基于數(shù)字圖像處理的織物組織識別算法研究.pdf

1、傳統(tǒng)的織物組織識別是通過人工來完成的，人工分析顯然有著效率低依賴經(jīng)驗以及對織物本身可能造成破壞等問題。在紡織業(yè)快速發(fā)展的形勢下，人工完成織物組織識別已經(jīng)遠遠不能滿足紡織企業(yè)對于降低勞動成本提高生產(chǎn)效率的迫切需求了。在數(shù)字圖像處理技術(shù)的基礎上研究織物組織識別算法，對于提高紡織企業(yè)競爭力有重要作用。
　　本文主要研究內(nèi)容為織物組織識別算法，主要目的是通過數(shù)字圖像處理技術(shù)從采集到的織物組織圖像中得到組織意匠圖。算法設計主要包含織物組織圖

2、像預處理、組織點分割、組織點特征提取與分類以及意匠圖生成與校正等步驟，本文針對不同情況的織物組織圖像在組織識別的各個步驟中設計了多種的處理方法。首先對掃描儀采集到的織物組織圖像采用高斯濾波抑制圖像噪聲，并對彩色的織物組織圖像進行灰度化。其次對組織點分割過程進行了詳細研究，分別提出基于空間域的灰度值梯度積分分割方法與基于組織二值圖的分割方法，分別適用于不同情況下的織物組織圖像。另外根據(jù)織物樣本中經(jīng)緯紗線顏色的情況，提出基于聚類的組織二值圖

3、生成方法和基于Tamura紋理特征的二值圖生成方法來生成組織二值圖。隨后在組織點特征提取與分類的過程中，根據(jù)經(jīng)緯組織點在組織點寬度和組織點中紋理方向的差異，提出采用組織點寬度區(qū)分法和Gabor濾波器提取紋理法，并詳細介紹了組織點寬度的獲取和Gabor濾波器參數(shù)的選擇，最終得到組織點分類后的組織點標記圖像。最后根據(jù)組織點分類后的組織點標記圖像，生成組織意匠矩陣，再利用標準組織意匠矩陣庫對組織意匠矩陣進行校正，最終得到織物組織圖像的組織意匠