紋理（Texture）是物體表面固有的特征之一。目前對(duì)于紋理尚無(wú)正式的定義，但一般認(rèn)為它是由許多相互連接且常周期性重復(fù)的單元構(gòu)成。與灰度特征不同，紋理不是基于單個(gè)像素點(diǎn)的特征，它通常與圖像的尺度關(guān)系密切，且具有區(qū)域性和統(tǒng)計(jì)特征。

通常來(lái)說(shuō)，在放大后的圖像上可以觀察到目標(biāo)表面的紋理。而且一般來(lái)說(shuō)，紋理特征需要在包含多個(gè)像素點(diǎn)的圖像區(qū)域中進(jìn)行灰度統(tǒng)計(jì)才能獲得。紋理特征的這種區(qū)域性可使特征匹配過(guò)程不會(huì)因局部的偏差而失敗。因此通過(guò)紋理分析，可對(duì)物體表面尺寸和形狀的變化進(jìn)行檢測(cè)，如劃痕(Scratch)、裂紋(Crack）和污漬（Stain)等。

紋理分析常用于對(duì)具有不規(guī)則紋理圖案的目標(biāo)表面進(jìn)行檢測(cè)，如瓷磚、紡織品、木材、紙張、塑料或玻璃的表面等。

多數(shù)基于紋理分析的機(jī)器視覺(jué)應(yīng)用使用紋理分類(lèi)器（Texture Classifier）進(jìn)行檢測(cè)。紋理分類(lèi)器可通過(guò)對(duì)無(wú)缺陷的標(biāo)準(zhǔn)樣本目標(biāo)進(jìn)行學(xué)習(xí)獲得，其中包含樣本的紋理特征信息。檢測(cè)時(shí)，算法會(huì)將被測(cè)目標(biāo)中的紋理特征與紋理分類(lèi)器中的特征信息進(jìn)行匹配，并將不能接受的區(qū)域標(biāo)識(shí)為缺陷。

通常來(lái)說(shuō)，紋理分析過(guò)程會(huì)以目標(biāo)的表面圖像為輸入，并以二進(jìn)制大顆粒（Binary Large OBjects，BLOB）的形式輸出檢測(cè)結(jié)果。獲得缺陷部分的BLOB后，可以進(jìn)一步使用顆粒分析工具對(duì)其屬性、尺寸等進(jìn)行分析。

適用性強(qiáng)的紋理分析檢測(cè)過(guò)程不僅應(yīng)對(duì)于噪聲有較強(qiáng)的抵抗能力，還應(yīng)具有平移不變（Shift-Invariant）、旋轉(zhuǎn)不變（Rotate-Invariant）和尺度不變（Scale-Invariant）的性質(zhì)。也就是說(shuō)，相較于紋理分類(lèi)器中的紋理特征而言，即使被測(cè)目標(biāo)中的紋理特征垂直或水平移動(dòng)，在平面內(nèi)旋轉(zhuǎn)或有一定比例的縮放，紋理分析檢測(cè)過(guò)程仍能繼續(xù)正確地識(shí)別它們。一般的紋理檢測(cè)過(guò)程都具有平移不變的性質(zhì)，且能支持±5°的旋轉(zhuǎn)和±10°的縮放。

若要支持更大范圍的旋轉(zhuǎn)不變和尺度不變性，則要通過(guò)學(xué)習(xí)和訓(xùn)練過(guò)程，創(chuàng)建包含各個(gè)方向和比例紋理特征信息的紋理分類(lèi)器。此外，還應(yīng)注意在紋理匹配過(guò)程的執(zhí)行速度與旋轉(zhuǎn)不變和尺度不變性范圍之間進(jìn)行平衡。

由于紋理特征與圖像的尺度、區(qū)域及灰度統(tǒng)計(jì)數(shù)據(jù)具有密切聯(lián)系，因此NI Vision使用離散小波變換和統(tǒng)計(jì)的方法來(lái)提取紋理特征并對(duì)其進(jìn)行分類(lèi)檢測(cè)。一般的紋理檢測(cè)過(guò)程如下圖所示，主要包括以下步驟：

Nl Vision使用位于LabVIEW的視覺(jué)與運(yùn)動(dòng)→lmage Processing→Texture函數(shù)選板中的VI對(duì)上述過(guò)程進(jìn)行封裝，如下圖所示：

函數(shù)說(shuō)明及使用可參見(jiàn)幫助手冊(cè)：?

?其中：

• IMAQ Extract Wavelet Bands可執(zhí)行小波變換從紋理圖像中提取各種子帶圖像；
• IMAQ Cooccurrence Matrix能計(jì)算圖像的共生矩陣和Haralick特征；
• IMAQ Extract Texture Feature對(duì)子帶提取、共生矩陣計(jì)算和Haralick特征提取與連接進(jìn)行了集成，可直接返回計(jì)算得到的紋理特征；
• IMAQDetect Texture Defect不僅集成了整個(gè)紋理特征的提取過(guò)程，還集成了按照紋理分類(lèi)器對(duì)紋理進(jìn)行分類(lèi)的過(guò)程，它能以二值圖像輸出檢測(cè)到的紋理缺陷。

通過(guò)一個(gè)墻壁紋理或缺陷檢測(cè)的實(shí)例，了解紋理分析的實(shí)現(xiàn)方法，程序設(shè)計(jì)思路如下所示：

• 程序一開(kāi)始先由IMAQ Read ClassifierFile從分類(lèi)器文件Texture.clf中讀取事先訓(xùn)練好的紋理特征信息，并為后續(xù)處理分配內(nèi)存；
• 循環(huán)結(jié)構(gòu)中的代碼，逐一從文件夾中取出被測(cè)圖像，在用清除無(wú)損圖層后，由IMAQ Detect Texture Defect根據(jù)分類(lèi)器對(duì)紋理進(jìn)行分類(lèi)；
• Nl Vision分類(lèi)過(guò)程使用范圍為0~1000的識(shí)別得分（ldentification Score）來(lái)判別被測(cè)特征與某一類(lèi)別的相似程度，當(dāng)紋理與合格的特征信息差別越大時(shí)，說(shuō)明其越接近缺陷；
• 由此，程序中設(shè)置了最小缺陷分類(lèi)識(shí)別得分為200，分類(lèi)時(shí)任何得分等于或大于該閾值的像素均被識(shí)別為紋理缺陷。

程序設(shè)計(jì)如下所示：

通過(guò)運(yùn)行程序，效果如下所示：

項(xiàng)目資源下載請(qǐng)參見(jiàn)：https://download.csdn.net/download/m0_38106923/20204512

總結(jié)

以上是生活随笔為你收集整理的LabVIEW纹理分析（基础篇—9）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。