基于計(jì)算機(jī)視覺(jué)的染色品顏色分類(lèi)及光照校正算法研究.pdf

1、人民生活水平的日益提高促使著紡織品印染行業(yè)的快速發(fā)展，精確的顏色質(zhì)量控制則顯得尤為重要。采用計(jì)算機(jī)視覺(jué)代替人眼進(jìn)行紡織品色差的智能評(píng)定成為相關(guān)高校及科研機(jī)構(gòu)的研究熱點(diǎn)。
　　 在基于計(jì)算機(jī)視覺(jué)的染色品色差檢測(cè)系統(tǒng)中，需要解決的問(wèn)題主要包括:待測(cè)圖像的采集、顏色特征的提取及建模、染色品顏色的自動(dòng)分類(lèi)以及圖像的光照校正等。
　　 本論文的主要研究工作和結(jié)果如下:
　　 (1)染色品色差檢測(cè)中特征的提取及建模的研究。如

2、何建立一個(gè)魯棒而有效的顏色特征模型是檢測(cè)系統(tǒng)能否進(jìn)行實(shí)際應(yīng)用的關(guān)鍵。本文研究了顏色及紋理特征融合模型的建立，闡述了此模型的性能評(píng)價(jià)方法:魯棒性和適應(yīng)性。提出兩個(gè)重要的檢驗(yàn)指標(biāo):漏報(bào)率和誤報(bào)率，為色差檢測(cè)系統(tǒng)的實(shí)際應(yīng)用提供了重要的數(shù)據(jù)模型。
　　 (2)提出了一種基于LBP-LAB-GRA多維特征的Morlet小波核支持向量機(jī)(MWSVM)自動(dòng)分類(lèi)算法。為了對(duì)采集的樣本數(shù)據(jù)進(jìn)行較好地自動(dòng)分類(lèi)，文中比較與分析SVM、基于級(jí)聯(lián)弱分類(lèi)器

3、的AdaBoost，以及小波分析與SVM的結(jié)合(MWSVM)等分類(lèi)算法，并將提出的算法用于染色品色差質(zhì)量的判別分類(lèi)。試驗(yàn)結(jié)果表明:該模型對(duì)染色品特征數(shù)據(jù)具有較好的分類(lèi)效果，可以實(shí)現(xiàn)染色品色差的自動(dòng)化評(píng)價(jià)，并且對(duì)色差檢測(cè)時(shí)光照不一致的情況具有較好的魯棒性。
　　 (3)將基于小波理論的光照校正算法引入到染色布匹的光照不均校正中。染色品表面若受到光照不均等因素影響，會(huì)引起表面顏色及紋理的模糊，造成檢測(cè)結(jié)果不理想?；谥狈綀D線性拉伸的

4、光照校正算法可以對(duì)全局的亮度進(jìn)行校正，但是需要對(duì)線性映射函數(shù)進(jìn)行設(shè)置，參數(shù)的選取至關(guān)重要;基于直方圖均衡的光照校正算法雖然無(wú)需設(shè)置參數(shù)，但對(duì)于純色布匹的校正效果較差，會(huì)將本來(lái)相近的顏色轉(zhuǎn)換得色差變大，與人眼的實(shí)際感覺(jué)有差別。而基于同態(tài)濾波器的光照校正雖對(duì)純色布匹有較好的校正效果，但對(duì)于非純色的布匹，將在一定程度上損失其表面紋理特征從而引起圖像失真。本文提出的基于小波理論的染色品校正算法可以很好的檢測(cè)物體表面的紋理特征，在亮度校正的前提下