織物疵點的計算機軟件識別方法研究.pdf

1、作為一個紡織大國，我國到目前為止還沒有開發(fā)出實用的織物自動檢測系統(tǒng)，而從國外引進的系統(tǒng)存在價格太高，機器配置和操作方式不能很好適應(yīng)我國具體生產(chǎn)狀況的問題。 我們在對近20年國內(nèi)外織物疵點自動檢測技術(shù)的發(fā)展歷程及已成功推向市場的成果的學(xué)習(xí)與研究的基礎(chǔ)上，指出了適合我國的織物疵點自動檢測研究發(fā)展方向，即基于計算機軟件處理的檢測方法。并提出了一套行之有效的疵點識別軟件算法，為我國推出自主研發(fā)的織物疵點自動檢測系統(tǒng)提供了理論基礎(chǔ)及技術(shù)上

2、的支持。 本文提出的檢測算法為：用數(shù)碼相機在均勻光線照射下平行于白色機織物坯布拍照獲得織物圖像，輸入計算機；先將織物圖像轉(zhuǎn)換為灰度圖，使用直方圖均衡化法增強圖像的清晰度和對比度；然后利用類似”灰度共生矩陣”的統(tǒng)計算法識別織物的紋理密度，基于織物經(jīng)緯密度和疵點特征對織物圖像進行數(shù)據(jù)壓縮，加快了后繼處理速度并減少了圖像的噪聲干擾；再利用灰度閾值分割將織物圖像二值化提取出疵點部分，并用“腐蝕——膨脹”算法濾除灰度閾值二值化后圖像中產(chǎn)生

3、的噪聲點；最后提取疵點的特征值，輸入單層(無隱層)感知器神經(jīng)網(wǎng)絡(luò)進行疵點的識別與分類。 我們成功地將織物紋理密度識別的研究成果運用于織物疵點檢測中，具體來說是用于圖像數(shù)據(jù)的壓縮中，大大減小了數(shù)據(jù)處理量，加快了疵點識別速度，并去除大量冗余數(shù)據(jù)減小了噪聲干擾，使檢測結(jié)果更準(zhǔn)確。在實驗中我們對白色平紋機織物的缺經(jīng)，重經(jīng)，缺緯，重緯，破洞，油污等6種最常見，出現(xiàn)最多的疵點進行了識別，正確識別率達到96﹪。 本文提出的方法在紋理識