基于機(jī)器視覺的織物表面質(zhì)量檢測技術(shù).pdf

1、隨著紡織業(yè)的飛速發(fā)展，紡織品的質(zhì)量控制成為行業(yè)關(guān)注的焦點(diǎn)。在當(dāng)前的紡織企業(yè)中，織物的檢驗(yàn)仍然以傳統(tǒng)的人工視覺檢驗(yàn)方式為主。這種人工檢驗(yàn)方式檢測效率低、精度差、成本高，無法滿足紡織業(yè)現(xiàn)代化發(fā)展的需求，已經(jīng)成為了制約紡織工業(yè)發(fā)展的重要因素之一。紡織裝備的自動化、智能化成為紡織工業(yè)的發(fā)展趨勢。機(jī)器視覺檢測具有非接觸、高速度、高精密、高智能的特性，本課題將機(jī)器視覺應(yīng)用到紡織品檢測領(lǐng)域，分別從硬件系統(tǒng)、軟件系統(tǒng)、圖像處理算法等方面對織物表面質(zhì)量檢

2、測的方法進(jìn)行了研究，以提高織物檢測的自動化程度和工作效率。主要的研究內(nèi)容和成果概括如下：
　　對織物在線檢測系統(tǒng)進(jìn)行了軟硬件方案的設(shè)計(jì)。對硬件設(shè)備的選型及軟件流程的設(shè)計(jì)進(jìn)行了分析和論證，并搭建了實(shí)驗(yàn)平臺?？紤]圖像采集過程中的各種干擾，研究了圖像去噪、圖像增強(qiáng)等預(yù)處理算法，提高圖像質(zhì)量。針對圖像采集過程中出現(xiàn)的圖像傾斜，利用 canny邊緣檢測方法得到織物經(jīng)緯紗線的邊緣信息，并使用Hough變換檢測紗線傾斜角度，最后對圖像進(jìn)行傾斜校

3、正。
　　研究了基于二維小波變換的織物密度檢測算法，實(shí)現(xiàn)織物密度的自動檢測。首先利用自適應(yīng)小波變換對織物圖像進(jìn)行正交分解，分別獲得織物的經(jīng)緯紗線子圖像，再對子圖像進(jìn)行形態(tài)學(xué)處理來獲得理想的經(jīng)、緯紗密度信息，自動計(jì)算出織物經(jīng)緯密度。最后，通過實(shí)驗(yàn)驗(yàn)證了小波變換檢測織物密度算法的可靠性與適用性。
　　研究了基于灰度共生矩陣和神經(jīng)網(wǎng)絡(luò)的織物瑕疵檢測算法，實(shí)現(xiàn)織物瑕疵的檢測與分類。利用灰度共生矩陣方法描述織物紋理，對織物圖像分別提取