来源：期刊VIP网 时间：
作者：邵煜涵;杨昊;刘文良;
单位：喀什大学设计学院;华中师范大学国家文化产业研究中心;湖南工业大学包装设计艺术学院;
摘要：为了实现对复杂花纹织物图像的精准瑕疵检测，解决现有方法在复杂花纹织物图像上表现不佳的问题，设计K-Means聚类算法下复杂花纹织物图像瑕疵检测方法。使用双边滤波器对复杂花纹织物图像实施平滑处理，以消除潜在的噪声和干扰。为克服K-Means聚类算法的局限性，提出结合区域合并策略与改进K-Means预分割技术的彩色图像分割方法实施复杂花纹织物图像的分割处理，将疵点区域从织物的复杂纹理背景中区分出来。针对复杂花纹织物图像特有的复杂纹理背景以及显著的瑕疵形态差异，结合深度卷积神经网络与深度残差网络CrossNet,实现各种瑕疵的检测。实验结果表明：本文方法在复杂纹理特征提取方面表现优异，在缺经、缺纬、吊经、污点、破洞5种瑕疵类型上展现出优势，阳性预测值(PPV)均高于0.9。
关键词：双边滤波器;;K-Means预分割技术;;复杂花纹;;织物图像;;深度卷积神经网络;;瑕疵检测
基金资助：教育部供需对接就业育人项目(GJ20221125008);; 喀什大学教研教改重点课题(KJZD-202412)
