基于數(shù)字圖像技術的織物組織分析方法的研究.pdf

1、隨著國際紡織業(yè)競爭的加劇，我國企業(yè)必須提高紡織品質(zhì)量和檔次方能在激烈的競爭中取勝。紡織面料是紡織品內(nèi)在品質(zhì)的反應，紡織面料的分析和仿樣設計是提高面料品質(zhì)的一項重要的措施。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。這種由專家人工進行織物面料組織結構參數(shù)的分析和提取的方法雖然具有權威性，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，而且分析過程單調(diào)而乏味。因此，迫切需要尋找一種新的、更好的織物

2、組織分析方法來代替現(xiàn)有方法。 數(shù)字圖像處理和人工智能技術的快速發(fā)展和應用，在很多領域大大減少了人們的工作量，提高了工作效率并縮短了生產(chǎn)周期，從而提高了工作和產(chǎn)品的質(zhì)量?？椢锓治龇矫嬉残枰糜嬎銠C技術來幫助人們改進生產(chǎn)效率和質(zhì)量。因此，有必要研制更先進的算法和技術路線，以代替人工對物面料的紗線參數(shù)、組織結構等進行有效地自動識別與分析。 本文研究了利用數(shù)字圖像處理技術對織物面料進行自動提取分析參數(shù)和識別組織結構的方法，提出

3、了自動識別織物面料組織結構的流程與技術路線。首先，利用帶有透射光源的CCD攝像機和連續(xù)變倍體視顯微鏡采集高質(zhì)量的織物透射圖片，以利用其透射圖像的組織點易于分離的特點。在圖像預處理階段選用了直方圖變換方法增強圖像對比度，并運用多次的維納濾波方法去除織物表面的噪聲，獲得一個邊緣清晰、噪音較少、易于分割的圖片。 本文提出一種組織點識別方法，采用目前可靠性比較高的人工識別原理進行組織點分析。對于外形完整且具有周邊組織點信息的組織點，通過

4、與周邊組織點寬高度信息進行比較來判定組織點性質(zhì)；對位于圖像邊緣的殘缺組織點，利用組織點同線排列規(guī)律來推斷其性質(zhì)；對于經(jīng)緯紗密的計算，利用織物圖像尺寸放大倍數(shù)與像素點寬度之間的關系間接計算經(jīng)緯密度。 在具體技術路線的實現(xiàn)上，本文通過對不同的圖像分割方法具體提出了兩種處理過程方案。對于簡單三原組織采用利用織物的反射圖像進行基于亮度投影的分割方法，并針對其分割后組織點的特點設計了一系列的分析步驟，并通過實驗驗證取得很好的識別效果。對于

5、相對復雜的織物圖像，本文提出一種基于形態(tài)分水嶺的分割方法，分割前期處理方面采用了形態(tài)學梯度重建的方法，對局部極值進行切削達到每個組織點都只有一個局部極值的目的，以避免后期的組織點分割中過分割的現(xiàn)象。接下來采用分水嶺的圖像分割方法對組織點進行了分割，分割后的組織點區(qū)域正確且很好的保持了原有形狀和大小。然后采用上述的組織點性質(zhì)判定方法和紗密計算方法進行分析。因為采用了相對通用的分割方法，此方法對非高密單層織物有相對更寬的使用范圍。