基于圖像處理的針織物組織結構識別的研究.pdf

1、目前在紡織行業(yè)中，對針織物結構的分析與識別主要還是憑經(jīng)驗或借助專業(yè)工具來完成。這種由專家人工進行針織物組織結構參數(shù)的分析和提取雖然具有權威性，但是操作要求高，不易掌握。同時分析與識別的時間周期也相對較長，分析過程單調而乏味。因此，有必要研制能代替人工對針織物的結構參數(shù)、組織編織結構等進行有效的自動檢測與分析的算法和技術路線。 本文研究了利用圖像處理與模式識別技術對針織物進行自動參數(shù)提取和組織結構識別的方法，提出了針織物自動識別的

2、流程與技術路線，討論了怎樣的針織物圖像的獲取與預處理才能有效的反映針織物的特征信息和參數(shù)。然后通過分析針織物圖像亮度分布的特點，給出提取針織物結構參數(shù)——織物密度、線圈距離的自動提取算法：針對針織物組織結構具有一定空間周期性的特點，在對針織物圖像進行預處理之后；利用傅立葉變換技術找到頻譜圖上反映周期性特征的點；再利用傅立葉反變換重建圖像，提取縱橫密度的空間頻率信息，測量針織物的縱橫密度和線圈距離。并將它們的計算結果與手工測量結果進行了比

3、較和分析。 本文提出了針織物組織結構識別的流程：首先通過掃描儀把樣品圖像輸入到計算機，獲得針織物的采樣圖；然后對采樣圖做灰度化、灰度變換、去噪、二值化等一系列圖像預處理工作，來去除織物變形和圖像錄入誤差等帶來的影響，得到能清晰反映針織物組織結構情況的二值圖；第三步用高斯拉普拉斯邊緣檢測算子提取針織物二值圖像的邊緣結構，得到針織物的邊緣圖像；第四步以能反映出組織結構的最小的組織循環(huán)為單元，從邊緣圖中提取出基元圖以利于分析，然后再用

4、像素標號法對基元圖中的目標分別標號，再對已標號的目標分別提取其形狀數(shù)、周長、面積、形狀因子等特征參數(shù)；最后通過這些形狀特征識別未知針織物的組織結構。 本文所提出的上述技術路線和算法，都得到了可行性的驗證，取得了較好的效果，在該領域具有一定的理論意義和較大的參考價值。由于形狀數(shù)有平移、旋轉不變性，所以選用形狀數(shù)為特征參數(shù)可以克服針織物在采樣過程中樣品平移、旋轉帶來的誤差。本文所提出的方法在對于針織物組織結構的識別上具有一定的突破性