基于機(jī)器視覺(jué)的布匹疵點(diǎn)實(shí)時(shí)檢測(cè)系統(tǒng)的研究.pdf

1、布匹表面缺陷檢測(cè)是現(xiàn)代紡織行業(yè)對(duì)布匹品質(zhì)等級(jí)把關(guān)的關(guān)鍵所在。當(dāng)前我國(guó)紡織業(yè)對(duì)布匹疵點(diǎn)的檢測(cè)仍然靠人工視覺(jué)檢測(cè)，該方法存在效率低、成本高、誤檢率高等缺點(diǎn)。為克服這些不足，提高紡織布匹質(zhì)量檢測(cè)的智能化程度，本文從硬件結(jié)構(gòu)、疵點(diǎn)檢測(cè)算法和分類(lèi)算法上對(duì)布匹疵點(diǎn)視覺(jué)檢測(cè)系統(tǒng)進(jìn)行設(shè)計(jì)和研究。
　　首先通過(guò)對(duì)傳統(tǒng)的人工驗(yàn)布機(jī) MT-2500進(jìn)行改造，重新設(shè)計(jì)其控制電路。根據(jù)實(shí)際需求對(duì)工業(yè)相機(jī)及鏡頭進(jìn)行選型并設(shè)計(jì)與其配套的LED視覺(jué)光源，通過(guò)振動(dòng)

2、實(shí)驗(yàn)和打光實(shí)驗(yàn)確定安裝方式。將控制系統(tǒng)和視覺(jué)成像系統(tǒng)結(jié)合，完成機(jī)器視覺(jué)驗(yàn)布機(jī)硬件體系設(shè)計(jì)。
　　其次，對(duì)布匹疵點(diǎn)檢測(cè)工作本文提出基于Hough變換和Gabor濾波器、基于頻域篩狀濾波器及基于灰度共生矩陣三種布匹疵點(diǎn)檢測(cè)算法。其中基于Hough變換和Gabor濾波器的檢測(cè)算法采用Hough變換檢測(cè)布匹紋理方向，作為Gabor濾波器的濾波方向，減少了濾波器組數(shù)量，且能夠針對(duì)不同紋理方向的布匹都有很好的檢測(cè)效果?；陬l域篩狀濾波器的檢測(cè)

3、算法通過(guò)傅立葉變換獲得布匹頻譜圖，根據(jù)頻譜圖設(shè)計(jì)頻域?yàn)V波器分離正常的紋理信息，保留疵點(diǎn)信息，再經(jīng)逆變換進(jìn)行灰度圖重構(gòu)得到去除正常紋理的疵點(diǎn)圖像，該算法能夠顯著縮短檢測(cè)時(shí)間?；诨叶裙采仃嚨臋z測(cè)算法將布匹圖片進(jìn)行灰度級(jí)量化至16級(jí)，再提取00，45，9，135四個(gè)方向上的灰度共生矩陣，通過(guò)計(jì)算灰度共生矩陣中的熵、相關(guān)性、對(duì)比度、差異性和逆差矩這五種特征值并各自生成特征圖像來(lái)檢測(cè)疵點(diǎn)。經(jīng)實(shí)驗(yàn)對(duì)比分析，基于灰度共生矩陣的檢測(cè)算法檢測(cè)效果最佳

4、，基于頻域篩狀濾波器的檢測(cè)算法時(shí)效性最佳。
　　再次，開(kāi)發(fā)了基于灰度共生矩陣特征向量和支持向量機(jī)結(jié)合的布匹疵點(diǎn)分類(lèi)算法。取灰度共生矩陣的熵、相關(guān)性、對(duì)比度、能量的方差和標(biāo)準(zhǔn)差作為支持向量機(jī)的輸入?yún)?shù)，實(shí)現(xiàn)對(duì)常見(jiàn)四類(lèi)疵點(diǎn)分類(lèi)且準(zhǔn)確率達(dá)90.4％。
　　最后設(shè)計(jì)了一套布匹疵點(diǎn)檢測(cè)系統(tǒng)平臺(tái)，該平臺(tái)在 LabVIEW11.0及OpenCV2.1軟件環(huán)境下開(kāi)發(fā)，實(shí)現(xiàn)LabVIEW調(diào)用OpenCV庫(kù)的數(shù)據(jù)接口，主要包括用戶(hù)管理、圖像采集