基于Gabor滤波器的低对比度纸病检测算法

针对现有的纸病检测算法对裂痕、褶皱等低对比度纸病检出率低、抗干扰能力差的问题,提出一种基于Gabor滤波器的纸病检测算法。首先使用Gabor滤波器以及Gaussian滤波器去除纸张纹理干扰,增强纸病区域对比度;然后使用Laplasian算法进行边缘检测,最后使用形态学闭运算得到完整的纸病边缘图像。实验结果表明,该算法对低对比度纸病检测正确率高,并具有良好的抗干扰性能。     

基于Gabor滤波器的织物疵点检测

从疵布结构纹理模型出发阐述Gabor滤波器疵点边缘增强原理。根据织物特征设计织物自适应Gabor滤波器,确定Gabor滤波器的中心频率。再利用设计好的Gabor滤波器对方向性特征畸变织物疵点进行增强,并通过阈值处理完成疵点边缘检测。实验证明,织物自适应Gabor滤波器对方向性特征畸变疵点具有良好的边缘增强效果,可以突出织物纹理的能量,抑制疵点纹理的能量,同时该算法的最高检测速度可以达到7m/min。     

基于尺度变换的Gabor滤波器织物疵点检测

针对织物表面疵点自动图像检测问题,提出一种基于尺度变换的Gabor滤波器织物疵点提取方法,该方法使Gabor滤波函数的比例伸缩尺度随中心频率而变化。用Gabor尺度变换的3个尺度和4个方向的滤波器组分别与正常和待识别的疵点织物图像进行卷积,提取正常与异常织物纹理特征,从而得到偏差图像。再对偏差图像进行融合,使织物疵点突显出来。最后通过阈值处理检测出织物疵点。对缺经、缺纬、经纬交错和油污4种常见织物缺陷的实验结果表明,这种方法是有效的。     

一种改进的多通道Gabor滤波器布匹瑕疵检测方法

Gabor变换是一种重要的时频分析方法,有很强的纹理分析能力。采用基于多通道Gabor滤波的瑕疵检测算法,通过分析各个尺度的融合信息,提出一种新的多通道融合算法。使用自动阈值迭代算法对融合结果进行二值化处理,得到最终的检测结果。选取4种具有代表性的布匹瑕疵图片进行验证,实验结果表明,该算法不仅能从多通道滤波图像中选择与主观视觉相吻合的通道,而且降低了计算复杂度。     

基于一维最优Gabor滤波器的帘子布疵点检测算法

传统的二维Gabor滤波器用于帘子布疵点检测非常有效,但计算量巨大,为此提出一种快速自动检测帘子布疵点的方法。通过一维环形投影变换把一幅二维灰度图像压缩成一维形式,然后使用一维最优Gabor滤波器检测嵌入在帘子布均匀纹理中的疵点。采用粒子群优化算法进行一维Gabor滤波器最优参数的求解。假设图像大小为N×N,滤波器窗口为W×W,计算的复杂度可以显著地从二维Gabor空间的O(W2N2)到一维Gabor空间的O(WN2),并用实验验证了该方法的有效性。     

基于支持向量机的筒子纱纱管品种检测

为了对运输导轨上筒子纱的纱管品种进行检测,提出一种基于纱管图像分类的品种检测方法。首先通过搭建的采集装置采集筒子纱顶部包含纱管信息的图像,运用阈值分割和椭圆拟合得到纱管区域,利用极坐标变换将纱管圆环展开成矩形图像,然后使用HSV颜色直方图和局部二值模式分别提取纱管展开图像的颜色特征和纹理特征,最后通过支持向量机构建筒子纱纱管品种分类模型实现纱管品种检测。采用建立的纱管品种检测分类数据集进行实验,结果表明,本文方法相比于其它特征组合和分类器,具有更高的分类准确率,对相同图案的星型纱管、黑色系花纹纱管和混合纱管的分类准确率达100%,可为纺纱企业筒子纱纱管品种检测与运输包装提供参考。     

应用最优Gabor滤波器的经编织物疵点检测

针对经编织物疵点自动检测问题,提出了一种新的基于最优Gabor滤波器的经编织物疵点检测方法。具体可分为学习阶段和检测阶段;在学习阶段,对于无疵点的经编织物图像构造可调制的二维Gabor滤波器,采用量子行为粒子群优化(QPSO)算法对Gabor滤波器的参数进行优化,得到与无疵点的织物图像纹理特征最匹配的Gabor滤波器参数;在检测阶段,由学习阶段得到的最佳参数构造Gabor滤波器,用该滤波器对待检测织物图像进行卷积处理,然后再对得到的卷积图像进行二值化处理,最终识别出待检测织物是否有疵点存在。结果表明,该方法的检测率可以达到96.67%,具有很好的稳定性和鲁棒性,适合应用于工业生产。     

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Gabor函数变换的棉花疵点检测技术的研究

棉花中疵点的存在会对后续加工过程造成许多不可控因素,因此对棉花疵点进行准确检测具有重要意义。本文以Gabor函数变换得到的Gabor滤波器为基础,设计5尺度4方向上共20个滤波器,分别通过损失评价函数和最小二维熵值来进行最优尺度和最优方向的选取。使用最优Gabor滤波器来提取幅值特征图,接着进行分割得到目标图像,最后对目标图像进行形态学滤波处理,完善细节并剔除部分误差。结果表明,该算法可以有效地检测出常见的棉花疵点。     

基于Frangi滤波器的织物疵点检测方法

提出了一种基于Frangi滤波器的织物疵点检测方法。该算法首先对样本织物图像进行均值下采样处理,淡化和消除背景纹理对织物疵点检测的影响,然后将均值下采样处理后的图像经Frangi滤波器进行滤波,从而增强织物疵点部分以利于疵点的分割,最后对Frangi滤波后的图像进行阈值分割,分割出织物疵点部分。采用该算法对6种纹理织物进行处理,检测出26种疵点,92%的疵点能被准确的检测和定位,误报率为8%,检测效果较好。     

基于Gabor小波变换的运动织物疵点三维检测

本文提出了一种基于Gabor小波变换的运动织物疵点三维检测的方法,此方法通过采用SFS(Shape FromShading)算法为基础,从单张图像中获取疵点的三维信息,采用的Gabor小波变换方法实现了空间域和频率域的最佳定位,使得疵点图像被增强,正常纹理图像被减弱,从而可以提取图像疵点的局部细微变化特征,为获取更加准确的疵点三维信息和实时在线检测织物提供了很大帮助。实验结果表明此方法可以有效的获取织物疵点的三维形貌且简单快捷,误差较小,能达到实时性的要求。     

基于边缘检测算子的两类B样条小波

研究了分别对应极值检测算子和零交叉检测算子的两类任意阶基数B样条小波,基于Mallat一维和二维信号的小波变换和逆变换理论,推导出小波分解与重建算法中滤波器组H,G,G,L的时域和频率解析表达式,讨论了这两类小波在小不皮分析中的应用。     

环锭细纱机落纱系统的发展分析

纺织企业用工成本不断提高,而细纱工序用工最多,成本增加更为明显,为缓解用工难及降低用工成本,如何在细纱工序节省用工成为很多纺机制造厂与纺纱厂的研究课题。多年来落纱技术不断改进提高,对缓解纺织企业的用工做出了很大的贡献。     

基于Gabor变换和BP神经网络的人脸检测算法的Matlab实现

提出了一种基于Gabor变换和BP神经网络的人脸检测算法.该算法以Matlab为平台,运用Ga-bor小波变换实现图像特征的提取,并对所提取的特征进行降维处理,通过构造2层BP神经网络,对从ORL人脸库中提取的样本进行训练学习并利用模板匹配及形态学腐蚀和膨胀处理,实现对测试样本的人脸检测.试验结果表明,该算法计算复杂度低,运算快,对正面人脸的检测与定位准确性较高.     

采用Gabor滤波簇和等距映射算法的织物疵点检测方法

为提高织物疵点检测率,将Gabbor滤波法与等距映射方法进行融合,克服疵点检测过程中存在的问题。首先用由3个尺度和5个方向组成的15个Gabor滤波器簇对织物疵点图像进行滤波,减少疵点图像光照不均和对比度低的影响;然后将滤波图像划分成面积相等且互不重合的邻域,并从邻域中提取高维特征向量。采用等距映射方法对高维特征向量进行降维,剔除高维特征中冗余信息,强化分类器拟合能力;再用低维嵌入模型提取新增样本低维特征向量,用于概率神经网络分类器分类,检测是否存在疵点;最后用2种不同纹理的织物进行检测实验。结果表明,本文方法能有效提高疵点的检测精度。     

基于网络环境的食品分拣视觉检测系统设计

以网络环境为基础,对食品分拣视觉检测系统进行研究,通过分析食品分拣系统的设计要求和设计原理,建立食品分拣系统结构模型,并以面包为对象进行食品中心位置检测试验,结果表明:试验误差范围在-1%~4%,满足分拣视觉处理的精度要求,可为其它工业自动化分拣系统设计提供参考。     

基于MATLAB数字图像边缘检测算法的研究

随着计算机技术的迅速发展,图像的边缘检测技术已成为数字图像处理的重要内容。所谓的边缘即图像局部强度变化最明显的地方,它是图像分割、识别和图像特征提取的关键。因此,研究图像边缘检测算子对数字图像处理来说是十分重要的。为了对经典图像边缘检测算子进行研究,如Roberts算子、Sobel算子、Prewitt算子、LOG算子以及Canny算子等,通过理论分析和实验仿真比较它们各自的优缺点,可知Canny边缘检测算子是几种算子中检测效果较好的一种。     

基于参数可调均值迁移滤波实现筒子纱的识别检测

为了提高机器视觉对纱筒图像识别检测的准确率,课题组提出了一种参数可调均值迁移滤波算法.在图像采样过程中,先对源图像进行锐化处理,再对图像空间窗口与颜色窗口同时进行卷积操作,筒子纱的边缘轮廓得到完整保留,且通过滤波处理去除图像噪声;采用Canny算子边缘检测,完成对筒子纱的轮廓提取;几何矩计算轮廓质心和横纵比过滤判别筒子...     

基于改进Canny算子的葵花籽边缘检测方法

针对葵花籽一类不规则形体的边缘检测问题,采用传统的Canny算法有许多局限。文章对其提出三点改进:1基于梯度统计差分的自适应阀值法,克服了传统算法在目标与背景灰度变化较大时边缘检测会丢失部分边缘的不足,有效提高信噪比;2基于梯度方向的端点延伸法,弥补了Canny算法在连接分析后得到较多断线边缘的缺陷;3基于最长曲线的区域包围法,可去除背景中短小边缘,从而去除目标外围的干扰,实现葵花籽区域的精确定位。试验结果证明,在高复杂背景下改进的Canny算法在葵花籽边缘检测上取得了很好的效果。     

一种基于改进的HOUGH变换的车轮检测方法

针对进出特定场所的车辆,本文提出了一种基于改进的Hough变换的车轮检测方法,该方法能够识别车辆的型号和特征参数。首先通过变为灰度图像、变为二值图像、形态学图像处理、Canny边缘检测等算法进行图像预处理,然后使用改进的Hough变换对车轮位置和大小进行检测。通过实验分析,本文提出的方法能够较为精确地检测出目标车辆的车轮位置和大小,并成功应用于某车辆识别系统。