基于小波分析的機(jī)織物識別研究.pdf

1、隨著計(jì)算機(jī)圖像處理技術(shù)應(yīng)用的不斷推廣，近十幾年來，紡織領(lǐng)域也象其它學(xué)科領(lǐng)域一樣，開始利用圖像處理技術(shù)進(jìn)行分析與檢測識別，從而建立起微觀結(jié)構(gòu)與宏觀性質(zhì)之間的關(guān)系。 紡織品線密度是檢測和控制紡織品質(zhì)量的重要指標(biāo)之一，在國家本色布標(biāo)準(zhǔn)中，密度是產(chǎn)品定等的一個(gè)重要的評測項(xiàng)目。目前，對織物密度的測定一般采用GB/T4668-1995《織物密度的測定》標(biāo)準(zhǔn)規(guī)定的三種方法：A-織物分解法；B-織物分析鏡法；C-移動式織物密度鏡法。三種方法中織

2、物分解法的準(zhǔn)確度是最高的，也是我們?nèi)粘z驗(yàn)中主要采用的一種方法。但以上方法也存在著一個(gè)缺點(diǎn)，整個(gè)過程中檢驗(yàn)員精神都要集中，一旦計(jì)數(shù)出錯(cuò)就要從頭開始，檢驗(yàn)員的勞動強(qiáng)度較大，耗時(shí)較長，效率很低，而且還要損壞織物。 本文針對當(dāng)前紡織品測試存在的缺陷，進(jìn)行了深入的研究，運(yùn)用計(jì)算機(jī)數(shù)字圖像處理技術(shù)對織物進(jìn)行自動識別研究，并進(jìn)行了自動識別軟件的開發(fā)，提高了紡織品設(shè)計(jì)的效率和精度。文中提出的組織結(jié)構(gòu)識別方法基于三個(gè)假設(shè)： 1織物中經(jīng)緯

3、紗是均勻、緊湊排列的； 2織物圖像中經(jīng)緯紗上灰度變化反映經(jīng)緯組織點(diǎn)特征； 3織物圖像沿平行于經(jīng)(緯)紗方向的平均亮度曲線的峰、谷指出了經(jīng)(緯)紗位置； 本課題運(yùn)用掃描儀獲取織物原始圖像(反射圖像)，首先對織物圖像進(jìn)行預(yù)處理，使圖像便于后續(xù)檢測識別，對預(yù)處理后的圖像進(jìn)行小波分解，得到包含織物經(jīng)緯向信息的圖像，然后采用數(shù)據(jù)平均的方法去除織物變形和圖像錄入誤差等帶來的影響(主要利用織物經(jīng)緯向的投影信息)，利用傅立葉變換