車輛皮革瑕疵智能檢測方法研究.pdf

1、隨著生活水平的提高，私家車保有量激增，消費者在關注性能同時也開始注重內部飾品質量。皮革作為其內部座椅等主要器件的重要材料，其品質被嚴格要求，但由于牛皮等皮革原材料在生長生產過程中的蚊蟲叮咬及人為誤傷，使其表面不可避免的存在各種瑕疵，因此需要定位其表面瑕疵部分，以便控制產品品質和指導后續(xù)生產加工。目前汽車座椅生產廠家采用的人工皮革瑕疵查找方式存在誤檢率高，效率低等缺點，而基于計算機視覺方式檢測的可行性及優(yōu)勢使得其希望能引入計算機視覺方式，

2、替代人工，使檢測更安全，更效率，更穩(wěn)定，更客觀同時也更節(jié)約成本。本文針對目前皮革瑕疵檢測中瑕疵與非瑕疵區(qū)域之間的低對比度和復雜隨機紋理的干擾等原因造成其檢測難度大、速度慢；且沒有瑕疵檢測效果的客觀量化評判方法等問題，研究了對人工視覺查找有難度的皮革微小瑕疵的自動檢測問題。
　　本文首先建立皮革瑕疵檢測算法的評價方法。將瑕疵檢測看作特殊的分類工作，參考文本分類的評價指標，提出一種基于召回率和準確率的評價體系。通過一種人工畫筆標記樣本

3、圖像中瑕疵區(qū)域并經過識別、分割處理的方式獲取黃金標準，并將其作為算法檢測結果的參考。然后通過計算定義的P、R、f及綜合評價參數F等評價指標，實現(xiàn)對瑕疵檢測結果像素級的數字化評價，為算法研究提供客觀的指導。其次，基于皮革瑕疵查找是人眼注意選擇機制的一種表現(xiàn)，提出基于視覺顯著度的瑕疵檢測模型。基于該模型的瑕疵檢測算法，首先提取顏色、亮度特征，利用圖像本身作為模板進行對比計算顯著度圖；然后根據隨機均勻分布紋理圖像中“突出”部分顯著度高的特征，

4、通過最顯著像素點利用區(qū)域增長法分割定位瑕疵區(qū)域。分別利用該算法與閾值法、基于模糊聚類及支持向量機等現(xiàn)有瑕疵檢測算法對皮革瑕疵樣本對比實驗，結果表明該算法解決了模板和有效特征提取困難的問題，能有效檢測微小皮革瑕疵。最后，對紋理分析技術進行研究，設計了一種基于灰度共生矩陣的紋理表述，結合基于視覺顯著度的皮革瑕疵檢測算法以進一步提高檢測效果。首先對圖像進行灰度共生矩陣的統(tǒng)計，然后計算每個像素的灰度分布頻率作為其紋理表示。該紋理特征較傳統(tǒng)基于共