基于自适应小波变换的织物密度测量

应用自适应小波变换技术以实现机织物密度的自动测量。先运用Wiener2和直方图均衡技术对织物图像进行预处理,增强图像的纹理特征;接着选取自适应小波技术对织物图像进行分解;再对分解得到的子图像进行二值、平滑等后处理;最后通过分析后处理图像的经纬纱线信息得到织物密度。试验结果证明,运用该方法能够准确测量3种基本组织的织物密度,是一种行之有效的方法。另外,还简要介绍了自适应小波的构造技术。     

基于MATLAB的机织物密度自动检测

对机织物用MATLAB语言进行图像处理，实现机织物经纬密度自动检测进行了研究。提出用小波变换对机织物图像进行分解和重构，将机织物经向和纬向信息分离出来，再对变换后的图像进行二值化和平滑处理。得到与背景完全分离的纱线分布信息，自动计算出机织物的经纬密度。经实验验证，所得结果相对误差为3‰，准确度较高。     

用小波变换法自动测量机织物经纬密度

研究用小波变换方法对机织物图像处理,实现织物经纬密度的自动测量,提出了确定小波分解层次的方法,对分解图像进行二值化和平滑处理的方法,实验证明用coiflets小波处理织物图像是有效的。     

基于卷积神经网络的机织物密度均匀性检测

针对目前基于机器视觉的机织物密度自动检测时织物检测视野小、精度低、品种适应性差的问题,提出一种基于多尺度卷积神经网络的检测方法.首先设计了一套离线图像采集系统连续采集织物图像,并建立一个包含详细织物参数的织物图像数据集;然后采用一种具有不同大小局部感受野的多尺度卷积神经网络适应不同大小的织物结构特征,定位纱线位置;最后...     

基于小波变换的机织物高密度检测

针对目前高密度机织物密度自动检测算法测量精度较低的现象,提出在三原组织织物密度自动检测过程中,利用小波变换的分解与重构特性分析预处理后的织物图像,对分解的子图像进行二值化、平滑处理来提取纱线周期性特征参数,统计二值图像中黑白循环更替次数来确定织物经纬密度。为提高密度检测精度,采用分区域平滑减小了斜纹纹路的影响;通过缎纹织物图像反面获取纬纱信息消除缎纹组织织物浮长的影响;运用形态学滤波去除因高密度织物上纱线毛羽导致平滑过程中出现的细条块。实验结果表明:该方法检测误约为1.00%,测量精度较高,具有一定的实用参考价值。     

织物经纬密度自动测量实用技术:1.测量方法

为克服单一图像处理技术在检测高紧密、歪斜变形、绒面和结构不均匀等织物的结构参数时存在的困难和低精度问题,提出一种自动测量机织物经纬密度的新方法。运用力学拉伸矫正和清晰化与图像处理的组合技术快速测定机织物的经纬密度。研究证实,基于组合技术的纱线排列密度图像测量算法易实现,且对织物结构的图像识别具有普适性,可标准化和实用化。     

织物组织识别方法研究

运用扫描仪获取织物的反射图像,在织物辅助分析系统中读入扫描图像,对图像进行数字处理,通过分析织物的经纬纱线浮点中纤维的纹理方向而判断其属于是经浮点或纬浮点,从而达到判别机织物组织的目的。尤其对于经纬同色或经纬密度相同的织物,此方法具有很好的效果,解决了以往通过经纬异色织物中组织点颜色或灰度值的深浅或组织点的形状不同判断等技术不能解决的问题。     

小波分析在织物缺陷检测中的应用

对于织物缺陷的检测，可以使用多种不同的图像处理技术．而具有多分辨特性的小波变换是一种分析图像的新方法，它的变尺度特性与人类视觉中的空间频率多通道相吻合．使用小波分析的方法对3种织物缺陷进行检测分类．首先将织物图像进行3层小波分解，然后把小波分解后的图像灰度值作为特征参数输入到BP神经网络进行检测识别，实验结果表明，用这种方法识别织物缺陷识别率可达到98％。     

织物经纬密度的数字化分析系统

织物是由经纱和纬纱交织而成的,通过织物的扫描图像,可以发现经、纬两个方向上纱线与纱线之间的间隙的亮度信号有明显的变化规律。利用此规律。可以确定织物图像上经纬纱线的位置。分割经纬纱线,从而求出准确的经纬密度。     

织物数码密度镜

介绍了新研发的用来分析织物经纬密度、纱线排列及组织的织物数码密度镜的研制背景、结构组成、工作原理和主要特点等。     

基于图像处理的梭织物密度分析检测

针对梭织物密度检测中存在的问题,提出一种基于图像处理的梭织物密度智能分析系统。该系统通过取像装置采集样品高清实时图像,对图像进行自动标定、分割及矫正,计算并输出织物样品的经纬向根数测定结果。与人工测量相比,智能分析系统的检测结果相对偏差小于5%,表明该方法适用于梭织物密度的自动分析检测。     

小应力作用下涤粘仿毛织物的回弹性

研究了涤粘仿毛织物在小应力作用下的回弹性,根据分析20块不同种类的涤纶、粘胶仿毛织物的面积质量、经纬纱线密度、经纬纱线捻度、经纬纱线缩率以及织物的经纬密度,利用FAST-3织物风格仪测试织物经纬向的弹性伸长,利用SPSS软件进行多元回归分析,并根据P检验和t检验法则分别判断多元回归方程与各个参数的显著性,分析影响仿毛织物回弹性的因素。     

基于自适应小波三层分解的织物疵点检测

提出了运用自适应正交小波对织物图像进行三层分解的织物疵点检测方法。通过借鉴Daubechies的构造条件构造织物自适应小波,由自适应小波对织物图像进行三层分解,将疵点信息融合后设定固定的闻值进行二值化。同采用DB族小波分析结果比较与实验检测,表明此方法有效。     

织物组织识别中组织点坐标的确定

织物组织点坐标的确定,是组织识别研究中非常重要的一项内容。通过使用扫描仪获取织物原始图像的透射图像,可以先对透射图像进行二值化和Sobel边缘检测处理;然后通过一定的算法,确定经纬纱线的位置,求出织物经纬组织点的准确坐标,从而为下一步的织物色纱排列和织物组织自动识别奠定基础。另外,还派生了一种测量织物密度的新方法。     

基于动态聚类的织物疵点识别算法

首先对织物图像进行高斯模板平滑预处理,然后提取正常织物图像小幅窗口的行列(对应织物中经纬向)灰度均值,再利用K均值聚类算法提取织物图像中纱线条干的灰度聚类中心和纱线空隙部分的灰度聚类中心,计算出正常织物图像行列灰度均值与其灰度聚类中心的波动范围。比较待检图像的行列灰度均值与正常织物图像的行列灰度聚类中心,判断其波动是否超出正常织物图像的波动范围,以判别待检图像中是否含有疵点,并正确标出织物图像中疵点位置。     

基于图像处理的机织物密度的高精度识别

通过对机织物图像和扫描仪精度的探讨,选择用扫描仪垂直扫描得到高分辨率的机织物表面反射图像,并提出采用特定的图像尺寸对织物图像进行处理。利用纱线间隙定位法对织物图像进行纠偏预处理。在处理后织物图像的亮度投影曲线中,通过区域排查的方法确定纱线间隙的位置。再对纱线间隙的距离依次检查,得到纱线间隙距离的准确平均值,最终得到织物的密度。实验证明,所得结果最高误差为0.07%,准确度较高。     

用图像处理技术快速检测机织物的经纬密度

文章讨论了用一维傅立叶变换、二维傅立叶变换和小波变换等图像处理技术检测织物经纬密度的原理和方法,找到了一种快速、可靠的织物经纬密度的检测方法.用VC 编程实现了织物经纬密度的快速检测,并用三维立体图表示出织物图像的变换结果.     

基于小波变换的机织物经纬密度自动检测技术

探讨了小波变换在机织物图像处理方面的应用,通过使用多层小波分解与单层细节重构,实现了对机织物经纬密度的自动测量;提出了一种利用最大相关系数算法自动确定小波重构层数的新方法,可使结果更客观、准确。     

机织物的耐平磨性能

采用YG401型织物平磨仪对25种机织物的耐平磨性能进行了测试分析.结果表明,织物的原料、组织、经纬纱线密度、经纬密度、面密度和厚度对织物的耐平磨性有比较显著的影响.     

不同组织大麻织物抗渗水性和透气性的测试分析

通过对蜂巢组织、麦粒组织、鸟眼组织、绉组织和透孔组织五块不同组织的大麻织物以及四块不同紧度平纹织物的透气性、 抗渗水性进行测试并对比分析,结果显示,织物的透气性与织物的经纬密度、经纬纱线号数、纱线捻度等关系密切.