基于機器視覺的輕薄彈性褲襪檢測方法研究.pdf

1、隨著人們對衣著時尚的不斷追求，市場對褲襪的需求也越來越大，且對褲襪的材料、款式要求也越來越高。目前，褲襪的質量檢測主要通過人工完成，存在的問題有褲襪的數量較多，工人的工作量繁重，勞動強度大，而且這種方法受檢驗人員的主觀因素影響較大，檢驗效率低、漏檢率高，難以得到準確的檢測結果。因此采用自動檢測技術是褲襪檢測過程中對其質量控制的必然趨勢。本文應用小波變換理論對基于機器視覺的輕薄彈性褲襪疵點進行研究，具體內容如下：
　　圖像的預處理：

2、介紹在圖像處理中常用的預處理方法，分析各自的特點，并通過實驗仿真，對線性空間濾波、中值濾波和自適應局部濾波這三種方式的濾波效果進行研究，設計一種適合輕薄彈性褲襪圖像的濾波處理方法，使褲襪圖像的正常紋理部分得到最大化的濾除，突出疵點區(qū)域。
　　小波分析：選用合適的小波基對經過預處理的待檢測褲襪圖像進行二維離散小波變換，得到褲襪圖像的高頻細節(jié)子圖，在水平方向的細節(jié)子圖像和垂直方向的細節(jié)子圖像中會出現(xiàn)小波系數的局部極大值，在灰度上表現(xiàn)為

3、灰度的奇異點。由于小波變換具有稀疏性，這些極大值較之分解前更為突出，更加有利于疵點的檢測。
　　疵點識別：從小波分解得到的徑向和緯向細節(jié)子圖像中提取特征值，選取能量、方差、熵作為褲襪圖像的特征值，對含有疵點的褲襪圖像的高頻細節(jié)子圖進行特征提取，并對提取的特征值進行歸一化處理，得到褲襪各個特征值的曲線，然后對得到的特征值曲線進行分析，從而判斷待檢測褲襪中是否含有疵點。
　　疵點分割：對灰度閾值分割、直方圖閾值分割和最大熵閾值分