基于自适应lbp和svm的织物疵点检测算法

？为准确提取不同种类织物纹理的特征,提出一种新的纹理特征描述方法——自适应局部二值模式(albp)。该方法为不同纹理结构创建相应的主要概率模式子集,避免了均匀局部二值模式(ulbp)使用同一模式集描述不同纹理而导致的描述不准确问题。在该算法基础上构建一种基于支持向量机(svm)的织物疵点检测算法,将疵点检测问题转化为分类问题。实验结果证明,该算法不仅保持了传统局部二值模式(lbp)的旋转不变、多分辨率等特点,而且疵点检测结果在视觉上更加清晰、误检率更低、适用范围更广,svm的优秀分类性能也有效地提高了疵点检测的准确率。