基于小波分析和神經(jīng)網(wǎng)絡(luò)布料瑕疵識別與分類算法研究.pdf

1、布料瑕疵識別檢測是布料生產(chǎn)過程中的重要環(huán)節(jié)。針對人工檢測的各種缺陷和不足，本文在現(xiàn)有的布料瑕疵檢測理論和方法的基礎(chǔ)上，較深入地研究了織物圖像預(yù)處理和基于小波分析和神經(jīng)網(wǎng)絡(luò)的瑕疵自動識別方法,并通過實驗驗證了該方法的可行性和有效性。
　　首先，介紹了在圖像處理中常用的預(yù)處理方法，分析了各自的特點，并通過實驗，對比多種預(yù)處理結(jié)果，選用合適的預(yù)處理方法，改善圖像視覺效果，突出圖像中瑕疵點邊緣和輪廓特征。
　　其次，給出了基于小波分

2、析的疵點自動識別方法。為減小周圍環(huán)境對疵點識別的影響，同時提高疵點檢測速度，使用小波變換對圖像進(jìn)行分割。將小波分解后的圖像通過灰度均值比較，將不超過設(shè)定閾值的窗口視為無瑕疵舍棄，超過閾值的窗口作為進(jìn)一步待檢區(qū)域，再利用小波分析方法提取特征值，有效減少了圖像特征值的提取和計算窗口數(shù)量。對小波分解后的經(jīng)、緯子圖像分別提取能量、方差、熵值、極差和逆差矩五個特征值。經(jīng)歸一化后，在統(tǒng)一度量下檢查不同特征值對疵點的響應(yīng)程度，從而確認(rèn)疵點是否存在及判