基于圖像處理技術(shù)的機(jī)織物結(jié)構(gòu)參數(shù)識(shí)別.pdf

1、機(jī)織物的織物組織、織物密度和色紗排列等結(jié)構(gòu)參數(shù)是檢測(cè)和控制紡織品質(zhì)量的重要指標(biāo)。在目前紡織行業(yè)中，織物面料的分析與識(shí)別主要還是憑經(jīng)驗(yàn)，靠觸覺、視覺、嗅覺，通過借助放大鏡、照布鏡或織物密度分析鏡等工具來(lái)完成，這種人工分析機(jī)織物結(jié)構(gòu)參數(shù)的方法不僅耗時(shí)費(fèi)力、效率低下，而且由于操作人員不同，判斷結(jié)果也不同，使得測(cè)量結(jié)果缺乏客觀性。為了使測(cè)量工作進(jìn)行的既快速又準(zhǔn)確，我們就有必要研究新的方法，既可以避免主觀誤差，又可以節(jié)省大量的時(shí)間和人力物力，提高

2、生產(chǎn)效率。為此，本文研究采用數(shù)字圖像處理技術(shù)對(duì)機(jī)織物結(jié)構(gòu)參數(shù)實(shí)現(xiàn)自動(dòng)識(shí)別。
　　本文研究利用計(jì)算機(jī)圖像處理技術(shù)對(duì)機(jī)織物進(jìn)行結(jié)構(gòu)參數(shù)提取與分析和組織結(jié)構(gòu)的識(shí)別，提出了機(jī)織物自動(dòng)識(shí)別的流程與技術(shù)路線，并分析了如何對(duì)機(jī)織物的圖像獲取及預(yù)處理才能有效的反應(yīng)織物的特征信息和結(jié)構(gòu)參數(shù)。分別給出素色機(jī)織物經(jīng)緯密度、織物組織等機(jī)織物結(jié)構(gòu)參數(shù)的識(shí)別算法:通過快速傅里葉變換將織物圖像轉(zhuǎn)換為對(duì)應(yīng)的頻率域中的頻譜圖，根據(jù)頻譜圖中特征點(diǎn)坐標(biāo)與空間域中織物經(jīng)

3、緯密度的對(duì)應(yīng)關(guān)系計(jì)算得到織物的經(jīng)緯密度;利用灰度投影法完成織物圖像中組織點(diǎn)的定位，提取出每個(gè)組織點(diǎn)一階統(tǒng)計(jì)特征即灰度均值與方差，二階統(tǒng)計(jì)特征即組織點(diǎn)灰度共生矩陣的對(duì)比度和局部均勻性，利用模糊C均值聚類算法結(jié)合上述特征參數(shù)對(duì)組織點(diǎn)進(jìn)行聚類，基本實(shí)現(xiàn)織物組織識(shí)別。最后將這些識(shí)別結(jié)果與手工測(cè)量的結(jié)果進(jìn)行比較和分析。
　　在本文中，我們首先對(duì)機(jī)織物的結(jié)構(gòu)特點(diǎn)進(jìn)行了分析，其次對(duì)機(jī)織物結(jié)構(gòu)識(shí)別理論及原理進(jìn)行了說明，再次強(qiáng)調(diào)了織物圖像的獲取和預(yù)