本发明公开了无纺布缺陷检测与分类方法，解决无纺布破洞、油污、异物以及划痕四种缺陷的自动检测与分类问题。首先对无纺布缺陷图像进行检测，利用优化Gabor滤波器组对其进行滤波，将滤波结果进行融合，并利用自适应阈值分割法对其进行二值化，利用伪缺陷剔除算法排除噪声干扰，从而准确定位出缺陷在图像中的位置；接着根据缺陷的位置，分割出图像中的感兴趣区域，基于感兴趣区域提取由形状特征、一阶矩特征以及二阶矩特征构成的复合特征向量；再利用复合特征向量组以及一对一的设计策略训练SVM分类器；最后用训练好的分类器组对无纺布缺陷特征实现准确分类。本发明具有对缺陷定位准确和分类准确率高的优点，用于无纺布生产厂家布匹缺陷的检测与分类。

 本发明公开了无纺布缺陷检测与分类方法，解决无纺布破洞、油污、异物以及划痕四种缺陷的自动检测与分类问题。首先对无纺布缺陷图像进行检测，利用优化Gabor滤波器组对其进行滤波，将滤波结果进行融合，并利用自适应阈值分割法对其进行二值化，利用伪缺陷剔除算法排除噪声干扰，从而准确定位出缺陷在图像中的位置；接着根据缺陷的位置，分割出图像中的感兴趣区域，基于感兴趣区域提取由形状特征、一阶矩特征以及二阶矩特征构成的复合特征向量；再利用复合特征向量组以及一对一的设计策略训练SVM分类器；最后用训练好的分类器组对无纺布缺陷特征实现准确分类。本发明具有对缺陷定位准确和分类准确率高的优点，用于无纺布生产厂家布匹缺陷的检测与分类。