基于梯度方向直方图词袋的纺织品疵点检测算法研究

作者与发表信息

该研究由防灾科技学院应急管理学院的刘海军、单维锋、韩莹和李忠共同完成，发表于《毛纺科技》（Wool Textile Journal）2019年3月第47卷第3期。通信作者为单维锋教授。

研究背景与目的

本研究属于纺织品质量检测与机器视觉领域。疵点检测是纺织行业质量控制的核心环节，长期以来主要依赖人工裸眼完成。然而，人工检测存在误检率和漏检率高的问题，且验布车间的高温、高噪声及棉尘环境对工人健康构成严重损害。因此，开发自动化的疵点识别技术具有深远的工业意义。

纺织品疵点自动检测技术历经近三十年发展，形成了四大类方法：基于统计的方法、基于模型的方法、基于频域的方法以及基于机器学习的方法。其中，基于机器学习的方法近年来成为研究热点，其核心挑战在于特征提取。纺织品疵点种类繁多且同种疵点形态变化多样，导致特征提取极为困难。现有特征提取方法分为全局特征和局部特征两大类：全局特征（如梯度方向直方图特征HOG和局部二值模式LBP）空间分辨性较差，无法精确定位疵点；而局部特征（如SIFT、SURF）虽然空间分辨性好，却易受噪声干扰，抗噪性不足。因此，亟需一种能将全局特征与局部特征有效结合的方法。

词袋模型（Bag-of-Words, BoW）提供了一种融合全局与局部特征的理想框架。受此启发，本文作者针对纺织品纹理结构的特点，提出了一种名为“梯度方向直方图词袋”（Bag-of-HOG）的特征提取算法，旨在有效结合HOG的局部描述能力和词袋模型的全局统计特性，实现对平纹和斜纹织物疵点的高精度自动分类。

研究方法与工作流程

本研究的工作流程主要包括以下几个步骤：图像预处理与梯度计算、分块提取局部梯度方向直方图描述子、通过聚类构建纹理字典、构建图像的Bag-of-HOG特征向量，以及最终采用分类器进行分类评估。

研究人员首先建立了实验数据集。实验对象为平纹织物和斜纹织物，图像采集自安庆华茂集团。原始图像经过分割、灰度化及中值滤波等预处理后，被统一处理为128像素×128像素的标准尺寸。数据集按样本类型（正常、经向疵点、纬向疵点、块状疵点）划分，并分为训练集和测试集。平纹织物训练集包含正常样本200个、经向疵点197个、纬向疵点159个、块状疵点201个；测试集样本量与此相当。斜纹织物同样拥有充足的训练与测试样本，保证了实验的统计可靠性。

算法核心的第一步是计算图像梯度。由于疵点主要体现在纹理差异上而与颜色无关，原始彩色图像首先被转换为灰度图像。接着，灰度图像分别与水平方向梯度模板（tx）和垂直方向梯度模板（ty）进行卷积运算，得到水平梯度（fx）和垂直梯度（fy）。本研究创新性地设计了五种不同的梯度模板方案（a至e），以探索最优的边缘响应计算方式：方案a为一维梯度模板；方案b为一维中心化梯度模板；方案c为计算对角梯度的Roberts算子；方案d和e分别为Prewitt算子和Sobel算子，通过扩大计算邻域来平滑噪声。同时，研究计算了每个像素点的梯度幅值和梯度方向（角度范围为0至180度）。

第二步是分块统计梯度方向直方图（HOG），构造局部描述子。研究将计算得到的梯度图像以刚性分割的方式，在水平与垂直方向上分别分为n_row行和n_col列个图像块。经实验发现，当n_row=4、n_col=8，即每个图像块尺寸为32像素×16像素时效果最佳。在每个图像块内，将0至180度的梯度方向离散化为n_bin个区间，然后将属于同一方向区间的像素点的梯度幅值进行累加，形成一个n_bin维的直方图，该直方图即为该图像块的局部描述子。此过程对所有正常和疵点织物图像的所有图像块执行，生成了大量描述子。

第三步是构建纹理字典，这是连接局部描述与全局表征的关键。由于图像的自相似性，直接计算出的海量局部描述子存在严重的数据冗余。为此，研究采用k-means聚类算法，对所有局部描述子进行聚类，以寻找具有代表性的中心描述子作为“纹理基元”。所有聚类中心共同构成了“纹理字典”。聚类算法中的核心参数k决定了字典中纹理基元的数量，即字典尺寸。为了解决描述子直方图中某些方向数值过大而其他方向过小所可能导致的尺度偏差问题，聚类时采用了带有规范化功能的卡方距离作为度量标准。

最后一步是构建图像的最终特征向量。对于任何一幅待表征的图像，同样按照之前的分块方式提取每个图像块的HOG描述子。然后，将每个描述子与纹理字典中的k个纹理基元进行最近邻比较，将其归类到最相似的纹理基元。统计该图像中所有描述子在k个纹理基元上出现的频次，形成一个k维的频率直方图，这个直方图就是该图像的Bag-of-HOG特征向量。该特征向量融合了底层的梯度方向信息和顶层的全局结构统计。

在分类评估阶段，为了纯粹检验所提特征的有效性，研究采用了最简单的最近邻分类器（NN），以欧式距离度量，并在分类前使用z-score方法对特征数据进行规范化。实验遍历了梯度模板、分块数、角度离散化参数（n_bin）及字典尺寸（k）等超参数，以寻找最优配置并验证算法性能。

主要研究结果

实验揭示了各项参数对分类性能的显著影响。在探讨梯度模板方案的影响时，结果清晰表明，方案a（一维梯度模板）在平纹和斜纹两个数据集上均取得了远超其他方案的最高准确率，分别为96.34%和95.33%。这说明在纺织品疵点识别的特定任务中，复杂的、具有平滑或扩大邻域作用的梯度算子（如Sobel、Prewitt）并未带来性能增益，反而因其可能模糊了关键的细微边缘信息而导致分类性能下降。这一发现简化了算法，并指明了有效的梯度计算方向。

关于梯度方向离散化参数（n_bin）的研究显示，分类准确率随n_bin值的增加呈现先上升后下降的倒“U”型趋势。当n_bin值过小（如小于10），每个方向区间覆盖角度过大，对纹理方向的描述过于粗糙，分辨力不足，导致识别率低。随着n_bin值增大，方向描述精度提升，准确率随之增加。然而，当n_bin值继续增大至超过某个阈值时，对方向特征的描述变得过于细化，容易捕捉到同类疵点内部的形态变化而非其共性特征，从而引发过拟合，导致模型在测试集上准确率下降。实验确定的最佳设置是平纹织物n_bin=13，斜纹织物n_bin=14。

对字典尺寸（k值）的分析揭示了从欠拟合到最优再到过拟合的完整过程。当k值小于17时，由于字典包含的纹理基元过少，无法充分覆盖纺织品图像的固有纹理模式，处于“欠拟合”区，分类准确率低于80%。增加k值可大幅提升性能，当k值在28至35之间时，准确率达到一个稳定的高平台，即“平稳区”。在此区间内，字典具备了足够的代表性和分辨力。当k值超过35后，模型进入“过拟合”区，过于庞大的字典包含了特定训练样本的噪声或非典型模式，导致泛化能力下降，测试准确率降低。最终，在平纹织物上k=28、斜纹织物上k=30时获得最优分类性能。

在最佳参数组合下，本文提出的Bag-of-HOG算法在平纹织物数据集上实现了96.34%的高分类准确率，在斜纹织物数据集上达到了95.33%的分类准确率。这一结果证明了该方法在识别经向、纬向及块状等多种类型疵点上的有效性和鲁棒性。

研究结论与价值

本文成功设计并验证了一种基于“梯度方向直方图词袋”的纺织品疵点检测新算法。该算法的科学价值在于，它巧妙地通过词袋模型这一框架，将HOG局部描述子强大的局部纹理刻画能力，与全局统计直方图的结构化表征能力融为一体。这种设计有效克服了单独使用全局特征或局部特征的固有缺陷，在保持对疵点形状和方向高辨识度的同时，又具备对微小形变和位置偏移的容忍性。实验系统地探索并阐明了梯度模板类型、方向离散化粒度以及纹理字典规模等关键要素对该框架性能的影响机制，为类似方法的优化提供了实证指导和理论依据。

在应用价值方面，该算法在标准数据集上超过95%的准确率，展示了其替代人工进行自动、高效、客观疵点检测的巨大潜力。其工作流程清晰，计算步骤模块化，易于通过编程实现并部署于在线检测系统，对提升纺织工业的智能化水平、降低人工成本、保障产品质量具有重要的推动作用。

研究亮点与局限

本研究的亮点在于其方法论的创新性，首次将经典的目标检测特征（HOG）引入纺织品纹理分析的词袋模型中，并对其核心参数进行了详尽的调优分析，揭示了简单梯度算子在该领域的优越性。同时，研究坦诚地指出了两点局限性：其一，受限于计算性能，图像分块仅采用了刚性分割，而未尝试空间分辨性更优但计算量极大的滑动分割；其二，在构建纹理字典时，对所有图像块统一聚类，但由于数据集中正常纹理块数量远多于疵点块，可能导致生成的字典偏向于描述正常纹理，从而在一定程度上限制了对疵点表征的精细度。这些自我批判性的分析为后续研究工作指明了清晰的方向。