版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、在紡織品的生產(chǎn)過程中,織物瑕疵檢測是一個很重要的工序,是保證產(chǎn)品質(zhì)量,提高質(zhì)量控制水平的關(guān)鍵。傳統(tǒng)的瑕疵檢測主要靠人工完成,這種方法存在漏檢率高、生產(chǎn)率低、不符合以人為本的現(xiàn)代生產(chǎn)理念等諸多缺點,在織物瑕疵檢測領(lǐng)域?qū)崿F(xiàn)信息化和自動化是整個行業(yè)的迫切需求。
而近年來,使用字典學(xué)習(xí)進行信號的表達受到了廣泛的關(guān)注,特別是在計算機視覺領(lǐng)域。為此本文采用了一種基于非負字典學(xué)習(xí)的機織物瑕疵檢測算法。與傳統(tǒng)上使用固定的或預(yù)先定義的字典表達方
2、法相比,通過學(xué)習(xí)所得的字典能夠更好地適應(yīng)信號特征,允許字典對輸入信號進行更有效的表達。
本文的論述基于非負字典學(xué)習(xí)算法,從對機織物紋理在空間域上進行近似表達這一全新的思路出發(fā),首先采用非負字典學(xué)習(xí)的方法對機織物圖像進行近似表達,再在此基礎(chǔ)上驗證瑕疵檢測的效果,該檢測思路有較好的實踐應(yīng)用性。為了對檢測效果有直觀的認識,論文還將兩種主要的非負字典學(xué)習(xí)方法的檢測效果進行比較。以下是對本課題主要的研究內(nèi)容進行闡述。
(1)機
3、織物圖像樣本的獲取方法
本課題所研究的瑕疵檢測方法是基于子窗口進行的,并視每個子窗口為一個樣本,將每個子窗口按列首尾相接展開為列向量,能在不損失織物圖像主要紋理信息的情況下,大大降低計算量,增加了檢測效率。
(2)利用非負字典學(xué)習(xí)方法得到最佳字典元素,并對待檢測樣本進行重構(gòu)
主要通過基于積極集的非負字典學(xué)習(xí)的方法,從正常樣本中得到只反映正常紋理信息的非負字典元素,然后對待檢測的樣本用該非負字典進行近似,通過
4、比較近似圖像和原圖像之間的差異來判斷是否為瑕疵區(qū)域。
(3)窗口大小的優(yōu)選和字典大小的優(yōu)選
窗口大小對瑕疵檢測效果影響很大,所以必須對窗口大小進行優(yōu)選。窗口選擇沒有規(guī)則,通常選擇子窗口的尺寸時,應(yīng)考慮瑕疵的尺寸及其在子窗口中所占比重。字典元素的個數(shù)k決定著了待檢測樣本的重構(gòu)誤差。字典元素的個數(shù)越多,重構(gòu)誤差越小,這對瑕疵檢測效果影響很大。在試驗過程中通過不斷探索,找到一個合適的學(xué)習(xí)字典,能對正常紋理區(qū)域重構(gòu)得很好,使
5、得重構(gòu)誤差很小,同時對瑕疵紋理區(qū)域近似效果一般,使得瑕疵部分重構(gòu)誤差很大,據(jù)此檢測出瑕疵區(qū)域。本文最終選用字典個數(shù)平紋為8,斜紋織物為4,選用32×32像素的子窗口尺寸。
(4)瑕疵檢測實驗及效果
通過對6528個樣本進行實驗,并對實驗結(jié)果進行匯總,結(jié)果表明,本文所提的非負字典學(xué)習(xí)的算法能夠使誤檢率小于10%,檢出率大于90%,具有很好的瑕疵檢測效果。
(5)兩種非負字典算法的檢測效果進行對比
針
6、對有效集得到的非負字典的檢測效果與基于乘性法則的非負字典,比較誤檢率、漏檢率、重構(gòu)圖像、實時性等指標,以期對本文采用的算法的檢測效果有更直觀的了解。
對6528個樣本的實驗進行匯總,基于經(jīng)典乘性法則的平紋織物誤檢率為2.11%檢出率為90.21%,斜紋織物誤檢率為1.83%,檢出率為91.41%;而基于積極集的平紋織物誤檢率為1.97%%檢出率為91.79%%,斜紋織物誤檢率為1.68%%,檢出率為92.24%。結(jié)果表明基于有
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于字典學(xué)習(xí)的機織物瑕疵自動檢測研究.pdf
- 基于奇異值分解的機織物瑕疵檢測算法研究.pdf
- 基于字典對學(xué)習(xí)的癲癇檢測算法.pdf
- 基于非負張量分解的鋼軌傷損檢測算法研究.pdf
- 基于CUSUM的圖像瑕疵檢測算法研究.pdf
- 基于圖像字典表示的缺陷檢測算法.pdf
- 基于特征的圖像瑕疵檢測算法研究與應(yīng)用.pdf
- 基于MATLAB的機織物密度檢測研究.pdf
- 基于稀疏表示的織物疵點檢測算法研究.pdf
- 基于學(xué)習(xí)的入侵檢測算法研究.pdf
- 瑕疵點檢測算法研究及應(yīng)用.pdf
- 織物疵點檢測算法的研究.pdf
- 基于S變換的織物圖像疵點檢測算法研究.pdf
- 鋼珠瑕疵檢測算法的研究及FPGA實現(xiàn).pdf
- 非剛性目標的跟蹤-學(xué)習(xí)-檢測算法研究.pdf
- 基于機器學(xué)習(xí)的行人檢測算法研究.pdf
- 基于圖像處理技術(shù)的織物疵點檢測算法研究.pdf
- 基于機器學(xué)習(xí)的織物瑕疵自動檢測及分類技術(shù)研究.pdf
- 磁頭ABS面瑕疵檢測算法與系統(tǒng)研究.pdf
- 基于支持向量機的金屬表面細小瑕疵檢測算法.pdf
評論
0/150
提交評論