应用上下文视觉显著性的色织物疵点检测

发布时间：2025-06-20 02:02

　　 为实现色织物疵点的有效检测,提出一种应用上下文视觉显著性的疵点检测方法。根据上下文视觉显著性的原则,将织物图像分为大小相同的图像块;然后针对每个图像块,选取K个与其最相似的图像块计算与该图像块的差异值之和,用该差异值之和表示该图像块中心像素的显著性;从而生成一幅视觉显著性图;最后对显著性图进行阈值分割,得到色织物疵点的检测结果。为验证该算法的有效性,将带有纬缩、破洞和跳花等区域性疵点的素色、条纹和格子色织物图像作为样本进行检测。结果表明:该方法可较好地抑制不同种类织物的纹理背景,突出疵点区域,实现疵点的有效检测,该方法在色织物疵点检测上具有一定的可行性。

【文章页数】：6 页

【部分图文】：

图1 色织物样本图像

本文以大恒相机GigEVisonTL采集的像素密度为300像素的条纹色织物图像为样本，将采集的图像裁剪成尺寸为256像素×256像素的图像块。示例图像如图1所示。2基于上下文的视觉显著性检测模型

图2 条纹疵点单一尺度显著性检测效果图

通常背景图像块在多个尺度上都具有相似的图像块，而显著性图像块可能只在某些尺度上才具有相似的图像块，因此，可结合多个尺度的显著性图进行疵点区域显著性增强，这样可进一步降低背景区域的显著性，增强显著区域和非显著区域之间的对比度。为保证检测效果的前提下减少算法的处理时间，计算像素i的显....

图3 条纹疵点多尺度显著性检测效果图

然后将不同尺度下的显著性值归一化到[0,1]，并把显著图Sir放缩为原图像尺寸大小。图3示出其他3个尺度下的显著性检测效果图。图3(a)与原尺度相比虽然实现了背景条纹区域的显著性减弱，但疵点的完整性遭到了轻微破坏;从图3(b)和(c)可看出，在该尺度下基本消除了背景条纹区域的显著....

图4 条纹疵点在4个尺度下的显著性均值检测结果

图4示出条纹疵点图像在4个尺度下的显著性均值检测结果。可以看出，与单一尺度的显著性图相比，4个尺度下显著性均值检测在得到较完整疵点区域的同时，背景条纹区域的显著性有效减弱。2.3上下文显著性修正

本文编号：4051254