基于圖像處理技術的織物疵點檢測與識別技術研究.pdf

1、疵點檢測是紡織品質量控制與質量檢驗過程中的重要環(huán)節(jié)。目前，國內(nèi)紡織行業(yè)的織物疵點檢測仍然是依靠人工目測，不僅檢測效率低、準確率低，而且勞動強度大、人工成本高，因此，研究快速、準確率高的疵點自動檢測技術非常必要。
　　 本文綜合應用數(shù)字圖像處理技術、小波分析方法和BP神經(jīng)網(wǎng)絡對織物疵點自動檢測進行較深入的理論和實驗研究。
　　 1、針對織物圖像采集和傳輸過程中產(chǎn)生噪聲問題，通過分析產(chǎn)生噪聲特點、產(chǎn)生原因和現(xiàn)有去除噪聲方法，

2、確定以中值濾波法對織物圖像進行有效的去噪處理。針對去除噪聲處理造成的織物圖像高頻細節(jié)信息丟失問題，采用拉普拉斯算子對去噪后的圖像進行銳化處理，使細節(jié)信息得到加強。
　　 2、將小波分析理論應用于織物疵點檢測，應用Mallat算法對織物圖像進行小波分解。根據(jù)織物的紋理周期特性，利用自相關函數(shù)法對分解后的經(jīng)向子圖和緯向子圖進行窗口分割，分別提取經(jīng)過分割窗口后的經(jīng)、緯子圖的能量、方差、極差、熵、逆差矩，共五個特征值，以歸一化的特征值作

3、為疵點識別與分類的依據(jù)。
　　 3、采用3層BP神經(jīng)網(wǎng)絡進行織物疵點自動識別與分類研究。對BP神經(jīng)網(wǎng)絡的結構特性、設計方法和訓練參數(shù)的確定方法進行較深入分析。根據(jù)織物疵點識別與分類的特點，利用經(jīng)驗公式和實驗分析，給出了BP神經(jīng)網(wǎng)絡輸入層、輸出層和隱含層神經(jīng)元數(shù)的確定方法，以及層間傳遞函數(shù)的選擇。
　　 采用平紋坯布為實驗對象，分別對白杠、雜纖維、斷紗、長殘、掉扣、斷滌絲、刮線、臟污、飛花和無疵點平紋織物等樣片進行疵點自動