已閱讀1頁,還剩80頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、目前織物組織結(jié)構(gòu)的分析還是借助于放大鏡、分析針等簡單工具,完全依賴人工目測完成。由于人工目測不可避免會受到個人的視力、情緒、疲勞、光線等因素的影響,帶有很大的個人主觀性,往往難以保證識別質(zhì)量,造成測試結(jié)果具有一定的主觀性和不可靠性,而且耗費操作人員大量的時間重復做相同的工作。加上效率低下已無法適應目前紡織生產(chǎn)小批量、多品種、高效率的需要。這成為了提高紡織企業(yè)信息化、生產(chǎn)自動化程度的一個瓶頸。如果能設計出一套織物組織結(jié)構(gòu)參數(shù)的自動識別系統(tǒng)
2、,將會大大推動紡織生產(chǎn)效率,實現(xiàn)全面自動化。圖像處理技術(shù)和人工智能近年來取得了很大的發(fā)展,這使得利用圖像處理技術(shù)實現(xiàn)織物組織結(jié)構(gòu)的自動分析成為可能。
本文運用灰度共生矩陣對織物圖像進行特征提取,然后設計了一個三層BP神經(jīng)網(wǎng)絡對提取出來的特征值進行識別分類,經(jīng)試驗驗證對平紋、斜紋、緞紋三種組織織物圖像的正確識別率可達93.45%。在織物分類成功的基礎上,運用小波分解理論,提取織物圖像經(jīng)緯向亮度信息,對織物組織點進行定位,利用
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 灰度共生矩陣和BP神經(jīng)網(wǎng)絡在小細胞肺癌鑒別診斷中的應用.pdf
- 基于LVQ神經(jīng)網(wǎng)絡和灰度共生矩陣的遙感圖像分類及其應用.pdf
- 基于小波分析和BP神經(jīng)網(wǎng)絡的織物疵點識別.pdf
- 機織物組織結(jié)構(gòu)的識別.pdf
- 基于圖像處理的機織物組織結(jié)構(gòu)識別方法.pdf
- 基于BP神經(jīng)網(wǎng)絡的體液細胞識別.pdf
- 基于Curvelet變換和BP神經(jīng)網(wǎng)絡的織物疵點檢測.pdf
- 基于MFCC和BP神經(jīng)網(wǎng)絡的樂音主頻識別研究.pdf
- 基于GA-BP神經(jīng)網(wǎng)絡的結(jié)構(gòu)損傷識別研究.pdf
- 基于灰度共生矩陣的癌細胞識別技術(shù)研究.pdf
- 基于BP神經(jīng)網(wǎng)絡的空間索桿結(jié)構(gòu)損傷識別研究.pdf
- 基于小波包與BP神經(jīng)網(wǎng)絡的結(jié)構(gòu)損傷識別研究.pdf
- 基于BP神經(jīng)網(wǎng)絡的橋上移動荷載識別.pdf
- 基于改進BP神經(jīng)網(wǎng)絡的物體識別研究.pdf
- 基于BP神經(jīng)網(wǎng)絡的鋼坯編號識別研究.pdf
- 基于圖像處理的針織物組織結(jié)構(gòu)識別的研究.pdf
- 基于bp神經(jīng)網(wǎng)絡的車型識別外文翻譯
- 基于灰度共生矩陣和MRF的紋理圖像分割.pdf
- 基于BP神經(jīng)網(wǎng)絡的車牌識別算法研究.pdf
- 基于深度學習的針織物組織結(jié)構(gòu)識別方法研究.pdf
評論
0/150
提交評論