織物紋理的表征和自動(dòng)識(shí)別的研究.pdf

1、在織物生產(chǎn)過(guò)程中，織物的質(zhì)量控制如疵點(diǎn)檢測(cè)、起毛起球等級(jí)評(píng)定、織物褶皺評(píng)定等是非常重要的，然而傳統(tǒng)的檢測(cè)主要依靠人工檢測(cè)，由于受人為因素影響，誤檢率和漏檢率較高。隨著計(jì)算機(jī)技術(shù)的廣泛應(yīng)用，織物的紋理分析開始實(shí)現(xiàn)自動(dòng)化、智能化，其理論基礎(chǔ)是織物紋理的數(shù)字化表征?？椢飯D像紋理表征分析直接決定了織物組織參數(shù)和疵點(diǎn)自動(dòng)檢測(cè)等研究的應(yīng)用效果。在將計(jì)算機(jī)視覺(jué)應(yīng)用于紡織品的外觀分析和檢測(cè)方面，織物紋理表征和分析在值得進(jìn)行進(jìn)一步深入的研究，對(duì)數(shù)字化紡織

2、的應(yīng)用具有重要應(yīng)用價(jià)值。
　　 織物紋理屬于周期性紋理，小波變換是周期性紋理圖像的特征表示方法中最主要的方法之一。本文正是基于自適應(yīng)小波對(duì)紋理圖像進(jìn)行特征提取，改善了傳統(tǒng)小波基非自適應(yīng)的缺點(diǎn)，從織物圖像的疵點(diǎn)檢測(cè)的角度驗(yàn)證了該織物紋理表征算法的可行性和有效性。
　　 本文采用自適應(yīng)小波三層分解的方法來(lái)表征紋理。首先，本文簡(jiǎn)單介紹了小波分析在機(jī)織物紋理表征上的應(yīng)用及其在疵點(diǎn)檢測(cè)方面的驗(yàn)證，經(jīng)過(guò)比較發(fā)現(xiàn)自適應(yīng)小波分析適合織物

3、紋理的表征。其次，對(duì)織物圖像進(jìn)行預(yù)處理后，通過(guò)逼近條件尋找與織物紋理相匹配的濾波器，提出兩種新的約束條件即小波系數(shù)紋理方向的波動(dòng)性和灰度共生矩陣，與常用的能量和小波系數(shù)差等逼近條件相比，本文方法效果更佳。接著，關(guān)于自適應(yīng)小波分解層數(shù)的確定，突破以往自適應(yīng)小波單層分解，采用熵值減小程度作為分解終止信號(hào)，確定分解層數(shù)為三層。在確定了表征紋理的方法為自適應(yīng)小波三層分解，以織物疵點(diǎn)檢測(cè)為例，判斷該方法的有效性。最后，將這種紋理表征的方法運(yùn)用于平