基于機(jī)器視覺的布匹疵點實時檢測系統(tǒng)的研究.pdf

1、布匹表面缺陷檢測是現(xiàn)代紡織行業(yè)對布匹品質(zhì)等級把關(guān)的關(guān)鍵所在。當(dāng)前我國紡織業(yè)對布匹疵點的檢測仍然靠人工視覺檢測，該方法存在效率低、成本高、誤檢率高等缺點。為克服這些不足，提高紡織布匹質(zhì)量檢測的智能化程度，本文從硬件結(jié)構(gòu)、疵點檢測算法和分類算法上對布匹疵點視覺檢測系統(tǒng)進(jìn)行設(shè)計和研究。
　　首先通過對傳統(tǒng)的人工驗布機(jī) MT-2500進(jìn)行改造，重新設(shè)計其控制電路。根據(jù)實際需求對工業(yè)相機(jī)及鏡頭進(jìn)行選型并設(shè)計與其配套的LED視覺光源，通過振動

2、實驗和打光實驗確定安裝方式。將控制系統(tǒng)和視覺成像系統(tǒng)結(jié)合，完成機(jī)器視覺驗布機(jī)硬件體系設(shè)計。
　　其次，對布匹疵點檢測工作本文提出基于Hough變換和Gabor濾波器、基于頻域篩狀濾波器及基于灰度共生矩陣三種布匹疵點檢測算法。其中基于Hough變換和Gabor濾波器的檢測算法采用Hough變換檢測布匹紋理方向，作為Gabor濾波器的濾波方向，減少了濾波器組數(shù)量，且能夠針對不同紋理方向的布匹都有很好的檢測效果。基于頻域篩狀濾波器的檢測

3、算法通過傅立葉變換獲得布匹頻譜圖，根據(jù)頻譜圖設(shè)計頻域濾波器分離正常的紋理信息，保留疵點信息，再經(jīng)逆變換進(jìn)行灰度圖重構(gòu)得到去除正常紋理的疵點圖像，該算法能夠顯著縮短檢測時間?；诨叶裙采仃嚨臋z測算法將布匹圖片進(jìn)行灰度級量化至16級，再提取00，45，9，135四個方向上的灰度共生矩陣，通過計算灰度共生矩陣中的熵、相關(guān)性、對比度、差異性和逆差矩這五種特征值并各自生成特征圖像來檢測疵點。經(jīng)實驗對比分析，基于灰度共生矩陣的檢測算法檢測效果最佳

4、，基于頻域篩狀濾波器的檢測算法時效性最佳。
　　再次，開發(fā)了基于灰度共生矩陣特征向量和支持向量機(jī)結(jié)合的布匹疵點分類算法。取灰度共生矩陣的熵、相關(guān)性、對比度、能量的方差和標(biāo)準(zhǔn)差作為支持向量機(jī)的輸入?yún)?shù)，實現(xiàn)對常見四類疵點分類且準(zhǔn)確率達(dá)90.4％。
　　最后設(shè)計了一套布匹疵點檢測系統(tǒng)平臺，該平臺在 LabVIEW11.0及OpenCV2.1軟件環(huán)境下開發(fā)，實現(xiàn)LabVIEW調(diào)用OpenCV庫的數(shù)據(jù)接口，主要包括用戶管理、圖像采集