基于特征提取和图像分类的螺旋网疵点自动检测

作者：王博润; 张宁; 卢雨正^*

来源：现代纺织技术, 2023, 1-9.

DOI：10.19398/j.att.202302029

• 高分子滤网
• 机器视觉
• 疵点检测
• 局部二值模式
• 支持向量机

为了解决当前螺旋网人工疵点检测效率低、误检率高等问题,提出了一种基于分类思想的螺旋网疵点检测方法。对螺旋网图像提取多模式多尺度的LBP特征,充分表征螺旋网图像的信息,通过构建支持向量机(Support vector machine,SVM)分类器实现螺旋网疵点自动检测。结果表明:对于螺旋网疵点图像的局部二值模式(Local binary pattern,LBP)特征,采样半径为2,采样点个数为8时的均匀模式LBP的分类准确率优于其他模式和尺度的LBP,达到了100%,检测速度为0.48 s/张。通过对比不同的特征提取方法和分类器,验证了该文方法对于螺旋网疵点自动检测的适用性,可以实现纺织企业中螺旋网的自动化检测。

• 单位
  江南大学