基于計算機視覺的織物疵點自動檢測技術研究.pdf

1、織物疵點檢測是紡織品生產過程中的重要環(huán)節(jié)。目前，織物疵點檢測主要是依靠人工目測，其缺點是誤檢率和漏檢率高、檢測效率低、勞動強度大、對工人健康不利。因此，開展織物疵點自動檢測技術研究具有重要意義。
　　 本文在對現有的織物疵點檢測理論和方法進行分析、綜合的基礎上，較深入地研究了織物圖像預處理和基于小波分析的疵點自動識別方法。通過實驗驗證了該方法的可行性和有效性。
　　 首先，分析了織物圖像的噪聲來源、噪聲特性和去除噪聲的方

2、法。針對圖像去噪處理后，部分圖像細節(jié)信息丟失這一問題，采用中值濾波和邊緣銳化的方法進行圖像預處理，以改善圖像的視覺效果，突顯圖像中物體的邊緣和輪廓特征，易于計算機的處理與分析。
　　 其次，為減小周圍環(huán)境對疵點識別的影響，同時提高疵點檢測速度，給出了基于灰度的窗口分割方法。該方法通過灰度均值比較，將超過設定閾值的窗口進行九宮格擴散，所形成的新窗口作為進一步待檢區(qū)域，再利用小波分析方法提取特征值，有效減少了圖像特征值的提取和計算窗

3、口數量。
　　 另外，給出了基于小波分析的疵點自動識別方法。對小波分解后的經、緯子圖像分別提取能量、熵值、方差和極差四個特征值。經歸一化后，在統(tǒng)一度量下檢查不同特征值對疵點的響應程度，從而確認疵點是否存在及判別疵點的準確位置。
　　 最后，應用LabVIEW編制了織物疵點自動檢測軟件。在自制的疵點檢測實驗裝置上，對掉扣、雜纖維、飛花、破洞、油砂、反絲、臟污、長殘8類常見疵點進行自動檢測實驗。結果表明，小波分析方法能以較快