基于傅里叶变换和Gabor变换的机织物纹理分析方法研究

摘要

纹理是物体表面信息的反映，以彩色或灰度图像的分布形式反映了不同物体基本的视觉特征。机织物纹理具有一定的周期性，并随纱线、交织规律的改变呈现出复杂多变的特性。在对织物起毛起球和织物褶皱的自动等级评定、织物疵点检测以及图像分割的分析中，纹理的消除、增强、方向性分析及非主要纹理增强等纹理分析方法是这些研究的共性，因此织物纹理的基础分析具有重要意义。
　　本文主要做了以下工作：
　　1、采用傅里叶变换技术将空间域的纹理图像变换到频率域中，得到机织物图像的频谱图，并利用阈值分割曲线，选取合适的阈值对频谱图进行分割，然后用邻域最大值的方法，找到织物纹理的特征坐标点，根据坐标点与实际频率的关系，对机织物纹理的频率进行计算，得到机织物纹理的频率范围为2~8cycle/mm，分析了图像分辨率以及织物密度对频率的影响。
　　2、通过傅里叶分析得到的机织物纹理频率，确定Gabor滤波器的主要参数，并对滤波器大小、中心频率、分解尺度和分解方向等参数范围进行选择分析，然后用这些参数确定的Gabor滤波器，对织物图像沿不同尺度和方向进行分解，得到多个包含不同信息的分解子图像。针对机织物纹理对分解参数的选择进行探讨，将机织物纹理的频率范围归一到0~1，采用2~5尺度，3~6方向分别对平纹、斜纹和缎纹织物进行分解，得出代表织物主纹理的分解子图像。
　　3、将分解的子图像对纹理进行融合，对三种融合方法进行比较，进而采用不同的融合策略，融合不同尺度和方向的分解子图像，得到感兴趣的纹理信息。可以进行单尺度融合，也可以进行单方向融合，可以选择某一指标最大的尺度融合，也可以选择某一指标最大的方向融合，还可以选择任意几幅图像进行融合。根据融合评价指标，选出合适的融合方法，对机织物纹理的分析具有明显的影响。
　　4、机织物是由经纱和纬纱按一定规律交织而成，形成的纹理往往具有一定角度的方向性，是织物的主要纹理，同时机织物的纹理中包含疵点、噪点、亮度不匀或其它原因形成的非主要纹理。对织物纹理进行分析，先分别对平纹、斜纹和缎纹织物进行傅里叶变换，分析其机织物频率信息，然后进行Gabor分解和融合，讨论突出和增强织物主纹理分析方法、消除织物主纹理分析方法、方向性纹理分析方法以及非主要纹理增强的方法。
　　试验结果证明,这一方法可以获取包含织物周期性纹理的子图像，得到增强的织物纹理信息；也可以得到包含非周期性纹理的子图像，以消除织物周期性的纹理信息，增强织物中诸如疵点、毛球、褶皱等非主要纹理信息。结合织物图像的傅里叶变换和Gabor变换的机织物纹理分析方法，获取不同频率和方向的织物纹理图像，是机织物纹理分析的有力手段，具有广泛的应用价值。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 引言

1.2 机织物纹理分析的主要方法

1.3 本文的主要研究内容

第二章 傅里叶变换在机织物频率分析中的应用

2.1机织物图像傅里叶变换原理

2.2 织物频率信息提取的方法

2.3 织物频率范围分析

2.4 本章小结

第三章 Gabor变换在机织物图像分析中的参数确定

3.1 Gabor变换原理

3.2 图像的Gabor变换方法和参数

3.3 织物分析中参数范围的确定

3.4 本章小结

第四章 织物图像的Gabor分解和融合

4.1 图像的Gabor分解

4.2 图像融合

4.3 融合策略分析

4.4 本章小结

第五章 基于Gabor变换的织物纹理分析方法

5.1 织物纹理分析步骤

5.2 实验参数确定

5.3 织物纹理分析

5.4 本章小结

第六章 结论与展望

6.1 结论

6.2不足及展望

参考文献

附录

硕士期间发表论文情况

致谢