基于计算机视觉的织物疵点自动检测技术研究

【摘要】： 织物疵点检测是纺织品生产过程中的重要环节。目前,织物疵点检测主要是依靠人工目测,其缺点是误检率和漏检率高、检测效率低、劳动强度大、对工人健康不利。因此,开展织物疵点自动检测技术研究具有重要意义。 本文在对现有的织物疵点检测理论和方法进行分析、综合的基础上,较深入地研究了织物图像预处理和基于小波分析的疵点自动识别方法。通过实验验证了该方法的可行性和有效性。 首先,分析了织物图像的噪声来源、噪声特性和去除噪声的方法。针对图像去噪处理后,部分图像细节信息丢失这一问题,采用中值滤波和边缘锐化的方法进行图像预处理,以改善图像的视觉效果,突显图像中物体的边缘和轮廓特征,易于计算机的处理与分析。 其次,为减小周围环境对疵点识别的影响,同时提高疵点检测速度,给出了基于灰度的窗口分割方法。该方法通过灰度均值比较,将超过设定阈值的窗口进行九宫格扩散,所形成的新窗口作为进一步待检区域,再利用小波分析方法提取特征值,有效减少了图像特征值的提取和计算窗口数量。 另外,给出了基于小波分析的疵点自动识别方法。对小波分解后的经、纬子图像分别提取能量、熵值、方差和极差四个特征值。经归一化后,在统一度量下检查不同特征值对疵点的响应程度,从而确认疵点是否存在及判别疵点的准确位置。 最后,应用Lab VIEW编制了织物疵点自动检测软件。在自制的疵点检测实验装置上,对掉扣、杂纤维、飞花、破洞、油砂、反丝、脏污、长残8类常见疵点进行自动检测实验。结果表明,小波分析方法能以较快速度准确检测出疵点的有无、疵点的类别和位置。为织物疵点检测技术的应用研究提供了理论依据。