基于灰度共生矩陣和BP神經網絡的織物組織結構識別.pdf

1、目前織物組織結構的分析還是借助于放大鏡、分析針等簡單工具，完全依賴人工目測完成。由于人工目測不可避免會受到個人的視力、情緒、疲勞、光線等因素的影響，帶有很大的個人主觀性，往往難以保證識別質量，造成測試結果具有一定的主觀性和不可靠性，而且耗費操作人員大量的時間重復做相同的工作。加上效率低下已無法適應目前紡織生產小批量、多品種、高效率的需要。這成為了提高紡織企業(yè)信息化、生產自動化程度的一個瓶頸。如果能設計出一套織物組織結構參數(shù)的自動識別系統(tǒng)

2、，將會大大推動紡織生產效率，實現(xiàn)全面自動化。圖像處理技術和人工智能近年來取得了很大的發(fā)展，這使得利用圖像處理技術實現(xiàn)織物組織結構的自動分析成為可能。
　　 本文運用灰度共生矩陣對織物圖像進行特征提取，然后設計了一個三層BP神經網絡對提取出來的特征值進行識別分類，經試驗驗證對平紋、斜紋、緞紋三種組織織物圖像的正確識別率可達93.45％。在織物分類成功的基礎上，運用小波分解理論，提取織物圖像經緯向亮度信息，對織物組織點進行定位，利用