基于計算機視覺的織物疵點識別方法研究.pdf

1、在紡織品生產(chǎn)中，質(zhì)量控制與檢測是十分重要的，而織物疵點檢測是其中最為主要的部分。疵點檢測識別的目的就是在織造和驗布過程中及時發(fā)現(xiàn)疵點，通過修復(fù)和整理，盡可能降低由疵點導(dǎo)致的織物質(zhì)量的下降。隨著計算機技術(shù)、圖像處理技術(shù)的發(fā)展，使得基于計算機視覺的織物疵點檢測識別成為可能。利用計算機視覺對織物疵點進行檢測識別，不但能提高紡織企業(yè)的生產(chǎn)效率，而且為織物疵點的種類、大小以及對產(chǎn)品質(zhì)量的評估制定客觀標(biāo)準打下基礎(chǔ)。 本文在對國內(nèi)外織物疵點自

2、動檢測系統(tǒng)和理論研究成果的學(xué)習(xí)與研究的基礎(chǔ)上，選擇合適的特征值提取算法和識別算法并進一步優(yōu)化，并在此基礎(chǔ)上提出了基于計算機視覺的織物疵點檢測識別方法，即運用小波分析理論結(jié)合織物圖像紋理特征對圖像進行分解、分割并且在子圖像分割窗口中利用灰度統(tǒng)計法提取特征值，最后利用BP神經(jīng)網(wǎng)絡(luò)進行疵點的自動檢測識別。該方法的重點內(nèi)容包括特征值的選取、特征值的提取和疵點的識別三部分。本文主要圍繞這三個方面進行理論研究。 一、通過對各種疵點特征值的介

3、紹，選用了能量、熵、方差和極差作為本文的特征值，經(jīng)多次試驗可知這四個特征值可以較好的反映出待識別的疵點信息。 二、介紹了小波分析理論知識，在此基礎(chǔ)上選擇了適合待檢織物紋理特征的分解小波和分解方法，并提出了通過自相關(guān)函數(shù)法計算紋理周期，確定子圖像的分割窗口的大小。通過多次試驗可知，本文選用的分解小波和分解方法能較好的反映出織物紋理特征，為特征值的充分提取做好了基礎(chǔ)。從子圖像分割窗口提取出的特征值可知不同的疵點均由不同的特征值反映出