基于Labview的計(jì)算機(jī)視覺針織物庛點(diǎn)檢測(cè)與研究.pdf

1、在紡織品生產(chǎn)中，針織物的全數(shù)檢驗(yàn)是質(zhì)量控制的一項(xiàng)重要內(nèi)容，其中針織物疵點(diǎn)是檢驗(yàn)的重點(diǎn)。在現(xiàn)代科學(xué)技術(shù)的推動(dòng)下，紡織行業(yè)的生產(chǎn)效率有了大幅提高，但針織物疵點(diǎn)檢測(cè)卻依然停留在人工檢測(cè)階段．該方法檢測(cè)速度低、誤檢率和漏檢率高，檢驗(yàn)結(jié)果受到人員主觀因素的影響，檢測(cè)正確率僅能達(dá)到70％左右，而且人工檢布對(duì)工人的視力損害很大。針織物疵點(diǎn)的檢測(cè)技術(shù)已成為當(dāng)今制約紡織行業(yè)進(jìn)一步發(fā)展的“瓶頸”，怎樣用計(jì)算機(jī)視覺代替人工檢布成為現(xiàn)在研究的熱點(diǎn)。
　　

2、 本文在國(guó)內(nèi)外研究的基礎(chǔ)上，介紹了一種基于Labview的針織物疵點(diǎn)檢測(cè)系統(tǒng)與方法，采用Labview軟件并結(jié)合Matlab編程。疵點(diǎn)檢測(cè)的重點(diǎn)是疵點(diǎn)識(shí)別和分類，本文中圖像首先經(jīng)過中值濾波去噪和二值化處理，預(yù)處理后的圖像采用db小波進(jìn)行小波分解，得到織物的經(jīng)向和緯向紋理子圖像。根據(jù)針織物的紋理特征，對(duì)針織物圖像進(jìn)行窗口分割，在已分割的窗口中提取子圖像的特征值。繼而對(duì)特征值進(jìn)行歸納分析，輸入BP神經(jīng)網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)訓(xùn)練，實(shí)現(xiàn)對(duì)疵點(diǎn)的分類，利

3、用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對(duì)剩余的樣本進(jìn)行測(cè)試。在本方法中，最重要的是特征值的選取、特征值的提取以及疵點(diǎn)的分類，本文對(duì)相關(guān)的理論進(jìn)行研究。
　　 (1)本文中的特征值所選用的能量、方差、極差和熵，經(jīng)過多次實(shí)驗(yàn)，證實(shí)這4個(gè)特征值能夠很好的反應(yīng)針織物圖像的疵點(diǎn)信息；
　　 (2)本文根據(jù)針織物紋理對(duì)針織物圖像進(jìn)行窗口分割，在分割的窗口中包含針織物紋理的最小單元。經(jīng)過db小波分解后，得到針織物圖像的經(jīng)向和緯向紋理子圖像，從子圖像所分割