機(jī)織物組織點(diǎn)自動識別的研究.pdf

1、傳統(tǒng)的織物生產(chǎn)過程主要依靠人工檢測進(jìn)行來樣分析，分析效率較低。將數(shù)字圖像處理技術(shù)應(yīng)用于織物結(jié)構(gòu)參數(shù)的自動識別，改變了紡織行業(yè)中傳統(tǒng)的手工操作流程，大大提高了工作效率，對實現(xiàn)紡織產(chǎn)品生產(chǎn)的自動化、智能化具有重要意義。
　　 本文介紹了一種機(jī)織物組織點(diǎn)自動識別方法。先利用濾波窗口從水平和垂直兩個方向分解織物圖像，經(jīng)過合理的二值化、數(shù)學(xué)形態(tài)學(xué)處理，確定組織點(diǎn)的位置；再利用每行（列）紗線的平均灰度變化及單個組織點(diǎn)圖像經(jīng)緯向紋理特征，判斷

2、組織點(diǎn)類型，輸出機(jī)織物組織圖。經(jīng)過對平紋、斜紋、緞紋3種基本組織不同試樣的實驗，表明該方法可以識別機(jī)織物組織點(diǎn)類型。本文主要內(nèi)容如下：第一章對國內(nèi)外各種用于機(jī)織物結(jié)構(gòu)參數(shù)自動識別的圖像處理方法進(jìn)行簡介和比較，并最終確定本文采用的研究方法。第二章主要闡述織物圖像的采集裝置和光照不勻的校正、Wiener濾波和直方圖均衡化等圖像預(yù)處理方法，并對預(yù)處理前后的圖像效果進(jìn)行了比較。第三章在圖像預(yù)處理的基礎(chǔ)上，運(yùn)用Wiener濾波、圖像二值化、數(shù)學(xué)形

3、態(tài)學(xué)分析等相關(guān)算法對透射光圖像進(jìn)行處理，以確定組織點(diǎn)的位置。第四章介紹通過統(tǒng)計單行紗線的灰度值變化規(guī)律得到紗線的沉浮規(guī)律，進(jìn)而得到織物組織點(diǎn)類型，輸出織物組織圖。第五章對實驗結(jié)果進(jìn)行分析和討論，并從織物組織結(jié)構(gòu)、織物疏密程度、織物顏色、圖像放大倍數(shù)和不同識別區(qū)域等多方面來驗證該套算法的適用性、可靠性及穩(wěn)定性。第六章對本論文進(jìn)行了總結(jié)與展望。
　　 本論文所提出的機(jī)織物組織點(diǎn)自動識別算法，具有一定的理論意義和較大的參考價值，特別在