計算機視覺在織物疵點自動檢測中的應用研究.pdf

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

2、，主要研究工作及成果如下：
　?。?）對織物圖像采集的噪聲源、噪聲分類與特性進行分析，結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合的圖像預處理的方法。
　?。?）將自適應閾值分割、數(shù)學形態(tài)學和Canny邊緣檢測算法相結合，給出一種單色織物疵點區(qū)域的快速檢測方法。首先對預處理后的圖像進行自適應閾值分割，識別圖像中疵點的位置。然后，應用數(shù)學形態(tài)學算法對閾值分割后圖像中存在的孤立點以及不完整的疵點區(qū)域進行處理，以保

3、持疵點區(qū)域的連通性，并去除不相干的結構。再利用Canny邊緣檢測算法識別疵點區(qū)域的邊緣，從而獲得疵點區(qū)域的位置、形狀及大小等基本信息。
　?。?）應用小波分析方法對含疵點圖像進行小波分解，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行歸一化處理，為疵點類型的識別提供條件。
　　（4）在上述理論方法研究的基礎上，應用Visual C++6.0開發(fā)環(huán)境和OpenCV設計開發(fā)了疵點自動