来源：期刊VIP网 时间：
作者：高雅;於凌;
单位：扬州职业技术大学纺织服装学院;江南大学设计学院;
摘要：由于织物图像往往具有丰富的纹理细节与颜色变化等复杂背景，织物图像中的疵点特征容易被掩盖，疵点检测时难以区分疵点与正常纹理等背景之间的灰度范围，导致织物疵点检测准确率较低，为此提出基于自适应Gabor滤波的复杂背景织物疵点检测方法。通过直方图均衡化织物图像，采用Gabor滤波器提取图像的空域和频域信息，引入改进后的浣熊优化算法自适应调整滤波器的参数，通过学习因子寻求浣熊位置的全局最优解，卷积操作后获得滤波后的纹理特征图像，利用灰度直方图确定正常纹理的灰度范围，根据阈值分割来分离图像中的疵点与正常纹理，实现复杂背景织物疵点检测。结果表明：与3种传统方法相比，本文检测方法在灵敏度和特异性方面均显示出更高的数值，能够更准确地识别出织物疵点，减少漏检和误检现象。
关键词：自适应Gabor滤波;;均衡化;;浣熊优化算法;;复杂背景;;织物疵点检测
基金资助：江苏省高校哲学社会科学研究一般项目(2023SJYB2126)
