基于特征提取和图像分类的螺旋网疵点自动检测

来源：现代纺织技术杂志2024年第1期北京时间：

作者：王博润, 张 宁, 卢雨正

单位：江南大学生态纺织教育部重点实验室， 江苏无锡 214122

摘要：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。首先，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，验证了本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。

关键词：高分子滤网,机器视觉,疵点检测,局部二值模式,支持向量机

基金资助：中央高校基本科研业务费专项资金资助项目 (JUSRP123001)