自动验布机系统中的织物疵点识别算法的研究与应用

摘要

在纺织工艺中，可分为纺纱、织造、染整等工序。验布机是在织造工序中重要的一环。织物疵点的检测是各大纺织厂对织物的质量控制的关键环节。当前国内的纺织行业对生产出的原始胚布上的疵点的检测仍停留在人工检测阶段。人工验布机有诸多缺陷:如速度慢，产量有限，漏检率高，检测连续性差等。因而亟需发展新颖、快速、准确的织物疵点自动检测方法。
　　 当前织物疵点检测的难点主要在于织物的纹理及形态结构多种多样，尤其疵点的种类更是千差万别，因此想识别出所有疵点种类难度较大。而且织物图像的数据处理量较大，检测速度受到一定的限制。本文针对织物疵点的种类的多种多样以及数据处理量较大等问题，采用了三级检测算法。由于织物的横向和纵向疵点所占比例较高，第一级处理算法采用Hough变换检测最长直线并统计直线所占像素数目，根据像素数目设定合理阈值进行第一级检测。第二级识别算法利用了灰度投影波形在疵点处的异常特性，提取了疵点处投影波形的五种有效特征进行识别。第三级识别算法采用基于灰度投影和K近邻的织物疵点快速定位与识别算法。首先通过灰度投影快速定位可能的疵点位置，然后在该位置附近取一较小矩形框为研究对象，接着再对该矩形区域进行特征提取，最后利用K近邻算法识别出疵点。
　　 通过离线仿真和在线的调试结果表明，此算法初步达到了较好的识别效果。仿真识别率达到了94％，实际检测结果也达到了76.8％。结果表明此算法稳定、可靠、识别效果及算法速度初步达到要求。

目录

声明

摘要

1 绪论

1．1 选题背景及意义

1．2 国内外发展概况

1．3 主要工作及本文结构安排

2 织物图像预处理操作

2．1 引言

2．2 织物图像预处理分析

2．2．1 图像噪声概念与分类

2．2．2 织物图像噪声去除

2．2．3 光照不均问题

2．3 结论

3 织物图像分割算法

3．1 引言

3．2 织物图像分割分析

3．3 织物分割方法对比

3．4 结论

4 织物图像特征提取

4．1 引言

4．2 一级识别特征提取分析

4．2．1 引言

4．2．2 Hough变换原理

4．2．3 小节

4．3 二级识别特征提取分析

4．3．1 二级特征算法简介

4．3．2 二级特征提取

4．3．3 二级识别算法总结

4．4 三级识别特征提取分析

4．4．1 三级识别算法简介

4．4．2 疵点的快速定位

4．4．3 K近邻算法

4．4．4 三级识别算法特征提取

4．5 结论

5 系统软件设计及调试结果

5．1 引言

5．2 仿真软件及验布机系统简介

5．2．1 仿真软件介绍

5．2．2 验布机系统介绍

5．3 上位机软件设计

5．3．2 上位机软件运行流程概述

5．3．3 多线程的设计

5．3．4 丢帧处理

5．3．5 通讯设计

5．4 喷墨原理

5．5 算法优化

5．5．1 引言

5．5．2 织物疵点识别算法速度优化

5．5．3 小节

5．6 仿真及调试结果

5．6．1 离线仿真结果

5．6．2 在线测试结果

6 总结与展望

6．1 总结

6．2 展望

致谢

参考文献