基于Labview的計算機視覺針織物庛點檢測與研究.pdf

1、在紡織品生產中，針織物的全數(shù)檢驗是質量控制的一項重要內容，其中針織物疵點是檢驗的重點。在現(xiàn)代科學技術的推動下，紡織行業(yè)的生產效率有了大幅提高，但針織物疵點檢測卻依然停留在人工檢測階段．該方法檢測速度低、誤檢率和漏檢率高，檢驗結果受到人員主觀因素的影響，檢測正確率僅能達到70％左右，而且人工檢布對工人的視力損害很大。針織物疵點的檢測技術已成為當今制約紡織行業(yè)進一步發(fā)展的“瓶頸”，怎樣用計算機視覺代替人工檢布成為現(xiàn)在研究的熱點。
　　

2、 本文在國內外研究的基礎上，介紹了一種基于Labview的針織物疵點檢測系統(tǒng)與方法，采用Labview軟件并結合Matlab編程。疵點檢測的重點是疵點識別和分類，本文中圖像首先經過中值濾波去噪和二值化處理，預處理后的圖像采用db小波進行小波分解，得到織物的經向和緯向紋理子圖像。根據(jù)針織物的紋理特征，對針織物圖像進行窗口分割，在已分割的窗口中提取子圖像的特征值。繼而對特征值進行歸納分析，輸入BP神經網絡進行網絡訓練，實現(xiàn)對疵點的分類，利

3、用訓練好的神經網絡對剩余的樣本進行測試。在本方法中，最重要的是特征值的選取、特征值的提取以及疵點的分類，本文對相關的理論進行研究。
　　 (1)本文中的特征值所選用的能量、方差、極差和熵，經過多次實驗，證實這4個特征值能夠很好的反應針織物圖像的疵點信息；
　　 (2)本文根據(jù)針織物紋理對針織物圖像進行窗口分割，在分割的窗口中包含針織物紋理的最小單元。經過db小波分解后，得到針織物圖像的經向和緯向紋理子圖像，從子圖像所分割