基于圖像處理的針織物組織結(jié)構(gòu)識(shí)別的研究.pdf

1、目前在紡織行業(yè)中，對(duì)針織物結(jié)構(gòu)的分析與識(shí)別主要還是憑經(jīng)驗(yàn)或借助專業(yè)工具來(lái)完成。這種由專家人工進(jìn)行針織物組織結(jié)構(gòu)參數(shù)的分析和提取雖然具有權(quán)威性，但是操作要求高，不易掌握。同時(shí)分析與識(shí)別的時(shí)間周期也相對(duì)較長(zhǎng)，分析過(guò)程單調(diào)而乏味。因此，有必要研制能代替人工對(duì)針織物的結(jié)構(gòu)參數(shù)、組織編織結(jié)構(gòu)等進(jìn)行有效的自動(dòng)檢測(cè)與分析的算法和技術(shù)路線。 本文研究了利用圖像處理與模式識(shí)別技術(shù)對(duì)針織物進(jìn)行自動(dòng)參數(shù)提取和組織結(jié)構(gòu)識(shí)別的方法，提出了針織物自動(dòng)識(shí)別的

2、流程與技術(shù)路線，討論了怎樣的針織物圖像的獲取與預(yù)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(guò)分析針織物圖像亮度分布的特點(diǎn)，給出提取針織物結(jié)構(gòu)參數(shù)——織物密度、線圈距離的自動(dòng)提取算法：針對(duì)針織物組織結(jié)構(gòu)具有一定空間周期性的特點(diǎn)，在對(duì)針織物圖像進(jìn)行預(yù)處理之后；利用傅立葉變換技術(shù)找到頻譜圖上反映周期性特征的點(diǎn)；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(cè)量針織物的縱橫密度和線圈距離。并將它們的計(jì)算結(jié)果與手工測(cè)量結(jié)果進(jìn)行了比

3、較和分析。 本文提出了針織物組織結(jié)構(gòu)識(shí)別的流程：首先通過(guò)掃描儀把樣品圖像輸入到計(jì)算機(jī)，獲得針織物的采樣圖；然后對(duì)采樣圖做灰度化、灰度變換、去噪、二值化等一系列圖像預(yù)處理工作，來(lái)去除織物變形和圖像錄入誤差等帶來(lái)的影響，得到能清晰反映針織物組織結(jié)構(gòu)情況的二值圖；第三步用高斯拉普拉斯邊緣檢測(cè)算子提取針織物二值圖像的邊緣結(jié)構(gòu)，得到針織物的邊緣圖像；第四步以能反映出組織結(jié)構(gòu)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(biāo)號(hào)法對(duì)基元圖中的目標(biāo)分別標(biāo)號(hào)，再對(duì)已標(biāo)號(hào)的目標(biāo)分別提取其形狀數(shù)、周長(zhǎng)、面積、形狀因子等特征參數(shù)；最后通過(guò)這些形狀特征識(shí)別未知針織物的組織結(jié)構(gòu)。 本文所提出的上述技術(shù)路線和算法，都得到了可行性的驗(yàn)證，取得了較好的效果，在該領(lǐng)域具有一定的理論意義和較大的參考價(jià)值。由于形狀數(shù)有平移、旋轉(zhuǎn)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(guò)程中樣品平移、旋轉(zhuǎn)帶來(lái)的誤差。本文所提出的方法在對(duì)于針織物組織結(jié)構(gòu)的識(shí)別上具有一定的突破性