基于圖像處理的機織物參數(shù)分析與組織結(jié)構(gòu)識別的研究.pdf

1、目前在紡織行業(yè)中，織物面料的分析與識別主要還是憑經(jīng)驗或借助專業(yè)工具來完成的。這種由專家人工進行的織物面料組織結(jié)構(gòu)參數(shù)的分析和提取雖然具有權(quán)威性，但是操作要求高，不易掌握。同時分析與識別的時間周期也相對較長且分析過程單調(diào)而乏味，因此，有必要研究代替人工對織物面料的紗線參數(shù)、組織編織結(jié)構(gòu)進行有效自動檢測與分析的算法和技術(shù)路線。 本文研究了利用圖像處理與模式識別技術(shù)對織物面料進行自動參數(shù)分析和組織結(jié)構(gòu)識別的方法，提出了織物面料自動識別

2、的流程與技術(shù)路線，討論了怎樣的織物圖像的獲取與預處理才能有效的反映織物的特征信息和參數(shù)。然后通過分析織物圖像亮度分布的特點，給出測算經(jīng)緯紗密度、經(jīng)緯紗線細度的算法：利用小波變換對機織物透射圖像進行離散小波分解，獲得反映織物經(jīng)向與緯向信息的分解子圖，再對分解子圖進行二值化、平滑化處理，去除織物變形和圖像錄入誤差等帶來的影響，得到反映經(jīng)、緯向紗線分布情況的二值化圖，再通過計算得到紗線的經(jīng)、緯密度和紗線平均直徑。并將它們的計算結(jié)果與手工測量結(jié)

3、果進行了比較和分析。 本文提出了織物組織結(jié)構(gòu)識別的流程：首先通過分析圖像在水平、垂直方向的亮度變化規(guī)律，確定紗線的交替處，從而確定組織點位置；然后由自相關(guān)函數(shù)求出基本循環(huán)單元的大小，提取出基本循環(huán)單元；再對基本循環(huán)單元中的組織點進行分類，提出了二次聚類的方法：先根據(jù)不同位置組織點亮度變化規(guī)律的不同進行預分類，然后在后處理中通過對基本循環(huán)單元進行邊緣提取，確定在同一浮長線上的組織點，對預分類結(jié)果進一步聚類得到經(jīng)緯組織點的分布情況；

4、最后由組織點分布情況繪制出織物組織結(jié)構(gòu)圖。 對包含不同組織結(jié)構(gòu)的復雜織物的結(jié)構(gòu)識別問題，本文提出了先對織物圖像進行紋理分割，分割后可以得到單一組織結(jié)構(gòu)的塊、不同塊在織物中所占的比例和位置，進而可以對各塊采用單一織物組織的識別方法加以研究。本文分別研究了織物灰度圖像和彩色圖像的不同紋理分割方法，對灰度圖像采用基于紋理譜的紋理分割方法；對彩色圖像，在顏色聚類的基礎上，綜合顏色和空間信息進行分割；兩種方法都得到了較好的分割效果。