一种基于简化PCNN的自适应织物疵点分割的方法
本文描述了一种用于织物疵点检测的基于简化脉冲耦合神经网络(PCNN)的自适应图像分割方法.织物疵点分割是坯布疵点检测中至关重要的一步.由于受到环境(如光照、噪声)以及织物纹理等因素的影响,织物疵点分割研究仍具有挑战性.针对常见织物疵点大多在相邻纱线上带有纬向或经向的方向性变异的特点,引入了一个用待测织物图像行、列灰度对比度相对于无疵点的织物图像行、列灰度对比度的变异度参数(DOC)描述织物图像特征的新方法,它可有效地削弱织物纹理和光照的影响.简化PCNN利用局部和全局的DOC特征信息和空间分布信息选择网络参数值,减少了神经网络参数的数目.最后,用机器视觉检测平台的线阵扫描相机采集的织物图像和来自TILDA织物纹理数据库中的图像进行了测试,验证了本方法的有效性.
纺织物 疵点检测 图像分割 脉冲耦合神经网络
石美红 姜寿山 王会燃 徐步高
国内会议
西安
中文
1-12
2012-11-10（万方平台首次上网日期，不代表论文的发表时间）