基于小波分析和阈值分割的织物疵点检测

摘要

图像是一种信息表达的方式，它为疵点检测提供了直观的信息。织物疵点图像处理技术可以直接地对织物疵点图像进行分析，提取可用信息。本文运用小波分析和阈值分割的方法进行疵点检测，内容包含小波降噪、阈值分割及形态学处理。
　　在小波降噪中，选择五个小波基对疵点图像进行处理，以峰值信噪比为标准，综合降噪效果和运算效率，选择出最佳小波函数和软阈值收缩的方法。背景纹理得到减弱并且疵点轮廓保留。
　　利用小波分解降噪后的图像，采取不同方法进行图像重构。利用Otsu法阈值分割重构图像，对比各类重构图像的分割效果。最终选择自适应高频法重构图像并且对分割的图像形态学处理，使疵点清晰，没有噪点。最后对处理好的图像进行二值化图像矩阵总和的计算，检测疵点是否存在。

目录

封面

中文摘要

英文摘要

目录

第一章 绪 论

1.1研究背景

1.2织物疵点检测的研究现状

1.3国内外推向市场的自动光电验布机[38]

1.4研究内容

第二章 小波分析基本理论

2.1小波理论的发展及研究

2.2小波变换的基本概念

2.3连续小波变换

2.4离散小波变换

2.5小波分析在图像处理中的应用

2.6本章小结

第三章 基于小波变换的图像降噪

3.1图像降噪技术概述

3.2图像噪声的小波变换系数统计特性

3.3噪声方差的估计

3.4图像降噪质量评估方法

3.5小波域的理想滤波器

3.6小波阈值降噪[80]

3.7小波阈值法对织物疵点图像的降噪

3.8本章小结

第四章 疵点图像的阈值分割和形态学处理识别

4.1图像阈值分割法的基本理论

4.2信号的阈值分割实验

4.3形态学图像处理及疵点的识别

4.4本章小结

第五章 结论与展望

5.1结论

5.2展望

参考文献

攻读学位期间公开发表的论文

致谢