織物疵點(diǎn)檢測(cè)方法及其基于DM642圖像處理系統(tǒng)的軟件設(shè)計(jì).pdf

1、針對(duì)織物疵點(diǎn)自動(dòng)檢測(cè)這一難題，本文結(jié)合織物疵點(diǎn)圖像及其相對(duì)應(yīng)的無(wú)疵點(diǎn)標(biāo)準(zhǔn)圖像的像素灰度值特點(diǎn)，提出了分塊法、改進(jìn)的類間方差法、基于灰度直方圖的方法。三種方法檢測(cè)原理簡(jiǎn)單，檢測(cè)時(shí)間較短，仿真結(jié)果表明疵點(diǎn)檢測(cè)率較高。 本文還提出了基于Gabor濾波器模板的織物疵點(diǎn)檢測(cè)方法。本方法利用Gabor濾波器具有的方向選擇性、對(duì)稱性、頻域帶寬和中心頻率可調(diào)性，用遺傳算法優(yōu)化出能大致描述無(wú)疵點(diǎn)標(biāo)準(zhǔn)圖像紋理特征的奇對(duì)稱最優(yōu)Gabor濾波器參數(shù)，從

2、而得到奇對(duì)稱和偶對(duì)稱最優(yōu)Gabor濾波器模板，再分別用這兩種模板對(duì)織物疵點(diǎn)圖像和其對(duì)應(yīng)的標(biāo)準(zhǔn)圖像進(jìn)行濾波處理。根據(jù)無(wú)疵點(diǎn)標(biāo)準(zhǔn)圖像的濾波結(jié)果對(duì)疵點(diǎn)圖像的濾波結(jié)果進(jìn)行二值化處理，然后融合使用兩個(gè)模板獲得的二值化結(jié)果圖像，得到最終疵點(diǎn)分割結(jié)果。仿真結(jié)果表明此方法的疵點(diǎn)檢測(cè)率更高。 此外，本文在DM642圖像處理系統(tǒng)平臺(tái)上完成了基于灰度直方圖檢測(cè)方法的軟件設(shè)計(jì)，編寫(xiě)了織物圖像BMP文件的獲取程序，設(shè)計(jì)了織物疵點(diǎn)檢測(cè)軟件的圖像采集模塊、疵