融合颜色和边缘特征的织物图像检索算法

为解决单一特征检索精度不高的问题,提出一种基于分块颜色直方图和边缘方向直方图的检索算法。将图像转换到HSV颜色空间,并进行图像分块得到子块颜色特征;通过Canny算子提取图像边缘信息,获得边缘方向特征;利用卡方距离分别度量颜色特征与边缘特征的相似性,实现图像检索。该算法对织物图像的平均检索查准率达80.83%。认为:该织物图像检索系统对织物检索有较高针对性,能够获得较好的检索效果。     

基于机器视觉的玻璃纤维管纱毛羽检测

为实现玻璃纤维管纱毛羽检测的自动化,设计了基于机器视觉的玻璃纤维管纱毛羽检测系统。使用光源、相机、电机等搭建图像获取平台得到毛羽图像;利用Blob连通域分析法进行毛羽区域提取,计算毛羽轮廓矩特征与毛羽区域特征,并结合支持向量机实现毛羽分类;根据毛羽分类结果以及前后2帧图像中毛羽位置坐标差值,对不同类型的毛羽数量进行统计;通过毛羽的最小外接矩形,得到每帧图像中的毛羽长度数据,并取每个毛羽长度数据的最大值作为相应的毛羽长度。结果表明:该系统能够代替人工完成管纱毛羽的有效检测,且单个管纱的检测耗时在10 s以内,能够满足实际的工业需要。     

纺织厂基于CAN总线多PLC组网系统的实现

本文详细介绍了通过现场总线CAN—bus将多台中／小型PLC进行组网的设计方案以及软硬件的实现,构成一个智能PLC网络：同时,通过PC机可以对指定的远程PLC进行远程配置、控制通信以及监控。组网的PLC网络不但方便构成性能优越的DCS系统,而且可以降低系统成本,具有很好的工业应用前景。     

基于Log-Gabor滤波器的织物起球客观评级方法

作为传统Gabor小波的一种改进,Log-Gabor滤波器在机器视觉领域已经得到广泛的应用,利用Log-Gabor滤波器的特性结合主成分分析（PCA）与支持向量机（SVM）对织物起球的等级进行客观评价。针对Log-Gabor特征的高维问题,改进了传统的特征提取方法,提高了实验的计算效率,减少了运行时间。通过与Gabor小波的实验结果比较,该方法可以有效捕捉起球信息,最高正确识别率达到了95%。     

基于EM算法的高斯混合型的织物疵点检测研究

为准确检测织物在生产过程产生的疵点,提出了一种基于EM算法的高斯混合模型的算法来实现织物疵点的自动检测。由于织物背景纹理信息对织物疵点检测影响较大,采用均值采样对其进行预处理来消除背景纹理的影响,用高斯混合模型对新得到的图像进行处理。在进行高斯混合模型计算时分为E步骤、M步骤。E步骤初始化参数,计算样本像素的后验概率,M步骤更新高斯混合模型中的各参数。根据计算各像素的后验概率判断各像素点应该属于疵点部分还是非疵点部分。实验结果证明该算法能检测、分割出较多种类的织物疵点,具有较好的有效性和可靠性。     

Frangi滤波器和模糊 C 均值算法相结合的织物瑕疵检测

为解决织物瑕疵自动检测问题,提出一种基于Frangi滤波器和FCM相结合的织物瑕疵检测方法。首先采用均值下采样方法对采集的织物图像进行预处理,以减少织物背景纹理信息对织物瑕疵检测产生的影响;然后通过Frangi滤波器进行滤波增强织物的瑕疵区域;最后利用FCM对滤波后的图像处理,确定织物瑕疵区域的像素和非瑕疵区域像素的聚类中心,并分割出瑕疵区域和非瑕疵区域。实验结果表明,提出的方法检测织物瑕疵种类较多,分割效果较好。与其他方法相比,提出的算法利用的是聚类思想对织物疵点进行分割,不需要利用正常织物图像进行阈值计算。     

基于机器视觉的纽扣缺陷检测算法研究

针对传统人工检测纽扣效率低,成本高,外界因素影响大等问题,提出基于机器视觉的纽扣缺陷检测算法。通过均值滤波平滑图像,以减少噪声点;再用Canny算子获取图像边缘特征,判断是否存在大小眼或者扣眼堵塞;最后采用Otsu分块阈值的方法进行疵点提取。实验结果表明,此方法检测缺陷的准确率高达97%,且效率高,有良好的工业实用价值。     

柔软织物抓取双指灵巧手建模与轨迹规划

为实现灵巧手在纺织行业的新应用,提出了一种柔软织物抓取双指灵巧手的研究方法。首先,采用D-H参数法,建立双指灵巧手运动学模型;然后在关节空间中对双手指进行五次多项式轨迹规划;最后,利用仿真软件对建模和轨迹规划算法进行验证分析,证明了模型准确可靠,轨迹规划算法合理,灵巧手抓取方式灵活,在操作空间可以对任意形状的柔软织物进行抓取,为实体灵巧手系统研究提供了理论依据。     

基于非下采样轮廓波变换和朴素贝叶斯分类器的织物缺陷检测

为检测织物生产过程中产生的缺陷,提出一种非下采样轮廓波变换(nonsubsampled contourlet transform,NSCT)和朴素贝叶斯分类器(naive Bayes classifier,NBC)相结合的缺陷检测算法.该方法分为2个阶段:学习阶段和检测阶段.在学习阶段,分别提取有缺陷和无缺陷织物的子块集合,首先利用NSCT进行滤波去噪;然后提取每个子块的广义高斯分布的混合(mixture of the generalized Gaussion distribution,MoGG)模型,并计算子块之间的相对熵(kullbackleibler divergence,KLD);最后利用得到的数据训练NBC.在检测阶段,将待检测图像分割成子块,利用经过训练的NBC检测子块,输出缺陷检测结果.实验结果表明,该算法对于灰度均匀织物及净色纹理织物的缺陷检测均具有良好效果,并且利用该算法可以检测出多种缺陷类型,检测精度可达到97%,能满足工业生产需求.     

基于微波技术的织物含水率测量方法

文章介绍了微波技术在纺织品水分测量中的应用,对其湿度测量原理进行了分析。设计出一种基于微波的非接触式织物含水率的测量系统。并以PLC为处理器对织物的含水率进行了测量。同时用传统的称重法对织物的含水率进行了测量。通过对实验数据的处理,拟合出了不同织物含水率的拟合直线,并对实验中所出现的误差进行了分析。实验结果表明,该系统对于棉麻布,牛仔布和细棉布含水率的有效测量范围分别在30～50%,30～55%,35～70%。并且棉麻布的测量误差最小,并且在±1%以内。