论文部分内容阅读
传统织物瑕疵检测多为人工操作,存在主观性强、效率低、成本高等缺点,为此提出一种基于最优参数非线性灰度共生矩阵(GLCM)的织物瑕疵自动检测算法。将传统的线性GLCM构建方式改为非线性,使构建的GLCM能更有效捕捉图像特征、区分瑕疵;通过对无瑕疵织物图像的学习,获得非线性GLCM特征提取的最优尺度方向参数以及自适应的瑕疵分割阈值;采用获得的参数提取待检测图像的特征,通过特征相似性距离度量定位瑕疵区域。针对实际图像的实验结果表明,该算法能有效定位织物瑕疵区域且受噪声干扰小。