基于小波分析的機織物識別研究.pdf

1、隨著計算機圖像處理技術應用的不斷推廣，近十幾年來，紡織領域也象其它學科領域一樣，開始利用圖像處理技術進行分析與檢測識別，從而建立起微觀結構與宏觀性質之間的關系。 紡織品線密度是檢測和控制紡織品質量的重要指標之一，在國家本色布標準中，密度是產品定等的一個重要的評測項目。目前，對織物密度的測定一般采用GB/T4668-1995《織物密度的測定》標準規(guī)定的三種方法：A-織物分解法；B-織物分析鏡法；C-移動式織物密度鏡法。三種方法中織

2、物分解法的準確度是最高的，也是我們日常檢驗中主要采用的一種方法。但以上方法也存在著一個缺點，整個過程中檢驗員精神都要集中，一旦計數(shù)出錯就要從頭開始，檢驗員的勞動強度較大，耗時較長，效率很低，而且還要損壞織物。 本文針對當前紡織品測試存在的缺陷，進行了深入的研究，運用計算機數(shù)字圖像處理技術對織物進行自動識別研究，并進行了自動識別軟件的開發(fā)，提高了紡織品設計的效率和精度。文中提出的組織結構識別方法基于三個假設： 1織物中經(jīng)緯

3、紗是均勻、緊湊排列的； 2織物圖像中經(jīng)緯紗上灰度變化反映經(jīng)緯組織點特征； 3織物圖像沿平行于經(jīng)(緯)紗方向的平均亮度曲線的峰、谷指出了經(jīng)(緯)紗位置； 本課題運用掃描儀獲取織物原始圖像(反射圖像)，首先對織物圖像進行預處理，使圖像便于后續(xù)檢測識別，對預處理后的圖像進行小波分解，得到包含織物經(jīng)緯向信息的圖像，然后采用數(shù)據(jù)平均的方法去除織物變形和圖像錄入誤差等帶來的影響(主要利用織物經(jīng)緯向的投影信息)，利用傅立葉變換