编织物疵点检测及类型识别

摘要

本文以编织物常见的几种疵点类型为研究对象，众所周知，编织物一般都是有规律的图像，而编织物中的疵点相对于编织物来说那就是异点即不符合编织物一般规律的图案。相角变换算法能够删除图像在任意尺度上的任何规律图案，同时保留不规则图案，这就为我们进行编织物疵点检测提供了重要的依据。然而面对编织物疵点检测而言只简单的相角变换并不能体现相角变换的最大优势，所以本文意在通过改进相角变换算法以突出相角变换的最大优势，尽可能最多的消除有规则的信息量，尽可能准确的保留不规则的信息量。对编织物疵点信息的提取就相当于尽可能准确的保留不规则的信息量，并在此基础上利用马氏距离对编织物二值化以实现疵点检测，最后本文意在结合编织物疵点阈值与最简单的几何数学原理基础上来实现对几种常见的编织物疵点类型的分类识别。
　　本文编织物疵点检测及类型识别方法实现简单，相对于以往的编织物疵点检测，不仅能够使检测出的疵点形状大小更接近疵点原样，又能够检测出不易察觉的小疵点，还能实现对点、线、块状的疵点检测。

目录

声明

摘要

第一章 引言

1．1 课题研究的目的及关键

1．2 课题的研究现状

1．3 课题要解决的问题

1．4 本文组织结构

第二章 数字图像处理及MATLAB应用程序的介绍

2．1 数字图象处理

2．1．1 数字图象处理的简介

2．1．2 数字图象处理的主要内容

2．2 编织物疵点检测涉及数字图像处理方法的分析

2．3 对编织物图像进行预处理

2．3 MATLAB应用程序的简单介绍

2．3．1 MATLAB的特点

2．3．2 MATLAB在图像处理中的应用

第三章 编织物疵点检测方法介绍

3．1 利用图像本身像素之间的统计关系对编织物疵点特征进行提取

3．1．1 基于图像灰度直方图的特征提取

3．1．2 灰度共生矩阵

3．2 在变换域进行分析来实现编织物的疵点检测

3．2．1 傅立叶变换及意义

3．2．2 傅立叶变换编织物疵点检测

3．2．3 小波变换

3．2．4 小波变换编织物疵点检测

3．3 基于构建后的模型进行检测的方法，如高斯—马尔科夫随机场(GMRF)模型的利用

3．3．1 GMRF模型的纹理合成

3．3．2 GMRF纹理模型的仿真实验及疵点检测

第四章 基于改进的相角变换进行编织物疵点的检测

4．1 相角变换

4．1．1 相角变化的重要性

4．1．2 相角变化算法

4．2 基于改变的相角变换进行编织物疵点检测

4．2．1 改进后相角变换

4．2．2 几类疵点的分割方法介绍

4．2．3 本文疵点分割过程

4．3 编织物常见疵点类型的识别

4．3．1 实验过程及实验结果

4．3．2 实验分析

4．4 本章小结

第五章 总结与展望

5．1 回顾与总结

5．2 未来工作的展望

参考文献

研究期间发表的论文

致谢