一种基于支持向量数据描述理论的织物瑕疵自动检测方法

摘要

本发明属纺织品质量自动检测与控制领域，特别涉及一种基于支持向量数据描述理论的织物瑕疵自动检测方法。基于计算机视觉的织物瑕疵自动检测是现实世界中较为困难的单类分类任务。发明者首次将支持向量数据描述(SVDD)这一先进的单类分类方法应用于织物瑕疵检测领域，避开了采用传统的两类分类支持向量机在织物瑕疵检测时所遭遇的难以全面和较大数量地采集代表性疵点样本、进而不能对检测器进行有效训练的问题。此外，针对SVDD训练中涉及的有关参数尤其是高斯核函数的尺度参数优选问题，发明者提出了一种稳健的新方法。本发明所述的基于SVDD的织物瑕疵自动检测系统在检测实践中能够预期地和方便地控制误警率(误检率)，且可在误警率较低的情况下同时获得较低的漏检率。

主权项

1.一种基于支持向量数据描述(简记为SVDD)理论的织物瑕疵自动检测方法，包括下列步骤：(1)织物图像的采集和预处理；(2)分形特征的提取和特征向量归一化处理；(3)SVDD模型中折衷参数ν和高斯核函数尺度参数γ的优选；(4)SVDD模型的训练和相应决策函数表达式的获得；(5)对待测样本依据步骤(4)所述决策函数表达式进行测试，判别其是否包含瑕疵。