織物疵點(diǎn)的計(jì)算機(jī)軟件識(shí)別方法研究.pdf

1、作為一個(gè)紡織大國(guó)，我國(guó)到目前為止還沒(méi)有開(kāi)發(fā)出實(shí)用的織物自動(dòng)檢測(cè)系統(tǒng)，而從國(guó)外引進(jìn)的系統(tǒng)存在價(jià)格太高，機(jī)器配置和操作方式不能很好適應(yīng)我國(guó)具體生產(chǎn)狀況的問(wèn)題。 我們?cè)趯?duì)近20年國(guó)內(nèi)外織物疵點(diǎn)自動(dòng)檢測(cè)技術(shù)的發(fā)展歷程及已成功推向市場(chǎng)的成果的學(xué)習(xí)與研究的基礎(chǔ)上，指出了適合我國(guó)的織物疵點(diǎn)自動(dòng)檢測(cè)研究發(fā)展方向，即基于計(jì)算機(jī)軟件處理的檢測(cè)方法。并提出了一套行之有效的疵點(diǎn)識(shí)別軟件算法，為我國(guó)推出自主研發(fā)的織物疵點(diǎn)自動(dòng)檢測(cè)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(cè)算法為：用數(shù)碼相機(jī)在均勻光線照射下平行于白色機(jī)織物坯布拍照獲得織物圖像，輸入計(jì)算機(jī)；先將織物圖像轉(zhuǎn)換為灰度圖，使用直方圖均衡化法增強(qiáng)圖像的清晰度和對(duì)比度；然后利用類似”灰度共生矩陣”的統(tǒng)計(jì)算法識(shí)別織物的紋理密度，基于織物經(jīng)緯密度和疵點(diǎn)特征對(duì)織物圖像進(jìn)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(diǎn)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(diǎn)；最后提取疵點(diǎn)的特征值，輸入單層(無(wú)隱層)感知器神經(jīng)網(wǎng)絡(luò)進(jìn)行疵點(diǎn)的識(shí)別與分類。 我們成功地將織物紋理密度識(shí)別的研究成果運(yùn)用于織物疵點(diǎn)檢測(cè)中，具體來(lái)說(shuō)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(diǎn)識(shí)別速度，并去除大量冗余數(shù)據(jù)減小了噪聲干擾，使檢測(cè)結(jié)果更準(zhǔn)確。在實(shí)驗(yàn)中我們對(duì)白色平紋機(jī)織物的缺經(jīng)，重經(jīng)，缺緯，重緯，破洞，油污等6種最常見(jiàn)，出現(xiàn)最多的疵點(diǎn)進(jìn)行了識(shí)別，正確識(shí)別率達(dá)到96﹪。 本文提出的方法在紋理識(shí)