基于信息熵的喷水织机织物疵点检测

为实现喷水织机织物上疵点的有效检测及疵点准确定位,本文提出一种基于二维信息熵的特征显著图的疵点检测方法。将待检测织物图像使用改进的同态滤波进行预处理,改善图像因光照不均对疵点检测产生的影响;利用图像基元信息熵与图像纹理的关系引入二维熵来反映图像纹理的空间分布,计算每个重叠的图像基元的信息熵,并把该熵值作为中心像素的灰度值,经归一化后生成一幅特征显著图;最后对显著图进行阈值分割得到疵点的轮廓,同时通过显著图得到径向投影差分序列对织物图像进行疵点判别。结果表明,本方法能够有效地抑制织物中重复的纹理背景,突出疵点部分,实现疵点区域的准确定位。     

采用距离匹配函数的印花织物图案周期测定

为实现自动检测织物图案周期和印花织物质量的有效评估,保证在纺织工业中图案织物生产的高速性和织物的高质量性。本文运用距离匹配函数计算印花织物周期,基于印花织物图案的周期性,本文首先计算印花织物图案的各行和各列的一维距离匹配函数,然后对织物所有行和所有列的一维距离匹配函数求和作为行和列的二维距离匹配函数。当距离匹配函数中的周期变量为织物图案周期时,印花织物距离匹配函数二次前差分得到最大值。实验结果表明,距离匹配函数测量各类织物周期具有高效性和准确性。与传统的自相关函数检测织物周期相比,该算法检测织物周期准确且可检测织物各种图案的周期。     

织物表面几何形状检测中最优边缘检测算法的选取

基于机器视觉方法检测织物表面图案几何形状,研究棉质纺织品表面图案边缘的检测效果,通过对比找到适合工业应用的边缘检测算法。选取多种典型的边缘检测算子为考察对象,首先对各自边缘检测的结果图像及其信息熵进行对比,然后分析各算子在目标区域分割、内部条纹及局部图案细节等多方面的表现,证明Sobel算子得到的图像边缘与背景区域的灰度差异明显,灰度信息熵最小,有利于图像几何信息的识别;而且Sobel算子对织物表面及背景区域的纹理不敏感,识别结果:图像中噪声及后续处理难度较小,适合棉质袜子表面几何形状的检测。     

基于最大稳定极值区域的织物图案检索

针对织物扫描图像的特点,提出了一种通过图像最大稳定极值区域的加速稳健特征(SURF)检索织物图案的方法。首先用结构提取算法去除织物扫描图像的纹理,保留图案信息;其次通过最大稳定极值区域法检测织物图像,提取图案各区域的SURF特征,建立织物图像特征库;再将织物检索图像与特征库内的图像进行相似性度量,得到相似图案的织物图像。实验结果表明,提出的算法能够较准确地检索织物图案。     

采用纹理平滑的印花织物图案轮廓提取

为丰富印花产品的种类,提出了一种可有效提取出印花织物中图案轮廓的方法,可提取出高精度的印花图案边缘轮廓。首先对图像进行平滑,通过控制平滑程度参数和空间尺度参数,平滑掉织物图像中的纹理结构。再用Canny边缘检测算子检测图案边缘,Canny分割的判别阈值采用默认自动选择阈值就能成功提取织物上图案的轮廓,分割后的图像轮廓清晰,边缘连续,并且能分割出印花织物图像中的细小结构。通过实验证明,在RGB颜色空间对图像平滑和边缘提取的效果要优于其他颜色空间,比较了其他边缘检测算子分割印花织物图案的效果,结果证明Canny算子分割效果最好。     

基于图元分割与Gabor滤波的织物瑕疵检测方法

为实现含复杂图案织物的自动化检测,提出基于图元分割与Gabor滤波的织物瑕疵检测方法,对具有复杂周期变化图案的织物进行检测。根据图像纹理的周期变化规律,确定图案单位模板大小,即包含一个周期图案的晶格。对图像进行自适应分割,并通过图元分割获得单元图像元素。通过Gabor滤波器生成特征的响应分布,获取理想的模板晶格,根据提出的投票程序,通过分析其特征向量的Manhattan根据距离图元晶格差异的分布来识别瑕疵图元晶格。实验结果表明:检测方法对星形和箱形图案的织物样本数据集上检测效果较好,显著提高了样本的查全率。     

基于最大熵快速迭代算法和边缘算子的织物疵点分割

将信息熵引入图像处理中,把疵点图像分为背景和目标两部分,分别对两个区域进行处理;通过求最大熵值的快速迭代算法,在满足信息熵最大要求的前提下对织物疵点区域进行分割,然后利用Canny边缘检测算子对分割后的疵点图像进行边缘检测,从而达到识别织物疵点的目的。仿真实验结果表明,将最大熵快速迭代算法与边缘算子结合进行疵点分割识别的方法是有效的。     

面向织物疵点检测的缺陷重构方法

为解决复杂图案织物疵点检测精度不足的问题,通过将疵点视为对织物纹理的破坏,利用生成对抗神经网络对疵点图像进行重构,使其恢复成正常织物纹理的图像,然后将重构图像与缺陷图像进行求异计算,对求异结果进行图像分割,实现疵点检测目的。同时引入自注意力机制、L1损失函数和改进的结构损失函数用于改进生成对抗神经网络结构及其损失函数,用以分析并解决疵点图像重构精度差和网络处理图像细节能力的不足。最后采用本文方法与无监督缺陷检测算法(ReNet-D)和SDDM-PS 2种方法对5种不同复杂图案织物疵点进行实验对比,结果表明本文方法检测精度更高。     

多纹理分级融合的织物缺陷检测算法

针对织物缺陷检测过程中纹理分布的复杂多样性引起误检和漏检的问题,结合织物纹理周期性特点,提出一种多纹理分级融合的织物缺陷检测算法。在检测过程中,首先利用织物缺陷图像的Tamura粗糙度图,对缺陷区域进行初步定位和自适应性生长,将初步定位的区域映射到原始织物图像中;其次根据织物图像的周期性分布特征,对初步定位区域进行分块,提取图像块的局部相位量化(LPQ)特征、Tamura特征,并将2种特征融合;然后计算融合特征与正常块特征的相似度,获取相似度图;最后将初步定位区域的经纬向特征图与相似度特征图融合,检测缺陷存在的区域。经TILDA织物纹理库数据的实验测试结果表明,缺陷区域的初步定位和自适应生长,降低了缺陷检测过程的冗余度,提高了检测效率,避免了织物缺陷检测过程中的误检和漏检情况。     

带地网贾卡经编针织物花纹图案的自动识别

带网孔效应的贾卡经编针织物花纹图案曲线复杂,导致织物意匠图的设计耗时费力,为简化这一设计过程,提出一种针对该类贾卡经编针织物花纹图案的自动识别方法。在扫描获取织物图像并预处理后,综合运用Laws纹理能量测量、迭代阈值分割、边缘光滑算法,自动获得织物花纹图案,进而生成意匠图。测试结果表明,这种方法能够有效地去除织物中网孔为图像识别带来的噪音,快速、准确地完成对所需花纹图案的自动识别,生成设计意匠图。识别准确率可达到90%,对于提高该类织物的设计效率具有实用价值。     

基于小波分解系数的织物图像分类分割

 针对既考虑颜色域又考虑空间域的分割算法对小纹理织物图像产生较大分割失真,而只考虑颜色域信息的算法又对大纹理粗糙图像的纱线缝隙不能有效去除的问题,提出了基于小波分解能量的织物分类算法,先判断出织物粗糙与否,再选用相应算法分割。发现由纱线缝隙等造成的较大纹理主要存在于小波变换的2、3级细节图像上,通过计算这两级的分解系数能量和,判断是否属于大纹理织物,再依据2、3级的能量比判定粗糙程度,实现对织物的分类分割。     

基于信息熵的枸杞分级高光谱图像特征波长选择方法

为获得适合枸杞分级的最佳高光谱特征波长图像,实验提出一种基于信息熵的高光谱图像特征波长选择方法。通过计算在不同波长条件下每一个枸杞样本的自信息,得到每一类枸杞高光谱图像的平均自信息;通过计算对应任意2?个不同类别的枸杞样本的互信息,得到任意2?类枸杞高光谱图像的平均互信息。最终获得枸杞高光谱图像在某一波长条件下的平均互信息与各自平均自信息和的比值,定义为A。A值可以作为枸杞分级高光谱图像特征波长选择的量化指标。结果显示,枸杞分级的最优波长为950?nm。最后,提取特定波长条件下所有枸杞图像的纹理特征,并采用Fisher判别分析对6?类枸杞进行分类验证。基于信息熵的枸杞分级高光谱图像特征波长选择方法是可行的。     

基于对比度受限直方图均衡化的水下海参图像增强方法

针对水下图像受到水下复杂光照的影响导致图像对比度差的现象,采用对比度受限自适应直方图均衡化方法(contrast limited adaptive histogram equalization, CLAHE)对水下海参图像进行增强处理,算法首先将原始图像分割成若干个子区域并且大小相同,再选取特定值对每个子区域的直方图进行截取,并将截取下的像素均匀分配到每个灰度级,最终得到限定对比度直方图。并通过研究算法中的相关参数,得到适用于水下海参图像增强的参数值,取得了更好的增强效果。通过评价函数均方差(mean squared error, MSE),峰值信噪比(peak signal to noise rate, PSNR)和信息熵(information entropy)对比CLAHE方法和其他一些方法,结果显示CLAHE算法在水下海参图像提高质量和保持图像细节方面表现出更好的性能,为以后水下机器人的识别定位提供了方便。     

梯度空间下的丝饼表面缺陷检测

为解决工业生产中人工检测丝饼表面缺陷效率低、漏检率高的问题,提出了一种在梯度空间下根据图像信息熵变化和能量分布的差异来检测丝饼表面缺陷的方法。首先设计一套基于机器视觉的丝饼图像采集装置,用于获取传输过程中的丝饼表面图像;然后将丝饼图像转换到梯度空间域,构建一个信息熵和能量的组合特征用来表征缺陷,选择适当的临界阈值区分丝饼缺陷区域与正常区域;最后对分割出的丝饼缺陷利用形态学处理得到最终的检测结果。实验结果表明,该方法对丝饼表面污渍、压痕、起毛等缺陷具有较好的检测效果,缺陷识别准确率高、速度快,可满足工厂对检测准确性和实时性的要求,实现丝饼表面缺陷的自动化检测。     

高效能精梳机的发展与工艺技术

加快精硫机和精梳产品的发展,是棉纺织行业结构调整的重要之一,故高效能精梳机的提出有其紧迫性。针对高效能精硫机的使用,分析了高效能精梳机各项工艺指标与相关关系和高效能精硫机与工艺技术相配套的重要性;列举了高效能精硫机的实际应用,提出了高效能精梳机与技术改造的几点建议。     

非线性多尺度分析与自适应图像分割

以基于小波变换的非线性多尺度分析为基础,提出了一种新型的图像特征增强算法,该方法可有效地用于图像区域分,文中以光滑尺度函数产生局域平均权值,用光滑差（ｄｉｆｆｅｒｅｎｃｅ ｏｆ ｓｍｏｏｔｈｉｎｇ）小波变换图像以提取图像的局域亮度变化,从而实现了基于尺度－空间对比度增强的自适应图像分,在实验中,以在视觉信息处理中表现出良好性能的高斯函数为尺度函数,通过对尺度－空间对比度取阈值来实现图像信息的增强,     

信息熵在图像处理中的应用

为了寻找快速有效的图像处理方法，信息理论越来越多地渗透到图像处理技术中。文章介绍了信息熵在图像处理中的应用，总结了一些基于熵的图像处理特别是图像分割技术的方法，及其在这一领域内的应用现状和前景。同时介绍了熵在织物疵点检测中的应用。     

基于信息熵的小麦储藏品质多指标权重模型研究

小麦储藏品质多指标数据间存在不确定性和作用差异性,为研究多指标数据在品质评价中的不同作用,研究提出一种基于信息熵的小麦储藏品质多指标权重模型。利用储藏小麦不同指标作用的特异性,选取多生理生化指标作为评价因素;根据储藏过程多指标的变化趋势,在不同置信水平对测试数据进行分类,并计算各类别总体信息量;由去除某一指标后的特征集剩余信息量计算获得该指标的互信息量,据此构建小麦多指标权重模型,为储藏品质评价和减缓品质劣变提供参考。结果表明:本权重模型的贡献率标准差相对于主成分分析法权重结果减小了0.088,其区分度相对于层次分析法提高了25.35%,有效减小了因主观因素导致的误差,为小麦品质多指标综合评价提供了一种有效的权重计算方法。     

基于感性意象的蒸馏酒容器形态设计

为了在设计中准确地理解和把握用户的感性需求,提出了基于感性意象的产品形态设计方法,通过样本的选取,对感性意象词汇的筛选和确立,建立了感性意象语义与形态特征映射模型,并且引入信息熵对所获取用户意象进行评估,作为感性意象语义量化的约束设计,并以蒸馏酒容器形态设计为例,验证了该方法的可行性,为产品设计前期减少设计试错,激发设计师的创新创意提供了一种新的方法。