基于計(jì)算機(jī)視覺(jué)的織物疵點(diǎn)自動(dòng)檢測(cè)技術(shù)研究.pdf

1、織物疵點(diǎn)檢測(cè)是紡織品生產(chǎn)過(guò)程中的重要環(huán)節(jié)。目前，織物疵點(diǎn)檢測(cè)主要是依靠人工目測(cè)，其缺點(diǎn)是誤檢率和漏檢率高、檢測(cè)效率低、勞動(dòng)強(qiáng)度大、對(duì)工人健康不利。因此，開(kāi)展織物疵點(diǎn)自動(dòng)檢測(cè)技術(shù)研究具有重要意義。
　　 本文在對(duì)現(xiàn)有的織物疵點(diǎn)檢測(cè)理論和方法進(jìn)行分析、綜合的基礎(chǔ)上，較深入地研究了織物圖像預(yù)處理和基于小波分析的疵點(diǎn)自動(dòng)識(shí)別方法。通過(guò)實(shí)驗(yàn)驗(yàn)證了該方法的可行性和有效性。
　　 首先，分析了織物圖像的噪聲來(lái)源、噪聲特性和去除噪聲的方

2、法。針對(duì)圖像去噪處理后，部分圖像細(xì)節(jié)信息丟失這一問(wèn)題，采用中值濾波和邊緣銳化的方法進(jìn)行圖像預(yù)處理，以改善圖像的視覺(jué)效果，突顯圖像中物體的邊緣和輪廓特征，易于計(jì)算機(jī)的處理與分析。
　　 其次，為減小周圍環(huán)境對(duì)疵點(diǎn)識(shí)別的影響，同時(shí)提高疵點(diǎn)檢測(cè)速度，給出了基于灰度的窗口分割方法。該方法通過(guò)灰度均值比較，將超過(guò)設(shè)定閾值的窗口進(jìn)行九宮格擴(kuò)散，所形成的新窗口作為進(jìn)一步待檢區(qū)域，再利用小波分析方法提取特征值，有效減少了圖像特征值的提取和計(jì)算窗

3、口數(shù)量。
　　 另外，給出了基于小波分析的疵點(diǎn)自動(dòng)識(shí)別方法。對(duì)小波分解后的經(jīng)、緯子圖像分別提取能量、熵值、方差和極差四個(gè)特征值。經(jīng)歸一化后，在統(tǒng)一度量下檢查不同特征值對(duì)疵點(diǎn)的響應(yīng)程度，從而確認(rèn)疵點(diǎn)是否存在及判別疵點(diǎn)的準(zhǔn)確位置。
　　 最后，應(yīng)用LabVIEW編制了織物疵點(diǎn)自動(dòng)檢測(cè)軟件。在自制的疵點(diǎn)檢測(cè)實(shí)驗(yàn)裝置上，對(duì)掉扣、雜纖維、飛花、破洞、油砂、反絲、臟污、長(zhǎng)殘8類常見(jiàn)疵點(diǎn)進(jìn)行自動(dòng)檢測(cè)實(shí)驗(yàn)。結(jié)果表明，小波分析方法能以較快