PDF《基于小波域差值系数的织物疵点分割与识别①》

1 ? jk φ 和小波函数 ) (

1 ? jk ψ 与图像信号 计算机系统应用http://www.c-s-a.org.cn

2011 年第20 卷第10 期110 研究开发 Research and Development 进行卷积运算,将),(yxf分解成低频平滑和高频 细节部分,即有[4] : ) ( ) ( ), , ( ) , (

2 1 y x y x f y x f A jk jk j φ φ = (1) ) ( ) ( ), , ( ) , (

2 1 )

1 ( y x y x f y x f D jk jk j ψ φ = (2) ) ( ) ( ), , ( ) , (

2 1 )

2 ( y x y x f y x f D jk jk j φ ψ = (3) ) ( ) ( ), , ( ) , (

2 1 )

3 ( y x y x f y x f D jk jk j ψ ψ = (4) ) , ( y x f 分别沿水平和垂直方向与)(1xjk φ 、 ) (

2 y jk φ 卷积时,得到反映两个方向低频信息的概貌图 像),(jyxfA,与 ) (

1 x jk φ 、 ) (

2 y jk ψ 卷积得到水平方向的 低频和垂直方向的高频成份 ) , ( )

1 ( j y x f D ,与)(1xjk ψ 、 ) (

2 y jk φ 卷积得到水平方向的高频和垂直方向的低频 成份 ) , ( )

2 ( j y x f D ,与)(1xjk ψ 和)(2yjk ψ 卷积得到水平和 垂直方向的高频成份. 正常织物纹理是平稳信号[5,6] ,经小波多尺度分解 后高频系数没有明显突变,而作为奇异点的织物疵点 经小波分解后在水平和垂直高频系数中包含了疵点处 有效的位置和方向信息.

3 小波域差值系数特征及疵点检测原理 为有效去除小波分解后织物疵点高频子带系数中 的周期性噪声,并对疵点区域进行更有效的定位,提 出了小波域差值系数水平和垂直方向熵、能量及方差 特征的提取方法. 3.1 小波域差值系数特征 大小为 M*N 像素的图像 ) ( y x f , 经小波分解后得 到的小波域差值系数分别为: ) ( ) ( ) (

2 j )

1 (

1 j y x f A y x f D y x f j h , , , ? = (5) ) ( ) ( ) (

2 j )

2 (

1 j y x f A y x f D y x f j v , , , ? = (6) 其中, ) ( y x f j h , 代表水平差值系数, ) ( y x f j v , 代表垂 直差值系数,j1 和j2 为所选择的高频分解层次和低频 分解层次,小波域差值系数特征描述如下: 1)熵:对图像信息量的度量,表征了图像纹 理的非均匀程度.令∑==Nnjhjhjyxfyxfx1),(/),(∑=1 j x (7) ∑ = = M m j v j v i y x f y x f y

1 ) , ( / ) , ( ∑ =

1 i y (8) j x 和iy分别代表沿垂直和水平方向像素灰度值的变 化比率.令jjxxHE

2 log ? = , i i y y VE

2 log ? = (9) 得到水平和垂直小波差值系数的熵曲线. 2)能量:描述的是灰度的强弱.令∑==MijhyxfHENE

1 2 ) , ( , ∑ = = N j j v y x f VENE

1 2 ) , ( (10) 得到水平和垂直小波差值系数的能量曲线. 3)方差:反应灰度分布的离散情况.令211),(),(?????????=∑∑==MijhMijhyxfyxfHσ (11)

2 1

1 ) , ( ) , ( ? ? ? ? ? ? ? ? ? = ∑ ∑ = = N j j v N j j v y x f y x f Vσ (12) 得到水平和垂直小波差值系数的方差曲线. 3.2 疵点检测步骤 小波域特征疵点识别系统流程如图

1 所示. 图1小波域特征的织物疵点分类识别框图 算法具体步骤描述如下: 1)取正常织物图像、纬向、径向及区域类疵点图 像各

21 幅共

84 幅进行实验,图像预处理后,选取具 有线性相位且能保持能量的双正交小波bior4.4 对图像 进行

3 层分解,增强高频系数并减弱低频系数. 2) 将小波分解后的第

3 层水平和垂直高频系数分 别与第一次平滑重构系数进行减运算,即),()1(3yxfD-),(1yxfA和),()2(3yxfD-),(1yxfA,将这两幅 差值图像进行小波融合,得到疵点分割结果. 3)绘制原始分解系数和差值系数水平、垂直方 向熵、能量和方差曲线,提取曲线的最大值、方差值 和均值,得到每幅图像的