基于单分类支持向量机的织物疵点检测方法

摘要

本发明公开了一种基于单分类支持向量机的织物疵点检测方法。获取无疵点织物图像，采用RDPSO算法优化Gabor滤波器的参数，构造最适应无疵点织物图像纹理特征的单个最优Gabor滤波器；采用RDPSO算法优化单分类SVM的参数；对待检测的织物图像进行Gabor卷积滤波；基于GLCM在滤波后图像上提取一组纹理特征；采用单分类SVM进行疵点判别。本发明采用单个最优Gabor滤波器，能有效提高检测速度，保证系统实时性要求；采用单分类SVM作为疵点判别方法，能避免传统的统计模式识别方法局部极值、过学与欠学等问题，能有效提升系统的泛化能力，保证系统的检测准确率要求。

主权项

基于单分类支持向量机的织物疵点检测方法，其特征在于：其步骤为：(1)获取无疵点织物图像，采用随机漂移粒子群优化(RDPSO)算法优化Gabor滤波器的参数，构造最适应无疵点织物图像纹理特征的单个最优Gabor滤波器；(2)采用RDPSO算法优化单分类支持向量机(SVM)的参数；(3)对待检测的织物图像进行Gabor卷积滤波；(4)基于灰度共生矩阵(GLCM)在滤波后图像上提取一组纹理特征；(5)采用单分类SVM进行疵点判别。