基于OMAP3530嵌入式系统的织物疵点检测方法研究

摘要

织物疵点检测与分类是纺织品生产中进行质量控制的重要环节。织物疵点自动检测与分类问题多年来一直是计算机视觉领域的研究热点。国内对疵点的检测与分类主要由人工完成，这种方法存在劳动强度大、检测效率低、误检率高等缺点。因此，研究开发可应用于我国纺织业的织物疵点自动检测与分类系统具有重要的社会和经济意义。
　　 本文根据无疵点织物图像的特性，设计了包含三个环形高斯带通滤波器的滤波器组，利用该滤波器组分别设计了基于频域滤波和空域模板滤波的疵点检测算法，并应用这两种算法对包含多种疵点的多个织物样本图像进行了处理，实验结果表明两种算法均获得了比较好的疵点检测效果。
　　 同时，本文以Linux为操作系统，以DVSDK为软件工具，在OMAP3530嵌入式系统开发平台上完成了基于环形高斯带通滤波器组二维空域模板的织物疵点检测算法软件设计，实现了织物图像数据读入、DSP处理及疵点检测结果显示的功能。

目录

声明

摘要

第1章 绪论

1．1 课题的背景及研究意义

1．2 国外研究情况

1．3 国内研究现状

1．4 论文的章节安排

第2章 织物疵点检测方法概述

2．1 织物疵点检测方法分类

2．2 基于频域的织物图像疵点检测方法

2．2．1 傅里叶变换

2．2．2 Gabor变换

2．2．3 小波变换

2．3 基于空间域的织物图像疵点检测方法

2．3．1 统计法

2．3．2 模型法

2．3．3 数学形态法

第3章 织物疵点检测算法设计

3．1 环形高斯带通滤波器

3．2 环形高斯带通滤波器组的设计

3．3 基于环形高斯带通滤波器频域滤波的织物疵点检测算法

3．4 基于环形高斯带通滤波器空域模板的织物疵点检测算法

3．4．1 空域滤波

3．4．2 使用空域滤波模板注意的问题

3．4．3 环形高斯带通滤波器空域模板的计算方法

3．4．4 疵点检测算法的实现步骤及流程图

3．4．5 实验结果及分析

第4章 OMAP3530嵌入式开发平台

4．1 OMAP3530嵌入式开发平台简介

4．2 开发环境的搭建

4．2．1 Linux系统简介

4．2．2 Linux系统及开发工具的安装方法

4．2．3 配置超级终端

4．3 Linux系统移植

4．3．1 一级引导程序x-loader

4．3．2 二级引导程序u-boot

4．3．3 Linux内核

4．3．4 rootfs

4．3．5 user area

4．3．6 Linux系统的启动

第5章 OMAP3530嵌入式开发平台的ARM和DSP协同开发方法

5．1 OMAP3530的双核架构

5．2 DVSDK简介

5．3 DVSDK的安装与编译

5．4 内存的分配

5．5 开发供ARM端调用的DSP程序的方法

5．6 小结

第6章 基于OMAP3530嵌入式开发平台的织物疵点检测软件设计

6．1 软件构成

6．2 ARM端应用程序设计

6．2．1 BMP图像数据结构

6．2．2 分配共享内存

6．2．3 读取织物图像数据

6．2．4 DSP算法程序调用

6．2．5 LCD显示

6．3 DSP算法程序设计

6．4 软件的编译以及运行

6．5 实验结果及分析

第七章 总结与展望

7．1 论文工作总结

7．2 论文展望

参考文献

攻读硕士学位期间发表的学术论文

致谢