瑕疵检测算法

‘壹’ 基于opencv的纸张表面质量检测算法中

opencv里面是没有那种算法的，它只是提供一些常用的计算函数。具体的算法，由于你的需求比较特殊，相信应该没有现成的瑕疵检测算法，好在你的需求难度应该不大，通过常用的图像识别算法，比如纹理算法（Gabor算法）、SURF算法就可以找到白纸上瑕疵，这些瑕疵都是相当于一张白纸的特征点嘛！基本思想就是借用图像识别、匹配过程的思想——找图像上的特征点。白纸一般是提取不出特征点的，要是提取出来了，那就说明白纸上有东西（洞、褶皱或者异物）。

‘贰’ 无纺布表面缺陷要怎么检测

基于视觉技术的外无纺布表面缺陷系统，检测精度高、速度快，无纺布表面缺陷检测系统使用人工智能技术，结合工业相机可在材料生产过程中全面检测材料表面质量，正确提供疵点各项参数，可检测断经、断纬、破洞、油污、经纬污、双纬、稀弄、粗节纱、空织、松紧经、圈纬、小散丝、松纬、经起毛、开口不清等瑕疵进行检测，具体可参考国辰机器人。

‘叁’ opencv检测缺陷用哪些算法

根据不同的需求来进行不同的处理
1 空洞 这个肯定是像素颜色和周边的不同 建议用阈值分割 然后轮廓检测
2 褶皱 这个褶皱肯定会有梯度的变化 建议检测边缘 再计算褶皱的梯度信息
3 划痕 这个和上一个问题相似 但是也有不同 应该是梯度的方向和强度不同（一个是凹一个是凸）
4 斑点 如果只是点点星星的 opencv里也有很多角点检测算法 比如 surf fast ORB等

‘肆’ 玻璃的各种瑕疵都用什么算法检测

你好，以国辰机器人为例，玻璃瑕疵检测系统使用人工智能技术算法，结合工业相机可在材料生产过程中全面检测材料表面质量，正确提供疵点各项参数，可检测断经、断纬、破洞、油污、经纬污、双纬、稀弄、粗节纱、空织、松紧经、圈纬、小散丝、松纬、经起毛、开口不清等瑕疵，统计和分析各类疵点，提供生产统计质检报告，为生产提质增效。

‘伍’ 纺织品质量检测的缺陷检测

纺织品在生产过程中以及在进入市场之前必须经过各种各样的检验和测试，其中疵点检测是最为主要的部分。织物疵点的检测主要还是由人工视觉离线检测来完成，该方法存在检测速度低、验布结果受验布人员主观影响较大，误检率和漏检率高等缺点。
基于以上原因，织物疵点的自动检测是近年来国内外学者共同关注和研究的热门课题之一。利用计算机图像处理技术，可以提高纺织品测试的准确性、快速性和全面性，为企业在线控制和提高纺织品质量提供保障。织物疵点的图像识别是指按照某一种算法对织物表面图像进行处理并识别出疵点种类、程度等的方法。
国外对织物疵点自动识别的研究已有20多年，发展较为成熟，比较有影响的系统有：瑞士Uster公司的Fabriscan系统、德国Obdix光电子技术公司的在线织物检验系统和以色列EVS公司的I－TEX系统。这些自动验布系统的组成和特点如下：
(1)Uster公司的Fabriscan自动验布系统，采用神经网络技术，检测时首先是初始的学习阶段，用时约1min，对织物的第1m记录其正常外观特征参数，然后进入检测阶段，寻找与正常外观不同的局部异常，并对其分析、标记和记录。另外，检测结果可输入集成的质量管理系统，以便对疵点分类，进一步对织物质量进行评价。
(2)德国Obdix光电子技术公司开发的在线织物检验系统是把光学和力学结合在了一起，在用神经网络方法处理的软件支持下，用传感器对正在织造的织物表面进行检测。这个装置能分类如下疵点：污物、破洞、断经、断纬、跳纱、结子、接结疵和色疵。
(3)以色列EVS公司的坯布自动检测系统其核心装置I-TEX是一套观察检测系统，该系统基于独立图象理解算法，而其算法则模仿人类的视觉机制，可自动控制探测、保存、定位，并进一步对布面上的疵点进行评估分析。能检测出小至0.5mm的可见疵点，检测门幅达330cm。

‘陆’ 求瑕疵布匹的标准图片库 含有各种瑕疵种类 用于学术 咋都找不到啊

在纺织品生产中,质量控制与检测是一项重要的工序,织物疵点控制与检测是其中最为主要的部分。目前多数纺织企业都是采用人工视觉离线来进行织物疵点检测,但因受到劳动强度和环境条件等因素限制,无法确保高准确性,而且人工检测受工人的主观因素影响较大,对人的视觉也容易造成伤害。 本文介绍了布匹瑕疵检测系统的组成和工业生产中常见瑕疵的类别和特点,重点研究了三种坯布瑕疵检测算法。 Gabor变换是一种重要的时频分析方法,具有良好的纹理分析能力。一组具有不同尺度和方向特征的自相似Gabor滤波器族能够较好地模拟人体视觉特性。本文采用一种基于多通道Gabor滤波的瑕疵检测算法,定量分析了各通道滤波图像对瑕疵检测的贡献,改进了多通道信息融合算法,并使用一种自动阈值迭代算法,完成瑕疵的检测。实验证明,该算法能够从多通道滤波图像中选择出与人的主观视觉相吻合的通道,进行信息的融合。 局部二进制模式(Local Binary Pattern)及其各种改进形式是一类纹理描述算子,近年来受到广泛关注。以此为背景,本文采用统一模式类改进的LBP算子,描述正常布匹纹理和瑕疵区域纹理的不同特点,提出了一种基于块的布匹瑕疵检测算法,并分析了这种方法的优缺点:即算法原理简单,但是适用范围受到一定的限制。 在分析LBP算子优缺点的基础上,本文提出了一种联合LBP空间纹理结构和纹理对比度的瑕疵检测算法。首先对标准无瑕疵图像进行特征提取,然后使用自组织特征映射图(SOM)完成对标准数据的无监督聚类,并估计SOM中各单元特征向量的分布特性。对于未知类别属性的特征向量根据一定的准则函数,寻找最佳匹配单元,以它与最佳匹配单元的误差距离为依据,判断是否属于瑕疵区域。实验证明该算法能够检测出破洞、跳花、木棍皱、双纬、霉斑、稀弄等瑕疵类型。

‘柒’ 玻璃瑕疵检测中的图像特征提取问题！

高难度。对于公司这就是技术了。此贴会火的

‘捌’ 缺陷检测算法

基本两个步骤：
1、缺陷检出，算法较多，本人认为是不变矩阵法和主成分分析法；
2、缺陷识别和分类,多数使用BP神经网络进行训练，提高识别率。