布匹瑕疵檢測技術(shù)研究.pdf

1、在紡織品生產(chǎn)中，質(zhì)量控制與檢測是一項重要的工序，織物疵點控制與檢測是其中最為主要的部分。目前多數(shù)紡織企業(yè)都是采用人工視覺離線來進行織物疵點檢測，但因受到勞動強度和環(huán)境條件等因素限制，無法確保高準確性，而且人工檢測受工人的主觀因素影響較大，對人的視覺也容易造成傷害。 本文介紹了布匹瑕疵檢測系統(tǒng)的組成和工業(yè)生產(chǎn)中常見瑕疵的類別和特點，重點研究了三種坯布瑕疵檢測算法。 Gabor變換是一種重要的時頻分析方法，具有良好的紋理分析

2、能力。一組具有不同尺度和方向特征的自相似Gabor濾波器族能夠較好地模擬人體視覺特性。本文采用一種基于多通道Gabor濾波的瑕疵檢測算法，定量分析了各通道濾波圖像對瑕疵檢測的貢獻，改進了多通道信息融合算法，并使用一種自動閾值迭代算法，完成瑕疵的檢測。實驗證明，該算法能夠從多通道濾波圖像中選擇出與人的主觀視覺相吻合的通道，進行信息的融合。 局部二進制模式(LocalBinaryPattern)及其各種改進形式是一類紋理描述算子，近

3、年來受到廣泛關(guān)注。以此為背景，本文采用統(tǒng)一模式類改進的LBP算子，描述正常布匹紋理和瑕疵區(qū)域紋理的不同特點，提出了一種基于塊的布匹瑕疵檢測算法，并分析了這種方法的優(yōu)缺點：即算法原理簡單，但是適用范圍受到一定的限制。 在分析LBP算子優(yōu)缺點的基礎(chǔ)上，本文提出了一種聯(lián)合LBP空間紋理結(jié)構(gòu)和紋理對比度的瑕疵檢測算法。首先對標準無瑕疵圖像進行特征提取，然后使用自組織特征映射圖(SOM)完成對標準數(shù)據(jù)的無監(jiān)督聚類，并估計SOM中各單元特征