收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

面向织物缺陷检测的CUDA并行图像处理模型与算法研究

司小书  
【摘要】:织物纹理图像缺陷检测是纺织行业生产和质量管理的重要环节之一,目前人工检测存在检测速度慢,劳动强度大,受主观因素的影响,缺乏一致性等问题。计算机视觉技术随着计算机硬件和图像处理技术的发展,在工业表面检测领域有了越来越多的应用。现在纺织业正在使用的缺陷自动检测系统都来自国外,且成本高,只能检测一些明显的缺陷类型。我国纺织企业有着总体数量多,个体规模不大的特点,因此,国外昂贵的缺陷自动检测系统难以被国内大部分纺织企业所接受,人工检测仍旧为主要的检测方法。近年来,国内也出现了许多关于缺陷检测的新算法以及系统,但是受到算法复杂度和系统成本的限制多数未投入实际应用。 目前图形处理器(GPU:Graphics Processing Units)在工程领域的应用越来越广泛,它为高强度计算过程效率的提高带来了新的思路和解决方案。在此基础上,本文对基于统一计算设备架构(CUDA: Compute Unified Device Architecture)的高性能纺织纹理图像缺陷检测技术进行了深入研究,提出了一整套适合CUDA并行处理的缺陷检测算法,以个人PC机为平台实现了基于CUDA的纺织纹理图像缺陷自动检测软件系统,为构建高性价比的缺陷检测系统提供了理论和实践基础,推动我国纺织行业缺陷检测技术的发展和应用。 本文全面地研究了纹理图像缺陷检测技术,分析了现有技术的问题和难点,引入GPU作为本文缺陷检测技术的主要处理器,针对CUDA技术和织物纹理图像缺陷检测的特点,提出了面向织物缺陷检测的CUDA并行图像处理模型和一系列新的检测算法,并根据该模型对缺陷检测算法进行了优化,具体研究内容如下: ●针对并行图像处理问题,本文设计并提出了基于CUDA的并行图像处理模型,该模型包括应用CUDA进行图像处理的通用模式以及程序优化的基本方法。图像处理算法多种多样,但基于CUDA的图像处理具有一个共同模式,本文设计和归纳了这一模式,并根据该模式,在CUDA平台上实现了典型图像处理算法的并行化,同时详细地描述了利用CUDA对常用算法进行优化的方法。 ●为了实现快速的缺陷检测,本文提出了基于方向算子的织物图像缺陷判断算法以及CUDA优化策略。该缺陷判断算法充分利用了织物纹理图像的灰度和方向信息,提取图像块中的特征值,然后通过对特征值进行行和列的累加,加大正常织物纹理图像和缺陷纹理图像特征值的差异,使得缺陷判断结果更加准确。本文通过大量的图表详细地介绍了利用CUDA对该算法进行优化的策略。实验结果表明了该缺陷判断算法的准确性以及CUDA优化策略的高效性。 ·为了解决并行缺陷分割问题,本文提出了基于区域生长型脉冲耦合神经网络的织物图像缺陷分割算法以及CUDA优化策略。该缺陷分割算法将改进的脉冲耦合神经网络模型同区域生长的理论结合起来,同时引入无缺陷样本图像的灰度统计信息完成了纹理图像缺陷的自动分割,且得到了较好的分割结果。另外,由于神经网络算法具有内在的并行性,因此,本文提出的缺陷分割算法能够很好的应用在CUDA平台上,实验结果表明了本文CUDA优化策略的高效性。 ·本文利用缺陷分割得到的结果实现了织物纹理图像的缺陷分类。相比较于缺陷判断和缺陷分割算法,织物图像缺陷分类算法对实时性的要求较低。在对现有织物纹理图像缺陷分类方法以及缺陷特征提取方法学习和研究的基础上,本文设计并实现了基于纹理图像灰度共生矩阵特征的SVM分类。利用前面缺陷分割的结果得到织物纹理缺陷块图像,计算缺陷块图像的灰度共生矩阵并提取特征值,将其作为特征向量输入到SVM中训练,最后得到了较好的分类效果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 吴宏杰;季剑兰;朱音;奚雪峰;付保川;;一种胶囊缺陷检测系统的设计与研究[J];电脑知识与技术;2010年28期
2 徐赤;王志平;凌永祥;祝晓春;秦嘉炜;;基于智能视觉系统的饮料瓶缺陷检测技术[J];自动化与仪器仪表;2011年05期
3 龙智帆;孙志海;孔万增;;算法可重构的工业视觉饮料瓶盖缺陷检测[J];杭州电子科技大学学报;2012年01期
4 王诗琴;程耀瑜;师惠萍;刘永林;;基于角点定位的印刷品缺陷检测[J];传感器世界;2011年04期
5 邓忠华;刘飞;;印刷品缺陷检测的初步方案[J];计算机技术与发展;2006年10期
6 钟克洪,丁明跃,周成平;基于小波差分统计特征的纹理缺陷检测方法[J];系统工程与电子技术;2004年05期
7 陈国俊,刘泊,范剑英;火炮内膛缺陷检测的研究[J];哈尔滨理工大学学报;2004年05期
8 李泽涛;陶纯匡;;空间滤波法检测透明材料的相位缺陷[J];物理实验;2007年04期
9 李峰峰;袁鹏;吴忻生;;基于图像处理的片式元件缺陷检测算法[J];计算机测量与控制;2012年04期
10 赵云山;宫云战;周傲;王前;周虹伯;;静态缺陷检测中的误报消除技术研究[J];计算机研究与发展;2012年09期
11 谭智仁;卢军;;基于图像传感器的标签缺陷检测方法[J];组合机床与自动化加工技术;2014年03期
12 徐帅华;管声启;陈龙龙;李婷;;小波分解在带钢缺陷检测中的应用[J];计算机与现代化;2014年07期
13 蔺翠;田裕鹏;;红外热成像缺陷检测的形态学处理方法研究[J];激光与红外;2009年07期
14 李伟;陈国明;;交流电磁场缺陷检测系统建模与仿真[J];系统仿真学报;2009年20期
15 孔红红;孙坚;钟绍俊;谢敏;;相框表面印花缺陷检测的图像配准方法研究[J];计算机工程与应用;2011年29期
16 俞晓明;朱涛;孙霖;;基于图像的精密零件缺陷检测技术[J];计算机仿真;2012年03期
17 赵云山;宫云战;刘莉;肖庆;杨朝红;;提高路径敏感缺陷检测方法的效率及精度研究[J];计算机学报;2011年06期
18 代小红;王光利;;基于机器视觉的印刷品缺陷检测与识别[J];半导体光电;2011年05期
19 武倩倩;杨前明;张华宇;谢计业;;微型钢球表面展开和缺陷检测装置控制系统的设计[J];应用科技;2012年04期
20 朱明;曾其勇;洪涛;郑晓峰;吴凯;;基于机器视觉技术的奶粉罐内壁缺陷检测系统设计[J];制造业自动化;2012年24期
中国重要会议论文全文数据库 前10条
1 杨德美;杨学志;;基于独立分量分析高阶统计量的纺织品缺陷检测[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 于景兰;于健;翁昌年;;探地雷达在桥梁缺陷检测中的应用初探[A];中国地球物理第二十一届年会论文集[C];2005年
3 李兵;邓善熙;李焕然;;计算机图像处理技术应用于晶振元件缺陷检测[A];首届信息获取与处理学术会议论文集[C];2003年
4 赵涟漪;许宝杰;童亮;;在线玻璃缺陷检测系统的研究[A];机械动力学理论及其应用[C];2011年
5 何涛;吴永祥;李伟;吴庆华;钟飞;;Hexsight视觉软件包在串行端子缺陷检测中的应用[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
6 曾理;郭海燕;蒲云;毕碧;;射线数字成像缺陷检测技术研究[A];全国射线数字成像与CT新技术研讨会论文集[C];2009年
7 蔡茂蓉;;PCB缺陷检测系统的研究与实现[A];第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C];2009年
8 潘敏;程良伦;;一种基于角点匹配的PCB板元件安装缺陷检测基准点定位算法[A];中国自动化学会中南六省(区)2010年第28届年会·论文集[C];2010年
9 王国勋;彭怡;寇纲;石勇;;基于MCDM的软件缺陷检测算法评估[A];经济全球化与系统工程——中国系统工程学会第16届学术年会论文集[C];2010年
10 刘松林;陈杰;郝向阳;西勤;;玻壳缺陷检测与几何量测视觉系统的设计与实现[A];2009年全国测绘仪器综合学术年会论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 刘洪江;基于机器视觉的毛杆缺陷检测技术的研究[D];广东工业大学;2011年
2 肖庆;提高静态缺陷检测精度的关键技术研究[D];北京邮电大学;2012年
3 周文;IC互连中的缺陷检测方法及缺陷对电路可靠性的影响[D];西安电子科技大学;2010年
4 司小书;面向织物缺陷检测的CUDA并行图像处理模型与算法研究[D];武汉大学;2011年
5 刘艳;基于CCD扫描的聚合物薄膜缺陷检测关键技术研究[D];哈尔滨理工大学;2009年
6 王庆香;基于小波的纹理分析及其在FPC金面缺陷检测中的应用[D];华南理工大学;2011年
7 明俊峰;羽毛片缺陷检测若干关键技术的研究[D];广东工业大学;2014年
8 毕昕;面向TFT-LCD制程的Mura缺陷机器视觉检测方法研究[D];上海交通大学;2009年
9 张昱;基于机器视觉的TFT-LCD屏mura缺陷检测技术研究[D];哈尔滨工业大学;2006年
10 艾矫燕;基于计算机视觉的墙地砖颜色分类和缺陷检测研究[D];华南理工大学;2003年
中国硕士学位论文全文数据库 前10条
1 李杰;基于图像分析的胶囊缺陷检测系统研究[D];中国海洋大学;2013年
2 雷华堂;基于粗糙神经网络的轨枕缺陷检测研究[D];西南交通大学;2011年
3 姚晓飞;基于机器视觉的电容屏非可视区引线缺陷检测方法研究[D];南京理工大学;2014年
4 孙彦春;基于数字图像处理的水晶晶片缺陷检测[D];南京理工大学;2009年
5 陈勋;水下结构表观缺陷检测技术及系统集成研究[D];哈尔滨工业大学;2010年
6 蒋锦涛;平板玻璃缺陷检测系统的研究[D];安徽大学;2007年
7 张燕;基于机器视觉的药用玻璃瓶缺陷检测的研究[D];合肥工业大学;2008年
8 胡坤;工件表面划痕和竖条纹缺陷检测算法研究[D];中南大学;2013年
9 陈晓红;基于机器视觉的触摸屏玻璃缺陷检测方法研究[D];华南理工大学;2013年
10 孔祥伟;组合光源与图像处理算法在工件表面缺陷检测中的应用[D];天津大学;2007年
中国重要报纸全文数据库 前2条
1 本报记者 张海志;一名产业工人的创新情结[N];中国知识产权报;2010年
2 朱文英;川铁开发出在线检测微细夹杂物装置[N];世界金属导报;2001年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978