基于非下采样轮廓波变换和朴素贝叶斯分类器的织物缺陷检测

• 作者: 张宏伟 张蕾 景军锋 王晓华 郝磐霞
• 来源期刊: 纺织高校基础科学学报
• 关键词: 非下采样轮廓波变换 朴素贝叶斯分类器 广义高斯分布的混合模型
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 纺织工程·应用研究
• 页码范围: 134-141,147
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13338/j.issn.1006-8341.2017.01.023

摘要

为检测织物生产过程中产生的缺陷,提出一种非下采样轮廓波变换(nonsubsampled contourlet transform,NSCT)和朴素贝叶斯分类器(naive Bayes classifier,NBC)相结合的缺陷检测算法.该方法分为2个阶段:学习阶段和检测阶段.在学习阶段,分别提取有缺陷和无缺陷织物的子块集合,首先利用NSCT进行滤波去噪;然后提取每个子块的广义高斯分布的混合(mixture of the generalized Gaussion distribution,MoGG)模型,并计算子块之间的相对熵(kullbackleibler divergence,KLD);最后利用得到的数据训练NBC.在检测阶段,将待检测图像分割成子块,利用经过训练的NBC检测子块,输出缺陷检测结果.实验结果表明,该算法对于灰度均匀织物及净色纹理织物的缺陷检测均具有良好效果,并且利用该算法可以检测出多种缺陷类型,检测精度可达到97％,能满足工业生产需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓华	西安工程大学电子信息学院	76	316	10.0	13.0
2	景军锋	西安工程大学电子信息学院	143	578	12.0	16.0
3	张蕾	西安工程大学电子信息学院	69	224	8.0	10.0
4	张宏伟	西安工程大学电子信息学院	22	116	6.0	9.0
5	郝磐霞	西安工程大学电子信息学院	1	4	1.0	1.0