基于機(jī)器視覺(jué)的布匹疵點(diǎn)快速識(shí)別算法的研究.pdf

1、隨著計(jì)算機(jī)技術(shù)日益應(yīng)用于生產(chǎn)、檢測(cè)和管理中，實(shí)現(xiàn)紡織行業(yè)的織物自動(dòng)檢測(cè)已變得越來(lái)越重要。人工檢測(cè)的成本高、精度低、效率低，這些因素都使得能夠?qū)崿F(xiàn)高效檢測(cè)任務(wù)的機(jī)器視覺(jué)系統(tǒng)迅速發(fā)展。 本文的第一章主要是總結(jié)了前人的研究工作，并提出了仍需進(jìn)一步研究和解決的問(wèn)題。第二章對(duì)圖像處理中經(jīng)常用到的預(yù)處理方法進(jìn)行了研究與分析，織物圖像預(yù)處理主要分為圖像去噪和紋理處理兩個(gè)步驟。實(shí)驗(yàn)表明Gabor濾波效果較好，但為了便于用本文提出的濾波類(lèi)算子優(yōu)化

2、方法進(jìn)行優(yōu)化，最后確定選用Gauss濾波以提高計(jì)算速度。在第三章中介紹了疵點(diǎn)區(qū)域的識(shí)別方法，其主要包括邊緣檢測(cè)、閾值分割、斑點(diǎn)處理等幾個(gè)方面。提出的新技術(shù)有基于規(guī)則的閾值分割方法和斑點(diǎn)快速標(biāo)記算法。實(shí)驗(yàn)表明Sobel算子作為邊緣檢測(cè)效果較好，規(guī)則閾值分割在復(fù)雜背景下具有較好的閾值分割效果和自適應(yīng)能力。閾值分割后的圖像中的斑點(diǎn)可能需要連通或去除不必要的較小斑點(diǎn)，因此還需要一個(gè)后處理來(lái)解決這些問(wèn)題，如面積尺寸濾波、窗線(xiàn)掃描等。第四章提出了如