这是一篇关于纺织物缺陷检测的原创性研究论文，发表期刊为 *signal, image and video processing*，2024年第18卷，页码2183至2193，于2023年12月20日在线发表。该研究由来自印度Erode Sengunthar Engineering College的研究人员完成。第一作者G. Revathy隶属于电子与仪器仪表工程系，通讯作者R. Kalaivani隶属于电子与通信工程系。该研究提出了一种基于深度学习的改进型Mask RCNN（Improved Mask RCNN, IM-RCNN）模型，旨在对图案化织物中的缺陷进行顺序识别与分类。
该研究的学术背景立足于纺织制造业自动化质量快速响应系统的需求。织物缺陷检测是质量把控流程中的关键环节，但其自动实现极具挑战性，主要难点在于织物图像的复杂性和图案的多样性。传统的自动化视觉检测系统多依赖计算机视觉算法进行图像采集与缺陷分割，但面对超过70种不同类型的织物瑕疵，现有方法的准确性和鲁棒性仍有待提升。研究中指出，织物缺陷的识别对光照变化敏感，且从手工特征提取到深度学习方法，如MobileNet-2、U-Net、LeNet-5和DenseNet等网络已被应用，但在精度上仍有提升空间。该研究的根本目的是提出一种全新的深度学习模型IM-RCNN，以实现对多种常见织物缺陷（包括污渍、破洞、拖纱、结头、断头和网纱）的高精度检测与分类，从而为纺织行业的工业4.0转型提供技术支持，预期可提升10%至16%的生产良率。
该研究的详细工作流程包含三个主要步骤：图像采集与预处理、特征提取以及缺陷检测与分类。
第一步为图像采集与预处理。研究团队从香港浸会大学工业自动化研究实验室的织物图像数据库中收集了图像数据。该数据集包含了50张星型图案和60张点状图案的织物图像，这两类图像各分为缺陷图像和无缺陷图像各一半；此外，还有一个包含50张盒型图案的织物数据集，其中30张为无缺陷图像。所有图像的尺寸均为256×256像素，且每张缺陷图像均有对应的真值标注，白色代表缺陷区域，黑色代表正常区域。在获取图像后，为了消除噪声伪影并增强图像特征，研究者采用了对比度受限的自适应直方图均衡化（Contrast-Limited Adaptive Histogram Equalization, CLAHE）滤波器进行预处理。CLAHE是一种改进型的直方图均衡化方法，它通过在图像的局部区域（称为“图块”）上进行操作，而非对整张图像进行处理，能有效抑制均匀区域的噪声放大问题，并解决因光照过亮或过暗导致的信息丢失，从而显著提升图像对比度并突出缺陷信息。
第二步为相关注意力特征提取。在预处理之后，研究采用Sobel边缘检测算法（Sobel Edge Detection algorithm, SED）从图像中提取关键的注意力特征。Sobel算子使用两个3×3的矩阵，分别在图像的y轴（垂直方向）和z轴（水平方向）上进行卷积，以计算水平亮度差分和垂直亮度差分。通过将每个像素点的水平和垂直灰度值平方求和后再开方，得到近似梯度幅值。若某点的梯度幅值超过设定阈值，该点即被视为边缘点。利用Sobel算法，可以增强织物缺陷的表面纹理和形状特征，同时平滑背景噪声，从而精确地提取出与缺陷相关的特征信息。
第三步是基于改进型Mask RCNN（IM-RCNN）的缺陷分类。IM-RCNN是该方法的核心，它在经典Mask RCNN架构上进行了多项关键改进。首先，特征提取网络采用特征金字塔网络模型ResNet-50作为骨干网络，用以处理所有织物图像并生成特征图。ResNet-50包含五个卷积块，并采用交叉熵作为激活函数，结合小批量梯度下降法进行参数优化。其次，区域建议网络（Region Proposal Network, RPN）在每一层特征图上生成关注区域（Region of Interest, ROI）和锚框，该结构能根据目标对象的尺寸从特征金字塔的不同层提取ROI特征，极大地提升了对小物体的检测性能。随后，全卷积网络（Fully Convolutional Network, FCN）中的ROI Align操作取代了传统的ROI池化，利用双线性插值法精确提取每个ROI在特征图上的对应特征，实现像素级的对齐，并生成分类预测、边界框回归以及实例分割掩码。一项重要的创新是，研究者将标准Mask RCNN中使用的最大池化层替换为软池化层，以提升检测率。整个网络的损失函数由分类损失、边界框回归损失和掩码损失共同构成。最后，FCN的输出被送入Softmax层进行最终的分类，将经过分割的织物缺陷区域划分为六种类型：污渍、破洞、拖纱、结头、断头和网纱。
该研究通过一系列系统的实验验证了提出模型的性能。在结果与讨论部分，研究者首先展示了使用Sobel边缘检测算法对数据集图像进行分割后，六种缺陷类别的分类效果。在性能分析中，利用真阳性率（TPR）和假阳性率（FPR）等参数评估模型，所提出的IM-RCNN模型取得了显著的高准确率，整体准确度高达0.978。具体而言，该模型在六类缺陷上均表现出优异且均衡的性能。根据论文表1的数据，模型的总体精确率、召回率、F1分数和特异度分别达到了95.98%、96.8%、95.56%、94.5%和95.29%。研究所绘制的接收者操作特征曲线（ROC曲线）进一步证明了IM-RCNN对六类缺陷均有很高的分类准确性。从训练过程来看，模型在训练10个和100个周期时，测试准确率均能稳定达到95.98%的水平。这些卓越的分类性能是后续与现有模型进行对比分析的基础。
在与现有深度学习模型的对比分析中，IM-RCNN的优势得到了充分体现。研究将提出的模型与MobileNet-2、U-Net、LeNet-5和DenseNet等四种先进的深度神经网络进行了全面比较。结果显示，IM-RCNN在所有指标上均实现了提升。在特异度上，IM-RCNN相比上述四种模型分别提高了7.14%、1.36%、4.89%和3.47%。在精确率上，提升幅度分别为11.88%、6.96%、9.61%和8.77%。在召回率上，提升幅度分别为12.19%、7.21%、12.12%和10.61%。在F1分数上，提升幅度分别为7.06%、4.74%、6.03%和7.59%。最关键的整体准确度指标，IM-RCNN分别比MobileNet-2、U-Net、LeNet-5和DenseNet提高了6.45%、1.66%、4.70%和3.86%。此外，研究还与文献中其他研究人员报道的U-Net、CNN和DCNN模型的准确率（分别为92.7%、91.5%和87.6%）进行了对比，IM-RCNN的准确率分别高出6.26%、7.4%和11.4%。这些定量的对比数据有力地证明了IM-RCNN模型在织物缺陷检测任务中的综合性能显著优于当前一系列的流行方法。
研究最终得出结论：所提出的基于深度学习的IM-RCNN模型能够在复杂的图案织物上顺序识别并精准分类六种常见缺陷。该模型通过集成CLAHE预处理、Sobel边缘检测和改进型Mask RCNN，建立了一个高效的检测流程。在HKPU数据库上的实验结果表明，该技术取得了优于其他对比方法的检测效果。该研究的科学价值在于，它不仅提出了一个性能更优的缺陷检测算法，更详细展示了通过替换骨干网络、改良池化策略（引入软池化）和优化特征对齐机制（ROI Align）来显著提升实例分割模型性能的有效途径，为计算机视觉领域的模型改进提供了有价值的参考。其应用价值则直接指向纺织工业的自动化质量检测，有望取代效率低下且依赖人力的人工检测，能够更可靠地在快速生产线中识别瑕疵，从而降低物料浪费、减少供应链中断风险、提升客户满意度，为纺织行业的智能制造和工业4.0升级提供了有力的技术支撑。
该研究的亮点主要体现在以下几个方面。首先，其方法流程具有高度的集成性和创新性，创造性地将CLAHE滤波、Sobel边缘检测算子与改进的Mask RCNN模型串联成一个完整的、针对织物缺陷特点的检测系统。其次，对Mask RCNN模型的改进是其核心创新点，特别是用软池化层取代最大池化层以保留更精细的纹理信息，以及在背骨网络中使用特征金字塔网络ResNet-50并配合ROI Align，这些技术细节显著增强了对微小和复杂缺陷的捕获能力。最后，该研究在统一的基准数据集上对六种常见缺陷类型的全面评估和详尽的对比分析，使得其结论具有很强的说服力。通过在论文中明确指出未来将收集更多工业现场数据来验证方法的实用性，作者展示了严谨的科学态度和对成果落地转化的清晰规划。这些因素共同构成了此项研究的重要贡献。