您的位置:主页 > 365娱乐场下载网站 > 正文

检测纺织成像带中图像缺陷的方法

来源:365bet开户平台  365bet大陆官网
检测纺织成像带中图像缺陷的方法
朱瑞雷
[摘要]光纤釉质检测是计算机视觉技术的重要领域。
人工视觉技术的引入使得检测最初手动解决的光纤缺陷成为可能。
目前,常用的光纤缺陷检测方法可归纳为两种方法:使用空间域和频域的宏观分析。
其中,灰色特征法,形态测量法,小波分析法,高低频滤波法是主要的研究方法。
纺织品图像的条形部分属性信息与普通纹理特性信息不同。
对于没有印刷的正常组织织物的图像,可以通过若干图像处理实验获得一些特征的特征信息。
具体地,特定部分的特征能量值大于其他部分的特征能量值,特征相关值太大,特征熵值小,特征对比度值小。此外,带子的分形维数特征存在偏差,如果小,则局部熵函数太大。
使用基于六个特征的设计算法执行自动织物条带提取:能量,相关性,熵,对比度,分形维数和局部熵。
在使用这些功能之前,使用小数差异对图像进行预处理,并将原始织物图像均匀地分成相同大小的色块。
针对每个小块计算灰度级匹配矩阵,并且从灰度级匹配矩阵计算能量,相关性,熵和对比度特性。
结合每个小块的分形维数属性值和局部熵特性值,通过若干图像处理实验获得特定缺陷的特征属性信息。
基于所获取的一些特征的属性信息自动提取特征值阈值。
当执行图像处理时,使用框投影和多数投票的组合来自动选择特征值的阈值,并区分部分瑕疵和正常纹理部分。
实际图像处理实验表明,所提出的检测纺织图像带的方法相对较快。
此外,检测效果良好。
由于本文档使用自动阈值提取方法,因此该方法理想地是自我应用的。
使用分数微分,您可以通过合理地提高原始图像的质量来实现降低噪声信息的目标。
因此,在实际的图像处理实验中,可以更适当地使用诸如故障检测能量的功能信息。
本文中提出的算法旨在分布在条带上。
如果皱纹的分布太复杂,则难以实施本文献中提出的方法。
因此,需要改进该方法,以便能够以各种方式检测缺陷。
特别是,您可以使用更合适的数据培训方法来更好地识别缺陷并找到更好的阈值。
当然,您还可以通过支持向量机或BP神经网络训练适当的数据分类阈值。
这是下一步的重点。
最后,本文件通过大量实验结果和数据分析验证了所提出的检测方法的适用性。
[学位学分]:吉林大学[学年]:硕士学位[学年]:2011年[分类编号]:TP391。
41
下载全文
更多类似的文献



365bet资讯端