东富达科技

产品分类>>

联系我们>>

无锡市东富达科技有限公司
地址:江苏省无锡市惠山区盛岸西路592号
联系人:贺先生
电话:18015334576
网站:www.dfdmvt.com

当前位置:首页 > 行业动态 行业动态

表面缺陷检测纹理特征提取及算法

       图像的特征提取可理解为从高维图像空间到低维特征空间的映射,是基于机器视觉的表面缺陷检测的重要一环,其有效性对后续缺陷目标识别精度、计算复杂度、鲁棒性等均有重大影响。特征提取的基本思想是使目标在得到的子空间中具有较小的类内聚散度和较大的类间聚散度。目前常用的图像特征主要有纹理特征、颜色特征、形状特征等。

u=3788747236,1101089771&fm=224&gp=0.jpg

       纹理是表达图像的一种重要特征,它不依赖于颜色或亮度而反映图像的同质现象,反映了表面结构组织排列的重要信息以及它们与周围环境的联系。与颜色特征和灰度特征不同,纹理特征不是基于像素点的特征,它需要在包含多个像素点的区域中进行统计计算,即局部性;同时,局部纹理信息也存在不同程度的重复性,即全局性。纹理特征常具有旋转不变性,并且对于噪声有较强的抵抗能力。

基于的纹理特征提取方法——统计法。

       统计方法将纹理看用随机现象,从统计学的角度来分析随机变量的分布,从而实现对图像纹理的描述。直方图特征是最简单的统计特征,但它只反映了图像灰度出现的概率,没有反映像素的空间分布信息;灰度共生矩(GLCM)是基于像素的空间分布信息的常用统计方法;局部二值模式(LBP)具有旋转不变性和多尺度性、计算简单;此外,还有行程长度统计法、灰度差分统计法等,因计算量大、效果不突出而限制了其应用。

       (1) 直方图特征。图像的直方图提供了图像的许多信息和特征,常用的直方图特征有最大值、最小值、均值、中值、值域、熵、方差和熵等。直方图特征方法计算简单、具有平移和旋转不变性、对颜色像素的精确空间分布不敏感等,所以在表面检测、缺陷识别得到不少应用。

       (2) 灰度共生矩。Haralick等人提出的灰度共生矩是一种广泛应用的使用统计特征来描述纹理的方法。灰度共生矩阵就是从图像灰度级为的像素出发,统计与其距离为、灰度级为的像素同时出现的概率。一般取0°、45°、90°和135°这4个方向。灰度共生矩阵反映了图像灰度关于方向、相邻间隔、变化幅度的综合信息,所以可以作为分析图像基元和排列结构的信息。

GLCM共有14种纹理特征,文献研究了GLCM统计量的相关性并提出了更有效的纹理特征量,但是文献认为仅有4个特征,即对比度、相关性、能量(和同质性是不相关的,所以,为减少计算量,提高特征分类精度,常取这4个特征作为GLCM特征。GLCM在图像的纹理分析中占有重要的地位,在特征提取和缺陷检测等方面有着广泛的应用。

       (3) 局部二值模式(LBP)。局部二值模式最早由Ojala提出,它引入了纹理基元的思想,是一个简单但非常有效的纹理运算符。LBP将各个像素与其附近的像素进行比较,并把结果保存为二进制数,即它用二进制位表达局部邻域点与中心点的关系,所有邻域点的二进制位用来描述局部结构信息的模式。LBP对诸如光照变化等造成的图像灰度变化具有较强的鲁棒性,所以局部二值模式算法已广泛应用于表面缺陷检测,同时,在指纹识别、光学字符识别、人脸识别及车牌识别等领域也有应用。由于LBP计算简单,也可以用于实时检测。Tan等人提出了局部三值模式(LTP),即通过设定阈值将邻域与中心相似的状态作为中间状态,从而将扩展局部邻域关系为三种状态。在此基础上,Nanni等人将局部关系扩展到四种状态。也有学者将LBP由传统的2维特征改进到3维特征主要用于视频分析。此外,有学者将LBP表达的局部信息与其他信息或算法结合构成联合特征量,如Tan等人联合LBP特征和Gabor小波特征进行人脸的识别,Huang等人将LBP和SIFT算法结合用于人脸的3维识别。贺永刚提出了一种多结构的局部二值模式,该算法结合各向同性采样和各向异性采样对局部二值模式进行扩展,利用图像金字塔提取纹理图像的微结构和宏结构信息。

       (4) 自相关函数法。自相关函数法从图像的自相关函数提取纹理特征,即通过对图像的能量谱函数的计算,提取纹理的粗细度及方向性等特征参数。对于规则纹理图像,因其自相关函数具有波峰和波谷,故可用其进行表面检测,但自相关函数法不适用于不规则纹理图像。


上一条:视觉缺陷检测图像处理和算法
下一条:表面缺陷检测系统信号处理方法
点击次数:14更新时间:2021-04-26