計(jì)算機(jī)視覺在織物疵點(diǎn)自動檢測中的應(yīng)用研究.pdf

1、織物疵點(diǎn)檢測是紡織品質(zhì)量控制的重要檢驗(yàn)項(xiàng)目，也是紡織品生產(chǎn)過程中最難實(shí)現(xiàn)自動化的工序。截至目前，織物疵點(diǎn)檢測主要是人工目測，不僅檢測效率低，誤檢率和漏檢率高，而且勞動強(qiáng)度大，對工人身體健康不利。因此，研究基于計(jì)算機(jī)視覺的疵點(diǎn)自動檢測有重要意義。
　　本文首先對織物疵點(diǎn)自動檢測理論研究與系統(tǒng)開發(fā)的國內(nèi)外研究狀況進(jìn)行了較全面的分析，在此基礎(chǔ)上，對疵點(diǎn)自動檢測所涉及圖像預(yù)處理降噪、疵點(diǎn)區(qū)域識別、疵點(diǎn)紋理特征提取等關(guān)鍵問題進(jìn)行了較深入研究

2、，主要研究工作及成果如下：
　?。?）對織物圖像采集的噪聲源、噪聲分類與特性進(jìn)行分析，結(jié)合織物紋理的特殊性，給出了中值濾波與拉普拉斯圖像銳化相結(jié)合的圖像預(yù)處理的方法。
　?。?）將自適應(yīng)閾值分割、數(shù)學(xué)形態(tài)學(xué)和Canny邊緣檢測算法相結(jié)合，給出一種單色織物疵點(diǎn)區(qū)域的快速檢測方法。首先對預(yù)處理后的圖像進(jìn)行自適應(yīng)閾值分割，識別圖像中疵點(diǎn)的位置。然后，應(yīng)用數(shù)學(xué)形態(tài)學(xué)算法對閾值分割后圖像中存在的孤立點(diǎn)以及不完整的疵點(diǎn)區(qū)域進(jìn)行處理，以保

3、持疵點(diǎn)區(qū)域的連通性，并去除不相干的結(jié)構(gòu)。再利用Canny邊緣檢測算法識別疵點(diǎn)區(qū)域的邊緣，從而獲得疵點(diǎn)區(qū)域的位置、形狀及大小等基本信息。
　　（3）應(yīng)用小波分析方法對含疵點(diǎn)圖像進(jìn)行小波分解，獲得圖像的經(jīng)向子圖和緯向子圖；通過提取經(jīng)緯子圖的能量、極差、方差、熵、逆差距五個特征值并進(jìn)行歸一化處理，為疵點(diǎn)類型的識別提供條件。
　?。?）在上述理論方法研究的基礎(chǔ)上，應(yīng)用Visual C++6.0開發(fā)環(huán)境和OpenCV設(shè)計(jì)開發(fā)了疵點(diǎn)自動