Ｇａｂｏｒ濾波器在彩色紋理表面缺陷檢測中的應用

摘 要：提出了彩色紋理表面自動缺陷檢測的Gabor濾波方法，以同時測度圖像中的顏色和紋理偏差。提出的方法不依賴于紋理特征的提取，它基于Gabor濾波器和兩個顏色特征復數的彩色圖像卷積的能量響應，將彩色紋理圖像缺陷檢測的復雜問題轉換成了濾波圖像中的簡單的二值化問題。對紡織品、木材等許多實際彩色紋理表面的實驗結果表明了該方法的有效性。

關鍵詞：表面檢測;缺陷檢測;彩色紋理;Gabor濾波器

中圖分類號：TP391.41文獻標志碼：A

文章編號：1001-3695(2007)06-0184-03

0 引言

圖像處理技術在自動工業檢測中獲得了越來越多的應用。Gabor濾波器被廣泛認為是分析包含高度專有頻率和方位特征的紋理圖像有用工具。經典的Gabor濾波器只考慮紋理圖像中的灰度變化，沒有利用紋理的顏色特征，可能導致缺陷檢測失敗。在彩色圖像分析中，用彩色直方圖進行圖像區域的描述丟失了紋理的空間信息。傳統的彩色成像方法多考慮圖像分割問題，而不是彩色紋理表面檢測中出現的問題。本文考慮設計單個Gabor濾波器來識別彩色紋理表面的任何不可預知的缺陷。

從一顏色空間得到的兩個亮度不變顏色特征構成的一個復數進行彩色像素描述。將這兩個彩色特征復數與Gabor濾波器在一個滑動窗口中進行卷積。最優Gabor濾波器的設計目標基于最小原則，尋求訓練過程使同質紋理特征的能量響應最小的一組參數。定義一非負的響應幅度，每一鄰域窗口中的規則的紋理區域的響應幅度均接近于0，而濾波圖像中任何不規則缺陷區域的響應幅度明顯的高。

1 Gabor濾波器設計

1.1 灰度Gabor濾波器設計

2D Gabor濾波器是一加2D高斯窗的傅里葉變換

上述圖像與Gabor濾波器的卷積只基于灰度信息。許多紋理缺陷只在彩色圖像中才能識別出，需要同時考慮紋理的顏色和結構分布。

1.2 顏色空間轉換

一個像素的顏色通常用RGB三原色表示，可以轉換到不同的顏色空間。一般說來，其中一個轉換顏色信號載有亮度信息（非顏色信號），另兩個載有顏色信息（色差信號）。為了減少檢測環境亮度變化的影響，只考慮顏色空間的顏色信息。

一種線性顏色空間變換Drg和一種非線性顏色空間變換CIEL*a*b*可用來獲取顏色信息。Drg空間的顏色表達為

1.3 彩色Gabor濾波

如果選擇Gabor濾波器參數使得某一彩色紋理樣本的能量最小，與訓練樣本具有相似周期紋理結構每一濾波子圖像的能量就接近于0，與訓練樣本紋理結構不同的任何區域的能量值均明顯大。這就將復雜彩色紋理表面缺陷檢測的困難問題轉換為簡單的二值化問題，能量值低表示紋理同質，而能量值高表示存在局部異常。

在檢測過程，Gabor濾波器將在整個圖像中逐像素滑動以確定每一像素的對應能量。當滑動窗口覆蓋圖像中的同質紋理區域時，濾波器能夠產生近于0的最小響應，覆蓋不同的紋理區域時，產生的響應就比較大。這樣，就把紋理差別轉換為可識別的濾波器輸出。

2 實驗結果

實驗中鄰域窗口大小取為65×65，訓練過程中，選取每一紋理表面模型中65×65的任意子圖像以確定最優濾波器參數。

窗口65×65、53×53對缺陷產生類似的能量表達，對應于缺陷的高能區域是顯著的，且高度集中。然而，當窗口尺寸降為41×41、25×25時，缺陷區域的高能像素數目就變小了，而且離散了。基于圖4的識別結果，可以看出過大的窗口可能不會產生更好的識別結果，但過小的窗口卻可能忽略掉細微的缺陷。

3 結束語

本文提出用一種彩色紋理表面缺陷自動檢測的Gabor濾波器方法，對顏色和紋理的局部變動不敏感。提出的方法基于Gabor濾波器和Drg 或CIEL*a*b*空間彩色圖像卷積的能量輸出響應。選擇某一彩色紋理表面Gabor濾波器的最優參數使同質紋理的能量為0，被測圖像中的任何顏色或紋理缺陷結構均產生明顯大的能量值。因此，可選取簡單的閾值區分過濾圖像中的同質區域和缺陷區域。對很多紡織品、木材和瓦片的實驗結果表明該方法檢測周期、同質紋理表面不可量化測度的缺陷的有效性。該方法對照明和缺陷尺寸不敏感。

本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。