利用纹理周期性与 Gabor 小波的纹理缺陷自动检测
计算机视觉与模式识别
2012-12-07 v1
摘要
本文提出一种机器视觉算法，利用纹理周期性和一组 Gabor 小波，自动检测属于 17 种壁纸群中 16 种的纹理缺陷。对有缺陷的输入图像进行多尺度、多方向的 Gabor 小波变换，并以 L2 范数得到合成图像。将该合成图像分割为若干周期块，以每块的能量作为特征空间，采用 Ward 层次聚类自动识别缺陷块与无缺陷块。在 pmm、p2 和 p4m 三种主要壁纸群的缺陷织物图像上的实验表明，所提方法无需人工干预即可稳健地发现织物缺陷，可用于纺织工业的自动缺陷检测。
引用
@article{arxiv.1212.1329,
title = {Automatic Detection of Texture Defects Using Texture-Periodicity and Gabor Wavelets},
author = {V. Asha and N. U. Bhajantri and P. Nagabhushan},
journal= {arXiv preprint arXiv:1212.1329},
year = {2012}
}
备注
06 Pages, 04 Figures, ICIP 2011