局部阈值分割用于织物疵点检测

利用电子仪器代替人眼检测是织物疵点检测的一个热点问题。为了解决这个问题,本文利用织物疵点灰度值偏离正常织物灰度值的原理,探讨了织物检测电子成像参数的计算方法。结合实际试验表明:此算法能有效、快速检测分辩出织物疵点。     

基于遗传算法的织物疵点特征选择

 为提高疵点分类的正确率，提出应用遗传算法对织物的疵点进行特征选择。首先提取机织物疵点图像，基于直方图、灰度共生矩阵、灰度差分统计、小波差分统计等描述纹理特征，采用遗传算法对这些特征组成的特征向量进行特征选择，再用支持向量机（SVM）分别对原特征向量和选择的特征子向量进行分类。实验结果显示，织物疵点的平均识别率从原来的89%提高到95%，说明该算法对织物疵点特征选择是有效的。     

基于网格的织物图像拼接技术

 图像拼接技术是计算机视觉和数字图像处理中的重要分支。本文首先研究在图像配准过程中绝对差、差值平方和,以及归一化相关系数对配准时间和精度的影响;其次研究算术平均法、加权平均和多分辨率小波融合方法对消除拼接接缝的效果;最后通过对时间复杂度、匹配度和融合效果的分析,得出适合织物图像的拼接方法。通过研究发现,采用基于灰度空间上的网格特征匹配和应用加权平均方法进行重叠区域的图像融合可以很好地完成织物图像的拼接。     

织物疵点图像的直方图处理与增强

图像增强能有效增强罔像整体或者局部特征,直方图规定化和均衡化能有效用于图像增强.原始采集到的机织物疵点图像经过直方图均衡化或规定化处理后能较好地识别其中的疵点部分.利用matlab的图像工具箱函数,讨论直方图处理技术对织物疵点图像进行增强处理,同时,选取不同的规定化函数对直方图处理织物疵点图像结果作相关比较.     

基于灰度共生矩阵的Julia集的纹理研究

分形图像具有精细结构和强烈的视觉冲击效果,使其在图像、图形设计中占有重要地位.对精细结构的衡量可以采用分形维数,而对具有特殊视觉效果的分形图像纹理的表征和分析较少.采用灰度共生矩阵的能量和熵分析由不同逃逸时间极限、逃逸半径极限、吸引子虚部和收敛区域半径生成的Julia集图像的纹理变化规律,为分形图像的快捷设计提供了依据.