基于多分辨率的改进LBP特征的织物缺陷检测算法研究

丁淑敏，李春雷，刘洲峰，黎小静

（中原工学院，郑州450007）

织物缺陷是影响织物质量的主要因素.一般来讲，若产品出现一个缺陷，其价格将降为正常价格的一半左右，因此，织物缺陷检测是生产中的一个关键环节.传统的织物缺陷检测由人工完成，这是一项繁重的重复性工作；长时间的观测，容易造成视觉疲劳及漏检率与错检率上升.研究表明，当织物运动速度大于30m／min或幅宽大于2m时，即使最熟练的验布工人，也只能检测其中60%左右的缺陷.随着纺织生产自动化程度的提高，生产速度也不断提高，从而对织物的缺陷检测提出了更高的要求.因此，研发一种快速、高精度的织物缺陷自动检测算法或技术，成为纺织品检测的重要课题.

目前，织物缺陷检测算法主要分为三大类［1］：

（1）基于模型的方法.该类方法计算量大，实现复杂，特别是在线检测困难，目前已很少研究［2］；

（2）基于谱分析的方法.主要包括离散傅里叶变换、Gabor变换、小波变换等方法.该类方法通过时频分析来突出并检测缺陷，但时频变换操作会降低检测速度，因此，目前很难直接应用到在线检测中［3－5］；

（3）基于统计的方法.主要包括边缘检测、形态学操作、共生矩阵、局部线性变换等方法.该类方法仅能对特定织物表面上有限类别的织物缺陷进行检测［6－8］，但在分析织物图像的特征进而判断其是否含有缺陷方面具有较快的速度.目前，该类算法在织物图像统计特征的描述上还未能充分考虑织物图像……