基于紋理分析的皮革缺陷檢測的應用研究.pdf

1、隨著人們生活水平的不斷提高,皮革產(chǎn)品越來越深入到人們的生活中,人們對皮革產(chǎn)品的質(zhì)量要求越來越高。另一方面,通過人工檢測皮革質(zhì)量的速度和精確度已不能滿足社會發(fā)展的需要,主要原因是檢測結果因人而異,沒有統(tǒng)一的標準,而且隨著工人勞動強度的增加,檢測的速度和精確度會降低。隨著計算機圖像處理技術在各個領域的廣泛應用,使得皮革質(zhì)量檢測在這方面也得到了迅猛的發(fā)展。利用圖像處理技術進行皮革質(zhì)量檢測可以解放生產(chǎn)力,提高勞動效率和檢測的速度、精確度。通過圖

2、像處理技術可以從皮革的缺陷,皮革的平整度,皮革的密度等方面進行質(zhì)量檢測。而在皮革質(zhì)量檢測中最重要的是對皮革表面的缺陷進行檢測。本文主要研究利用計算機圖像處理技術對皮革表面的缺陷進行檢測以及對缺陷進行評估。本研究主要內(nèi)容包括：
　　 ⑴為了提高皮革分割和缺陷檢測的精度,對圖像進行了預處理,通過分析含有缺陷的皮革圖像的特點,對圖像的對比度進行增強和進行圖像去噪。圖像對比度增強的處理方法有很多,依據(jù)皮革特性尋求使缺陷區(qū)域能更好呈現(xiàn)出來

3、的增強方法。皮革圖像中的紋理信息和噪聲都屬于高頻信息,通過各種圖像去噪方法的對比,找出能使皮革圖像既能保持紋理信息,也能起到較好的去噪效果。通過實驗對比總結出圖像對比度增強和去噪的最佳方法,本文采用灰度線性變換的方法增強圖像對比度,采用小波包去噪的方法對圖像去噪,由此提出了皮革圖像預處理的最佳方法及步驟。
　　 ⑵在皮革圖像分割及缺陷檢測階段,將灰度圖像的分割和紋理圖像的分割進行比較,分析了皮革中的缺陷區(qū)域一般不太明顯,和非缺陷

4、區(qū)域的灰度差別不大。而皮革圖像是天然的紋理圖像,缺陷區(qū)域和非缺陷區(qū)域的紋理差別較大,所以采用紋理圖像分割的方法對圖像分割來檢測出缺陷區(qū)域。為了達到理想的分割效果,需要選擇最好的方法分割圖像,或?qū)追N方法結合進行分割。本文利用了灰度共生矩陣提取出了皮革表面的大量的紋理特征,然后用改進的模糊-C均值聚類算法分割圖像,改進后的聚類算法增加了空間信息,提高了分割的精度,之后對分割后的圖像利用數(shù)學形態(tài)學的方法做后續(xù)處理,成功檢測出缺陷區(qū)域。