織物平整度等級的計算機(jī)視覺評估.pdf

1、該文應(yīng)用計算機(jī)視覺技術(shù)對織物的平整度等級進(jìn)行客觀評定.全文分三大部分:織物外觀形狀的三維重建;表面重建織物的特征參數(shù)提取;利用模式識別方法評定織物的平整度等級.全文共分八章,每章內(nèi)容簡介如下:引言部分簡要介紹了論文選題的背景.第一章重點概述了國內(nèi)外有關(guān)織物平整度等級評定的研究現(xiàn)狀.第二章描述了光度立體視覺和陰影恢復(fù)形狀兩種三維重建算法,該章同時介紹了這些算法的基本原理和實現(xiàn)過程,并分別利用合成圖像、簡單形狀實物和平整度模板對兩種算法的可

2、靠性進(jìn)行測試和驗證.第三章敘述了反映織物平整度特性的特征參數(shù)提取和選擇.利用織物模板的三維輪廓數(shù)據(jù),可提取10種不同的織物平整度特征參數(shù),它們是:對比度、功率譜密度、分形維數(shù)、表面面積、粗糙度、扭曲度、峰度、平均偏移量、整體折皺密度和尖銳度.第四章介紹了自行設(shè)計的織物光照圖像的獲取裝置,并利用該裝置攝取了26塊不同類型的織物圖像,通過第二章提及的三維重建算法重建織物的表面形狀,并從中提取反映織物平整度的特征參數(shù).第五章概述了Kohone

3、n自組織神經(jīng)網(wǎng)絡(luò)和Heb學(xué)習(xí)規(guī)則在織物平整度等級評定中的具體應(yīng)用.第六章采用模糊模式識別方法評定織物的平整度等級.該方法以Mamdani模糊模型為基礎(chǔ),在隸屬度函數(shù)和模糊規(guī)則選取合適的前提下,可以得到較為準(zhǔn)確的模糊輸出值,模糊輸出值代表了不同的織物平整度等級,平整度越劇烈,去模糊化值越大,反之,則越小.第七章引入自適用模糊神經(jīng)網(wǎng)絡(luò)評定織物平整度等級,自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)以Sugeno模型為基礎(chǔ),以模糊輸入為特征.第八章對全文進(jìn)行了總結(jié).介