基于圖像處理技術(shù)的織物疵點(diǎn)檢測(cè)與識(shí)別技術(shù)研究.pdf

1、疵點(diǎn)檢測(cè)是紡織品質(zhì)量控制與質(zhì)量檢驗(yàn)過程中的重要環(huán)節(jié)。目前，國(guó)內(nèi)紡織行業(yè)的織物疵點(diǎn)檢測(cè)仍然是依靠人工目測(cè)，不僅檢測(cè)效率低、準(zhǔn)確率低，而且勞動(dòng)強(qiáng)度大、人工成本高，因此，研究快速、準(zhǔn)確率高的疵點(diǎn)自動(dòng)檢測(cè)技術(shù)非常必要。
　　 本文綜合應(yīng)用數(shù)字圖像處理技術(shù)、小波分析方法和BP神經(jīng)網(wǎng)絡(luò)對(duì)織物疵點(diǎn)自動(dòng)檢測(cè)進(jìn)行較深入的理論和實(shí)驗(yàn)研究。
　　 1、針對(duì)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(diǎn)、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(duì)織物圖像進(jìn)行有效的去噪處理。針對(duì)去除噪聲處理造成的織物圖像高頻細(xì)節(jié)信息丟失問題，采用拉普拉斯算子對(duì)去噪后的圖像進(jìn)行銳化處理，使細(xì)節(jié)信息得到加強(qiáng)。
　　 2、將小波分析理論應(yīng)用于織物疵點(diǎn)檢測(cè)，應(yīng)用Mallat算法對(duì)織物圖像進(jìn)行小波分解。根據(jù)織物的紋理周期特性，利用自相關(guān)函數(shù)法對(duì)分解后的經(jīng)向子圖和緯向子圖進(jìn)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(gè)特征值，以歸一化的特征值作

3、為疵點(diǎn)識(shí)別與分類的依據(jù)。
　　 3、采用3層BP神經(jīng)網(wǎng)絡(luò)進(jìn)行織物疵點(diǎn)自動(dòng)識(shí)別與分類研究。對(duì)BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)特性、設(shè)計(jì)方法和訓(xùn)練參數(shù)的確定方法進(jìn)行較深入分析。根據(jù)織物疵點(diǎn)識(shí)別與分類的特點(diǎn)，利用經(jīng)驗(yàn)公式和實(shí)驗(yàn)分析，給出了BP神經(jīng)網(wǎng)絡(luò)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(shí)驗(yàn)對(duì)象，分別對(duì)白杠、雜纖維、斷紗、長(zhǎng)殘、掉扣、斷滌絲、刮線、臟污、飛花和無疵點(diǎn)平紋織物等樣片進(jìn)行疵點(diǎn)自動(dòng)