织物疵点检测与自动化等级评定系统研究

【摘要】：织物疵点检测系统是用机器视觉的方法来代替人工检测。它可以克服人工检测的漏检、误检、检测速度慢等缺点,适应了提高劳动生产率、纺织科技发展和人们对纺织品质量不断提高的要求。因此对该系统的探索性研究,具有一定的科技和市场价值。 编码器配合线阵相机完成织物图像的采集,并从特征点匹配和重合区域的融合两个方面讨论了织物图像的拼接。分析比较了各种方法的特点,并成功实现了双摄像机采集织物图像的无缝拼接。 采集到的图像经过去噪等预处理后,建立广义高斯分布的模型,并从基于图像特征库的织物疵点检索识别和基于Contourlet变换的BP神经网络的织物疵点识别方法分别识别织物疵点。经试验,两种方法的正确识别率分别为57.67%和94.33%。在织物疵点正确识别的基础上,应用Access2007数据库实现织物疵点的自动评分和织物的自动化等级评定,为工厂的数字化管理提供完整的数据资料。