基于窗阈值局部二值模式的织物疵点检测算法

为准确描述不同织物的纹理结构,提出一种改进的局部二值模式,为不同纹理特征创建了相应的主要概率模式子集.在该特征提取算法的基础上设计了一种基于窗阈值的织物疵点检测算法,并对无图案和有图案织物分别设置了参数.该算法首先使用自适应局部二值模式获取无疵点织物图像特征并确定疵点判断阈值,然后将待检测织物图像分割为大小相同的检测窗,并提取同样特征与阈值进行比较,以判断该窗是否为疵点窗.对无图案和有图案织物的参数分别进行了讨论分析,以获得精确的分割结果.实验证明,所提出算法的疵点检测结果在视觉上更加细腻、误检率更低.     

基于两阶段深度迁移学习的面料疵点检测算法

针对针织格纹面料疵点检测存在检测实时性差和疵点数据稀缺的问题,提出一种基于两阶段深度迁移学习的面料疵点检测算法,实现对疵点的实时高精度检测与检测模型的高效训练.第一阶段迁移:设计面料疵点先验知识迁移算法,通过聚类算法求得交并比最优的四类疵点预选框尺寸参数,使用带有先验知识的疵点预选框替代基于特征的定位方法,实现面料疵点尺寸特征先验知识的迁移,提高面料疵点的定位速度;第二阶段迁移:设计面料特征提取能力迁移算法,利用不同种面料之间具有通用特征的特性,通过将纯色棉麻布检测模型参数迁移至格纹面料检测模型,实现对面料通用特征提取能力的迁移,减少检测模型训练所需的样本数量,提高检测模型训练效率.实验结果表明,在检测性能方面,提出的面料疵点检测算法检测精度为95％、检测速度可达30 m/min,优于传统的目标检测算法,能够满足面料生产中对于检测性能的要求;在模型训练方面,检测模型训练所需疵点样本数量减少50％以上、检测模型训练速度同比提高3倍.     

基于计算机图像识别技术的坯布疵点检测研究

提出了一种新的坯布疵点检测方法:利用布匹图像的自相关函数所提取织物的纹理单元作为分割窗口,建立正常纹理与异常纹理2类样本;应用Fisher分类器,通过对布匹图像以纹理单元为单位逐次扫描进行2类判别,经过图像运算将正常类纹理单元消除,得到疵点的待测图像;再采用一些图像运算处理技术检出疵点并进行评分.进行了相应的软件编程,实验结果显示疵点识别率可达94%.     

一种新的基于小波分析与神经网络的织物疵点检测与识别方法

提出了一种新的基于小波分析与神经网络的织物疵点检测与识别方法，根据疵点图像形态的先验知识，在织物图像小波分解高频分量中运用数学形态学中的开运算，结合小波高频各子带反映不同边缘细节的特点，去除由棉籽壳与背景光从经、纬纱之间的空隙透射而成的荧光点在织物图像上形成的噪声，提取特征参数，利用神经网络BP算法，有效地检测与识别了缺纬、断经、油污、破洞等常见疵点，并具有识别正确率高、检测速度快等优点。     

基于机器视觉的布匹疵点检测系统

为了提高布匹疵点检测的精度与速度,提出了一种基于机器视觉的布匹疵点检测系统用于取代人工检测。论述了系统的整体结构,包括成像设备、光源选择以及图像采集与处理方式等,并提出了一种基于类别共生矩阵与支持向量机的布匹疵点检测算法。检测算法将疵点检测看作一个两类分类问题,采用从灰度共生矩阵中提取的特征来描述纹理特性,并采用支持向量机来对特征向量进行分类完成疵点的检测。最后通过大量的布匹疵点实例对算法的可靠性进行验证,并对检测算法在不同参数下的检测精度与实时性进行了讨论。     

基于LabVIEW的织物疵点检测的小波去噪方法研究

本文以LabVIEW (Laboratory Virtual Instrument Engineering Workbench)为软件开发平台,运用小波变换理论,对织物疵点检测的去噪方法进行研究。同时结合LabVIEW编程语言详细分析小波去噪的原理及小波去噪的具体设计。实验结果表明,小波变换能有效去除织物图像中的噪声,突出并增强织物的疵点部分,为后续图像的进一步处理提供有力的帮助。     

基于计算机视觉的织物疵点自动检测的研究方法

织物疵点采用自动检测代替传统的人工检测是纺织品质量控制和管理的重要环节,同时又是纺织自动化的重要标志之一。简要综述了近年来计算机视觉在织物疵点领域的应用和发展情况,着重讨论了自动检测技术近期所涉及的各种方法及其在疵点检测上的应用。开发适合我国的织物疵点自动检测系统,具有深远意义。     

非下采样Contourlet变换在织物疵点检测中的应用

介绍了非下采样Contourlet变换并将其应用于织物疵点检测。首先对织物疵点图像进行两级非下采样Contourlet变换,得到1个低频子带和12个高频子带;然后对低频子带采用非线性增益函数进行增强及二值化处理;通过计算对比度在高频子带中挑选出4个最优子带进行去噪和二值化处理;最后将经上述处理后的低频子带与最优高频子带进行融合,以二值图像的方式将疵点与织物背景相分离。实验结果表明该方法具有较强的适应性、实时性和较高的疵点检测率。     

超宽幅扫描仪配套织物疵点检测软件设计

针对超宽幅扫描仪在获取织物图像过程中容易出现的几何失真现象,以及需要对织物在制造过程中出现的疵点进行检测等问题,设计了与之配套的数字图像处理软件.采用可视化编程工具Delphi进行了编程,利用坐标变换、灰度内插等方法得到了相应的几何校正图像,并通过与标准织物图像进行了图像匹配,实现了目标织物的疵点检测.实验结果表明,该软件能够快速、准确地检测出织物疵点,对提升织物检测技术水平和加强产品质量控制,具有重要的现实意义.     

基于Gabor滤波器对织造前帘子布疵点检测研究

针对织造前帘子布纱线疵点自动检测问题,对织造前帘子布纱线疵点分布特点开展了研究分析,提出了一种基于Gabor滤波器的帘子布纱线疵点检测算法,利用Gabor滤波器的能量值来描述帘子布纱线疵点特征。通过对疵点Gabor图像阈值化处理,得到了疵点的二值图像。然后对疵点二值图像沿水平方向进行了均等分割,得到了疵点所在的条状图像并除去随机噪声。在1 792个疵点图像测试集上对不同尺度参数的Gabor滤波器进行疵点检测准确度分析,建立了最优的方向和尺度参数组合。并搭建了基于机器视觉技术的帘子布纱线疵点检测系统。研究结果表明,该检测算法对帘子布纱线疵点检测准确度达到99.2%。经过4个月生产实践表明,该系统对织造前帘子布纱线疵点检测效果比人工检测效果提高86%,实现了机器换人的目的。