文献综述报告

作者与发表信息

本篇综述由来自葡萄牙贝拉内政大学 (University of Beira Interior) 电信研究所 (Instituto de Telecomunicações) 的 Rui Carrilho、Kailash Hambarde 和 Hugo Proença，以及德国汉堡大学 (Universität Hamburg) 的 Ehsan Yaghoubi，和来自葡萄牙的 José Lindo 共同撰写。该综述于2024年9月20日发表于学术期刊《Electronics》上。

综述主题与背景

本综述关注的主题是自动化织物瑕疵检测 (Automated Fabric Defect Detection) 领域的最新计算机视觉方法。纺织工业作为人类文明中最古老的产业之一，其产品质量与价格直接受到瑕疵的影响。传统上，织物检测主要由人工完成，但人工检测员存在培训成本高、耗时长、以及准确率仅约60-75%且随工作时间延长而下降等显著缺陷。因此，自动化该流程的需求日益迫切。近二十年来，研究者们探索了多种方法，尤其是随着深度学习 (Deep Learning, DL) 的兴起，基于机器学习的方法已成为主流。尽管已有其他综述对该领域进行了回顾，但鉴于该领域进展迅速，特别是在近五年内涌现了大量基于深度学习的新成果，作者认为有必要进行一项新的、及时的综述，以总结近期的关键进展、探究传统方法是否仍有研究前景，并指出未来的研究方向。

综述核心观点与支撑论据

本文将织物瑕疵检测方法划分为两大类：传统方法 (Traditional Methods) 和基于深度学习的方法 (Deep Learning-based Methods)。作者围绕这两大类方法的演变、现状与挑战，系统地阐述了其核心观点。

一、传统方法已日渐式微，多数现已退化为深度学习框架中的预处理或特征提取步骤。

传统方法通常涉及对织物图像执行简单的数学运算，包括统计方法 (Statistical Approaches)、频谱方法 (Spectral Approaches)、基于模型的方法 (Model-based Approaches) 和结构方法 (Structural-based Approaches)。

1. 统计方法：此类方法分析图像像素灰度的空间分布。例如，直方图统计 (Histogram Statistics) 虽简单且计算量小，但检测小瑕疵的能力弱。灰度共生矩阵 (Gray-Level Co-occurrence Matrix, GLCM) 能有效测量像素间的空间关系，但计算量极大。局部二值模式 (Local Binary Patterns, LBP) 对光照和旋转变化不敏感，且计算成本低，但性能在对比中并不突出。例如，Zhang 等人将其与 GLCM 结合时，在 TILDA 数据集上取得了97.6%的分类准确率；Makaremi 等人通过改进的 LBP 方法实现了91.86%的检测率。然而，这些方法如今更多作为特征提取器为神经网络服务。
2. 频谱方法：这类方法使用空间-频率域特征，最适用于周期性强的纹理。最典型的傅里叶变换 (Fourier Transform) 在近五年内已无研究将其作为独立的检测方法，更多是作为其他方法的补充。小波变换 (Wavelet Transform) 和 Gabor 变换 (Gabor Transform) 也面临类似处境。Gabor 滤波器曾以高精度和低计算成本著称，如 Bissi 等人使用 Gabor 滤波器组和主成分分析 (Principal Component Analysis, PCA) 实现了98.8%的瑕疵检测率。如今，它们最常见的用途是作为特征提取器，为随机决策森林或 Faster R-CNN 等神经网络提供输入。
3. 基于模型的方法：这类方法通过构建图像模型来合成纹理，适用于随机纹理面料。自回归模型 (Autoregressive Models) 和 马尔可夫随机场 (Markov Random Fields, MRF) 是其主要代表。但文献回顾发现，这些方法在织物瑕疵检测领域的应用极少，近期只有极少数研究如 Chang 等人提出的双层 MRF 方法取得了前沿结果，整体上并非一个有前景的研究方向。
4. 结构方法：该方法将纹理视为纹理基元的空间排列，对规则纹理更有效。由于定义较为宽泛，该方法在文献中并不流行，且许多源自其他类别的方法也可归入此类。

二、基于深度学习的方法已成为绝对主导，且主要集中在卷积神经网络和生成模型两大范式。

深度学习方法的兴起改变了该领域的研究格局。这类方法可以处理更复杂的情况，但普遍面临训练数据需求量巨大、标注工作繁琐、推理过程计算成本高等问题。研究主要集中于两个方向。

1. 基于卷积神经网络 (Convolutional Neural Networks, CNN) 的方法：这是目前最常见的方法，其内部通过多层卷积和池化进行越来越复杂的特征提取。例如，Jing 等人使用 LeNet 架构在多个数据集上取得了95.9%至98.01%的检测率。Jeyaraj 等人通过多尺度 CNN 和 ResNet512 架构，将准确率和精确率提升至96.5%和98.5%。此外，大量工作聚焦于改进目标检测 (Object Detection) 框架：
   • 单阶段检测器 (One-Stage Detectors)：诸多研究对 YOLO (You Only Look Once) 模型进行了改进。例如，Liu 等人设计了轻量级的 YOLO-LFD 模型；Guo 等人将空洞空间金字塔池化 (Atrous Spatial Pyramid Pooling, ASPP) 模块引入 YOLOv5；Li 等人则通过引入坐标注意力模块和修改损失函数来升级 YOLOv5。这些改进旨在保持检测精度的同时降低计算负载。
   • 两阶段检测器 (Two-Stage Detectors)：相关研究相对较少。例如，Chen 等人利用遗传算法优化的 Gabor 滤波器来改进 Faster R-CNN 的主干网络；Li 等人则使用了带有可切换空洞卷积层的 Cascade R-CNN。
2. 基于生成模型 (Generative Model) 的方法：这类方法所需的训练数据较少，能缓解数据集缺乏的问题，但训练时间长、计算要求高。主要涉及自编码器 (Autoencoders) 和生成对抗网络 (Generative Adversarial Networks, GANs)。Tian 等人的研究表明，基于交叉块相似性的自编码器在 HKU 数据集上可以达到94.98%至99.30%的准确率。在 GAN 方面，Hu 等人利用深度卷积生成对抗网络重建无瑕疵图像，通过对比来检测缺陷，准确率达到82.92%-93.45%；Liu 等人则设计了能自适应不同织物纹理的 GAN 框架，取得了最高99.3%的准确率。

三、该领域面临标准化数据集匮乏和可复现性差等一系列关键挑战。

尽管深度学习取得了显著成果，但该领域的发展仍受限于几个核心问题。首先，数据集标准化程度低，广泛使用的 TILDA 和 HKU 等数据集样本数量少、瑕疵类型有限且标签质量参差不齐。虽然有像 ZJU-Leaper 这样包含近10万样本的高质量新数据集出现，但其采纳速度缓慢，远未成为像 MVTec 那样的行业基准。许多研究甚至使用未公开的自收集或第三方数据集，严重影响了结果的可复现性。其次，几乎所有研究都未公开其实验代码，进一步加剧了可复现性危机。最后，工业应用环境的特殊性，即工厂可能不具备支持大规模深度学习模型的计算资源，使得计算密集型的深度学习方法可能在经济上不可行，而这方面的实际考量在研究中普遍缺失。

综述的价值与意义

本综述的学术价值在于，它不仅系统性地梳理了过去五年织物瑕疵检测领域的主要进展，更清晰地揭示了该领域的发展轨迹与内在矛盾。它指出了深度学习方法的压倒性优势与传统方法被过度边缘化之间的失衡，挑战了学术界的单一研究路径依赖。通过点明数据集、可复现性和工业应用脱节等关键瓶颈，该综述为后续研究提供了明确的改进方向。其应用价值在于，它敦促研究者关注更实际的工业部署问题，将轻量化网络、边缘计算 (Edge Device Applications)、单类异常检测等更贴合工厂环境的研究方向作为未来的重点，从而加速学术成果向真正的工业自动化生产力转化。