方向性纹理下织物疵点检测：Hough+Gabor滤波器的高效方法

本文主要探讨了一种创新的织物疵点检测方法，发表于2014年的《华侨大学学报（自然科学版）》。研究者刘伟斌、郑力新和周凯汀针对纺织品行业中常见的方向性纹理疵点检测问题进行了深入研究。首先，他们利用Hough变换技术来识别织物的纹理主方向和其正交方向。Hough变换是一种数学工具，通过将图像中的直线映射到参数空间的点集，从而有效地找到图像中的直线特征，这对于纹理方向的确定非常关键。 接着，作者采用Gabor滤波器沿这些确定的方向进行滤波。Gabor滤波器是一种特殊的正交滤波器，它在时间和频率上都具有良好的局部性，特别适用于捕捉具有方向性的纹理特征。然而，对于斜纹理和水平垂直纹理的织物，单一方向的Gabor滤波器可能无法准确检测所有类型的疵点，因此，作者提出通过多个方向的滤波来提高检测的全面性，同时尽量保持算法的实时性。 滤波后，作者采用最大熵算法对两个滤波后的模值图像进行二值化分割，这是一种基于信息熵的阈值选择方法，能够减少噪声干扰并突出目标区域。接着，对分割后的图像进行形态学处理，如膨胀、腐蚀等操作，以进一步细化边界和去除孤立点，提高检测结果的精确性。 最后，通过实验证明了这种方法对不同纹理方向的织物疵点检测效果良好，且滤波器数量相对较少，避免了复杂的预训练过程，简化了算法设计。这种方向性纹理织物疵点检测方法不仅提高了检测性能，还提升了实用性，为纺织品质量控制提供了有效工具。 这项研究在织物疵点检测领域引入了Hough变换和Gabor滤波器的有效结合，展示了如何利用数学和信号处理技术改进传统方法，以适应纺织品行业的实际需求。这对于提升纺织品质量控制的自动化水平具有重要意义。