基于区域生长法的自适应图像分割的网眼织物瑕疵检测*

兰瑜洁，钟舜聪，2*

(1.福州大学机械工程及自动化学院光学/太赫兹及无损检测实验室，福建福州350108;2.福建省医疗器械和生物技术重点实验室，福建福州350000)

0 引言

经编网眼织物是一种含有网眼形小孔的织物面料，因其具有质地轻、回弹性好、柔软性好等特点，在服装、医用、航天等领域具有较为广泛的应用［1］。在织物加工过程中，由于机械故障或人为操作不当，产品很容易出现各类瑕疵。瑕疵的出现不仅会对产品的外观造成破坏，还会严重降低产品的质量。在工业生产中，织物瑕疵检测主要是实现织物上可能出现的瑕疵的识别和定位，从而保证生产质量［2］。随着工业自动化的发展，因具有可靠性高、检测速度快等特点，机器视觉技术开始逐渐取代传统上的人工视觉检测，在工业生产质量监控环节发挥着越来越重要的作用［3］。

针对机器视觉在织物瑕疵检测上的应用，国内外学者已提出了大量的算法。这些算法归结起来主要有三大类:基于统计学特征的方法、基于频谱分析的方法和基于模型的方法［4］。基于统计学特征方法主要是利用不同的表示方式来定义图像像素灰度值的空间分布情况，通过研究灰度值的分布来进行瑕疵的检测。如:Haralick 等人［5］以二阶统计量的形式利用灰度共生矩阵来测量像素灰度值的空间相关性，从而来描述图像纹理特性;T.Kasparis 等人［6］利用分形特征来实现对织物纹理的描述。基于频谱分析的方法主要是将待测织物图像进行变换后，在频域内对其进行分析，利用图像在频域中的特性进行瑕疵的检测。……