产品上出现的影响织物性能及外观质量的缺陷。它是纺织品质量控制的一项重要指标［1－2］。纺织品缺陷的检测就是在织造、染整完成后，在验布过程中对成品质量的评分和分级工作。其目标是及时发现在纺织品中存在的缺陷，避免不合格产品流入市场，同时对产生缺陷的原因进行分析，并及时反馈给生产部门。纺织品缺陷的检测是纺织品质量控制的关键环节。长期以来，纺织品缺陷的检测都是由人工视觉完成，这种方法存在显然的缺陷，如劳动强度大、效率低、漏检率高、受检验人员主观因素影响大，难以得到客观的检验结果。因此基于计算机视觉的纺织品缺陷检测在纺织品质量控制中的地位日益重要。随着机器视觉及相关技术的进一步发展，纺织品质量的自动检测将越来越多地应用于现代工业生产过程中。

目前纺织品缺陷检测技术可分为两大类［3］。一类是利用纺织品图像纹理的统计特性进行分析，其典型算法主要是灰度共生矩阵［4］。总体来说，这类算法存在计算量大且识别率普遍不高的缺点。另外一类是将纺织品图像变换到变换域，然后再进行分析和缺陷的检测。其典型算法主要是基于小波变换的方法。……