基于遺傳規(guī)劃的織物自適應正交小波基的構(gòu)造和優(yōu)化.pdf

1、機織物生產(chǎn)過程中，織物的疵點檢測和質(zhì)量控制是非常重要的，然而傳統(tǒng)的織物疵點檢測主要依靠人工檢測，誤檢率和漏檢率較高。隨著計算機技術(shù)的廣泛應用，織物的疵點檢測，尤其是基于小波分析的織物疵點檢測成為當下人們研究的熱點。
　　 由于組成織物的纖維原料、紗線結(jié)構(gòu)和織物結(jié)構(gòu)的多樣性，織物的紋理也就相當復雜，要把眾多的織物紋理表示出來，很難找到一種小波基能適應所有的紋理，為此首先要建立一個小波庫，把滿足正交條件且具有一定長度的小波系數(shù)一一列

2、出并儲存起來，然后根據(jù)織物圖像經(jīng)緯向特點，自適應地選擇小波基，以備不同織物紋理的自適應優(yōu)選需要。
　　 構(gòu)造好自適應正交小波庫后，文章采用遺傳規(guī)劃算法對與織物紋理相匹配的小波基進行優(yōu)化。首先將構(gòu)造的小波庫作為遺傳規(guī)劃算法的群體規(guī)模，并對遺傳規(guī)劃算法的控制參數(shù)進行優(yōu)選。然后分別將小波系數(shù)最大值最小值差、能量、織物紋理波動和熵值四種常用的織物紋理表征形式作為遺傳規(guī)劃算法的適應度函數(shù)，對四種適應度函數(shù)進行對比后，找到最佳的適應度函數(shù)。

3、接著按照遺傳規(guī)劃算法的步驟，將正常的織物圖像作為訓練樣本，從群體規(guī)模中優(yōu)化出與該織物紋理相匹配的小波基。最后，用得到的小波基，分解含有疵點的織物圖像，通過提取特征值、二值化和疵點定位等操作將織物疵點檢測出來，從而實現(xiàn)織物疵點的自動檢測。在整個課題研究中，主要得到了以下結(jié)論：
　　 (1)運用遺傳規(guī)劃算法結(jié)合適應度函數(shù)優(yōu)選的方法，可以從小波庫中優(yōu)化得到與織物紋理相匹配的小波基，用該小波基分解織物疵點圖像，可以將疵點信息在緯向或經(jīng)向

4、子圖像中突顯出來，其效果比蒙特卡羅方法得到的小波基更佳。試驗驗證，該方法可以有效地檢測出竹節(jié)、雙緯、緯縮、粗緯、斷緯、缺緯、雙經(jīng)、吊經(jīng)、斷經(jīng)、跳紗、油污、織疵、破洞等十幾類常見的疵點。
　　 (2)在遺傳規(guī)劃算法適應度函數(shù)的優(yōu)選中，以織物紋理波動為適應度函數(shù)優(yōu)化得到的小波基與織物紋理的匹配性更好，能夠較大限度的突出織物疵點信息，弱化背景紋理，使織物疵點信息較好的在二值化圖像和極差特征值中表現(xiàn)出來。
　　 (3)本文在提取