基于計算機視覺的織物疵點檢測與分類方法的研究.pdf

1、織物疵點檢測是紡織生產(chǎn)過程中的關(guān)鍵工序之一。為克服目前人工目測方法疵點檢出率低、效率低、勞動強度大的缺點，開展基于計算機視覺的織物疵點自動檢測技術(shù)的研究十分必要，有重要工程意義。
　　 本文在分析比較現(xiàn)有疵點檢測理論和方法的基礎(chǔ)上，對基于計算機視覺的織物疵點自動檢測的圖像預處理、特征值提取和應用BP神經(jīng)網(wǎng)絡(luò)的疵點分類方法進行較深入的理論分析和實驗研究。
　　 首先對所采集織物圖像的噪聲及其產(chǎn)生原因進行分析，給出中值濾波與

2、小波去噪相結(jié)合的去噪方法，改進了去噪效果；針對去噪后圖像細節(jié)信息變模糊的問題，采用拉普拉斯算子作為檢測算子對去噪圖像進行銳化處理，使得預處理后圖像更加清晰，易于特征值的提取。
　　 其次給出了利用自相關(guān)函數(shù)的周期性對預處理圖像進行窗口分割的方法，根據(jù)小窗口的灰度均值與圖像整體均值的差異初步確定可能含有疵點的窗口，再進行九宮格擴散構(gòu)成待檢區(qū)域，提高了檢測速度。采用小波分析方法提取待檢區(qū)域的能量、方差、熵值、極差、逆差矩和對比度這六

3、個特征值作為疵點識別的依據(jù)，提高了疵點識別的準確率。
　　 另外給出了基于3層BP神經(jīng)網(wǎng)絡(luò)對疵點進行識別與分類的方法。較深入探討了BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)特性和算法選取，對神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)進行優(yōu)化設(shè)計，給出了輸入層神經(jīng)元數(shù)、隱層神經(jīng)元數(shù)和輸出層神經(jīng)元數(shù)的優(yōu)化結(jié)果。
　　 最后在理論研究的基礎(chǔ)上，以平紋坯布為實驗對象，對飛花、掉扣、斷經(jīng)、破洞、色污、白杠、斷緯、雜纖維、絞紗和無疵點平紋織物共十種樣片進行檢測實驗與分析。實驗結(jié)果驗證