织物疵点图像消噪方法的比较

织物疵点图像的消噪是疵点识别和分类的重要预处理步骤。采用中值滤波、Wiener滤波和小波阈值化消噪3种方法对织物疵点图像进行消噪处理。在采用中值滤波和Wiener滤波时,同时选用3×3和5×5滤波器进行消噪;在采用小波阈值化消噪时,计算图像全局阈值,同时采用软、硬阈值消噪方法,对疵点图像进行消噪。通过实验比较,采用小波阈值化方法消噪时,疵点图像边缘清晰,峰值信噪比显著提高,其效果明显好于中值滤波和Wiener滤波;采用小波阈值化消噪后的疵点图像可在特征提取和识别中使用。     

几种基于图像自适应阈值分割的织物疵点检测方法比较

为了比较四种自适应阈值算法对目标和背景灰度值差异较大的织物疵点的检测效果,进而综合比较四种算法的优劣情况,本文首先对Otsu算法、改进的Otsu算法、局部阈值分割算法以及最大熵阈值法共四种图像自适应阈值算法的原理进行了介绍,然后分析了运用图像自适应阈值算法检测织物疵点的方法与步骤,在此基础上分别用四种自适应阈值算法对平纹和斜纹织物疵点图像进行了检测,并对检测结果进行了详细的分析和比较。实验结果证明文中所述四种自适应阈值算法在一定程度上都能用于织物疵点的检测,当不考虑算法执行时间时,检测效果为：局部阈值分割算法＞改进的Otsu算法＞Otsu算法＞最大熵阈值法。当考虑算法执行时间时,综合检测效果为：局部阈值分割算法＞Otsu算法＞最大熵阈值法＞改进的Otsu算法。     

织物疵点图像预处理方法的研究

织物疵点图像的预处理是疵点自动检测系统的一个重要步骤,对各种疵点检测方法的检测效果具有重要的影响。通过对预处理实验进行分析,找出了对疵点图像进行预处理的较好方法,即采用零均值图像进行图像增强,采用均值滤波进行图像消噪。     

基于图像最大熵的织物疵点检测方法

对织物表面疵点自动识别方法进行了探讨.将信息熵引入图像处理中,先通过最大熵快速迭代算法对织物疵点区域进行分割,把疵点图像分为背景和目标两部分;然后找出疵点区域的中心并求出疵点区域在纬向和经向上的方差;最后通过两者的比值与设定常数的比较,判断出疵点类型.仿真实验表明该方法对常见织物疵点的检测是有效的.     

一种基于OpenCV的织物疵点检测方法

在织物疵点自动检测开发中,传统的图像处理代码编写繁琐、效率不高.OpenCV具有较强的图像处理能力且提供了丰富的图像处理函数,可以把OpenCV运用到织物疵点检测上.以断经、纬疵样本为例,提出在OpenCV环境下采用阈值分割提取疵点图像,利用形态学技术实现噪点分离及断线连接.边缘检测实现了疵点图像在原图像中的准确定位.实验结果表明,OpenCV有简化代码、提高编程效率的图像处理强大功能,疵点检测结果准确,效率高.     

织物疵点图像边缘检测算法研究

阐述了一阶、二阶微分,Canny和基于小波等多种图像边缘检测方法,并对织物疵点图像进行了边缘检测,分析了各种方法在图像边缘检测应用中的优势和缺陷,结果表明,Canny和小波检测算法对织物疵点图像的边缘检测能够得到满意的效果,提供了较好的织物疵点边缘检测的途径。     

Matlab用于织物起毛起球图像的小波消噪处理初探

文章利用Matlab强大的图像处理工具箱和小波工具箱,对起毛起球织物图像进行消噪处理。研究结果表明,这种方法是行之有效的。     

织物疵点自动检测方法研究进展

介绍了织物疵点自动检测方法的研究现状,从结构、频谱、统计、基于模型、学习、混合和比较方法7个方面对织物疵点检测方法进行了分类,并以准确率、可靠性、计算成本、噪声敏感性等为考量指标对其进行了述评,同时对常见方法的优缺点进行了分析比较。     

织物疵点特征提取主要算法比较

在研究相关文献的基础上,详细分析了目前织物疵点自动检测研究中特征提取的3种主要算法:灰度直方图法、灰度共生矩阵法及小波变换法.对3种算法做了详细介绍,给出了具体的模型和公式,对3种算法的研究现状进行了阐述,详尽列出了近期相关的主要工作和研究进展;通过对比,指出了3种算法的优缺点,并给出了3种算法在计算量、灵敏度、有效性、识别种类、可操作性、区分效果方面的对比结果.     

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.     

小波分析理论在织物起毛起球图像消噪中的应用

小波变换具有多分辨率的特点,在时域和频域都有表征信号局部信息的能力,从而使得小波分析理论在图像处理等领域得到广泛的应用。本文基于Matlab数学分析工具环境下从实验角度出发,探讨了其在织物起毛起球图像消噪中的应用。     

几种消噪方法在断路器故障监测中的应用

针对断路器现场监测的信号中含有很多噪声,文章应用三种小波方法、中值滤波、小波包以及中值与小波结合的算法对采集的信号进行处理。在小波分析过程中,采用了强制消噪、默认阈值消噪和给定软阈值消噪三种方法,以及将给定的软阈值与中值滤波算法混合对同一原始断路器信号进行处理,经过对比各个方法消噪后的效果图,并采用信噪比与均方差作为衡量指标。仿真结果表明,给定的软阈值消噪算法较其它算法能更好的减少监测断路器振动信号过程中产生的噪声。     

织物起毛起球图像的小波消噪处理及其Matlab实现

利用Matlab强大的图像处理工具箱和小波工具箱，对起球织物图像进行消噪处理。结果表明这种方法是行之有效的。     

织物表面疵点自动检测方法研究

针对织物表面质量检测仍处于人工检测的现状,根据织物疵点破坏织物固有纹理组织结构,体现为灰度值纵向或横向频率变异的特点,提出一种疵点自动检测方法.该方法先由织物组织循环结构确定大小两个检测窗口的尺寸,然后通过合适的离散小波基把试样分解成含经向细节和纬向细节的两个子图,分别统计两者能量和后分离出低频的疵点信息.该方法简单易...     

基于小波包和图像融合的织物疵点图像预处理

在中值滤波的基础上,提出了小波包和图像融合的织物疵点图像预处理方法。利用小波包进行图像全局阈值降噪,分别采用软、硬的阈值方法得到两类图像,并将两类图像进行小波分解融合。结果表明,该方法可以很好地消除噪声和不必要的信息,同时保留了疵点信息。     

基于曲线拟合的织物疵点检测方法

由于以CCD数字摄像机获取的图像质量易受光照、噪声及组织纹理等因素的影响,使织物图像疵点分割成为织物疵点检测的难点,提出一种基于曲线拟合的疵点检测方法。利用线扫描方式逐行获取图像信息,采用最小二乘拟合方法削弱疵点信号对所获图像信号的影响,从而将拟合曲线作为标准无疵点的参照与原始图像信号相减,得到疵点信息。运用LabVIEW编程工具,选取了疵点织物图像进行测试验证,结果表明,本方法对常见的织物疵点具有快速、准确的分割结果。     

应用目标稀少特征的织物疵点图像分割

应用自适应阈值分割方法进行织物疵点检测,其阈值选择一直是研究的难点问题,为此,在研究目标特征的基础上,提出了一种利用目标稀少特征确定最佳阈值的织物疵点图像分割方法。首先,对采集织物图像进行滑动均值滤波,以抑制正常织物纹理信息对疵点检测的影响;然后,对织物图像进行预分割以确定最佳稀少度,在此基础上计算出最佳分割阈值;最后,利用最佳阈值进行织物疵点图像分割,并采用形态学滤波消除伪目标及噪声。结果表明,本文方法能够解决织物疵点分割中的最佳阈值确定问题,能够从织物纹理中有效分割出疵点信息。     

解决织物横档疵点的几点措施

近几年来,织物的横档疵点影响了产品质量,成为出口外销的主要阻力之一。织物横档疵点包括轧梭、隙梭、稀密路、双纱与百脚(斜纹)、云织、油纬,其中隙梭和稀密路量大面广。为什么能产生横档疵点呢?主要原因有以下几点:一是由于纺部原因造成     

机织物疵点控制的几点浅见

分析宽幅织物,稀薄织物产生边部疵点及稀密路的原因,并提出几项控制措施。     

织物疵点自动检测方法及应用进展

织物疵点是影响织物价格的重要因素,一直以来都备受关注.随着科学技术的发展,对智能化需求的提高,织物疵点的自动检测成为纺织行业的热门话题.织物疵点自动检测系统在市场上已经有了较为成熟的产品,国内的主流方式仍为机下检测,对平整布面检测效果较好.根据图像处理的方法可将检测算法分为结构法、统计法、频谱分析法、基于模型的方法、基...