基于傅里葉變換和Gabor變換的機(jī)織物紋理分析方法研究.pdf

1、紋理是物體表面信息的反映，以彩色或灰度圖像的分布形式反映了不同物體基本的視覺特征。機(jī)織物紋理具有一定的周期性，并隨紗線、交織規(guī)律的改變呈現(xiàn)出復(fù)雜多變的特性。在對織物起毛起球和織物褶皺的自動等級評定、織物疵點檢測以及圖像分割的分析中，紋理的消除、增強(qiáng)、方向性分析及非主要紋理增強(qiáng)等紋理分析方法是這些研究的共性，因此織物紋理的基礎(chǔ)分析具有重要意義。
　　本文主要做了以下工作：
　　1、采用傅里葉變換技術(shù)將空間域的紋理圖像變換到頻率

2、域中，得到機(jī)織物圖像的頻譜圖，并利用閾值分割曲線，選取合適的閾值對頻譜圖進(jìn)行分割，然后用鄰域最大值的方法，找到織物紋理的特征坐標(biāo)點，根據(jù)坐標(biāo)點與實際頻率的關(guān)系，對機(jī)織物紋理的頻率進(jìn)行計算，得到機(jī)織物紋理的頻率范圍為2~8cycle/mm，分析了圖像分辨率以及織物密度對頻率的影響。
　　2、通過傅里葉分析得到的機(jī)織物紋理頻率，確定Gabor濾波器的主要參數(shù)，并對濾波器大小、中心頻率、分解尺度和分解方向等參數(shù)范圍進(jìn)行選擇分析，然后用這

3、些參數(shù)確定的Gabor濾波器，對織物圖像沿不同尺度和方向進(jìn)行分解，得到多個包含不同信息的分解子圖像。針對機(jī)織物紋理對分解參數(shù)的選擇進(jìn)行探討，將機(jī)織物紋理的頻率范圍歸一到0~1，采用2~5尺度，3~6方向分別對平紋、斜紋和緞紋織物進(jìn)行分解，得出代表織物主紋理的分解子圖像。
　　3、將分解的子圖像對紋理進(jìn)行融合，對三種融合方法進(jìn)行比較，進(jìn)而采用不同的融合策略，融合不同尺度和方向的分解子圖像，得到感興趣的紋理信息。可以進(jìn)行單尺度融合，也

4、可以進(jìn)行單方向融合，可以選擇某一指標(biāo)最大的尺度融合，也可以選擇某一指標(biāo)最大的方向融合，還可以選擇任意幾幅圖像進(jìn)行融合。根據(jù)融合評價指標(biāo)，選出合適的融合方法，對機(jī)織物紋理的分析具有明顯的影響。
　　4、機(jī)織物是由經(jīng)紗和緯紗按一定規(guī)律交織而成，形成的紋理往往具有一定角度的方向性，是織物的主要紋理，同時機(jī)織物的紋理中包含疵點、噪點、亮度不勻或其它原因形成的非主要紋理。對織物紋理進(jìn)行分析，先分別對平紋、斜紋和緞紋織物進(jìn)行傅里葉變換，分析其

5、機(jī)織物頻率信息，然后進(jìn)行Gabor分解和融合，討論突出和增強(qiáng)織物主紋理分析方法、消除織物主紋理分析方法、方向性紋理分析方法以及非主要紋理增強(qiáng)的方法。
　　試驗結(jié)果證明,這一方法可以獲取包含織物周期性紋理的子圖像，得到增強(qiáng)的織物紋理信息；也可以得到包含非周期性紋理的子圖像，以消除織物周期性的紋理信息，增強(qiáng)織物中諸如疵點、毛球、褶皺等非主要紋理信息。結(jié)合織物圖像的傅里葉變換和Gabor變換的機(jī)織物紋理分析方法，獲取不同頻率和方向的織物