应用显著性算法的纱线条干均匀度检测

针对运用图像方法进行纱线条干均匀度检测时,背景黑板、纱线毛羽以及图像噪声等对检测结果影响较大的问题,借鉴人的视觉感知机制,提出一种应用显著性算法检测纱线条干均匀度的方法。对采集到的纱线图像提取颜色和亮度特征,进行显著性分析,突出纱线条干区域,然后利用迭代阈值分割算法和区域滤波,得到准确清晰的纱线条干二值图像,基于此进行直径计算、均匀度分析和纱线疵点判定。通过边缘准确性评价可知,采用所提方法分割得到的纱线条干二值图像有着较高的分割精度。通过与Uster Classimat 5的均匀度检测结果进行比较,证明这种方法可得到准确的结果,与Used Classimat 5 的测量结果有着较好的一致性。     

基于Halcon多层感知机的织物色差检测研究

探讨基于Halcon中多层感知机织物色差检测研究。首先将数据库中部分样本特征数据输入神经网络,然后采用均方误差最小化训练优化神经网络,构建样本特征与色差类别的多层感知机映射函数;最后将面积更大、上色情况更复杂的织物输入多层感知机,通过形态学算法分割出织物中不同类别的色差区域,并统计三种颜色织物的色差检测平均准确率,最低可达到89.7%。认为:织物图像中的不同色差区域均能准确判别并分割出来,能满足工业色差检测的准确率与灵敏度要求。     

基于小波分解系数的织物图像分类分割

 针对既考虑颜色域又考虑空间域的分割算法对小纹理织物图像产生较大分割失真,而只考虑颜色域信息的算法又对大纹理粗糙图像的纱线缝隙不能有效去除的问题,提出了基于小波分解能量的织物分类算法,先判断出织物粗糙与否,再选用相应算法分割。发现由纱线缝隙等造成的较大纹理主要存在于小波变换的2、3级细节图像上,通过计算这两级的分解系数能量和,判断是否属于大纹理织物,再依据2、3级的能量比判定粗糙程度,实现对织物的分类分割。     

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。     

应用纱线序列图像的电子织物构建

为检测纱线条干均匀性对织物外观的影响,在纱线条干图像测量的基础上,提出了一种基于纱线序列图像的电子织物的构建方法。通过建立织物组织变化模型和光照模型,将纱线直径值与基元组织点外观灰度纹理分布相结合,构建电子织物外观数学模型。实验中通过将采集的纱线序列图像进行图像分割和形态学运算等处理,获取纱线直径数据,代入到构建的织物外观数学模型中,实现基于纱线序列图像的电子织物的模拟并且相关参数可调。通过选择合理的织物结构参数,提出的电子织物模型能够真实的反映纱线条干均匀性对织物外观的影响,准确预测布面效果。     

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JSEG算法的纺织品印花图像分割

 针对机器视觉对纺织品印花精度的检测问题,提出了利用JSEG算法对印花的纺织品图像进行分割。主要通过对图像的滤波,颜色的矢量化和区域的增长与合并,完成图像区域的分割。通过实验给出了颜色量化阈值和区域合并阈值对图像分割的影响以及选取的方法,最终给出该算法对印花纺织品图像的分割效果图,表明该算法利用颜色信息和区域信息,对包含纹理信息的彩色印花图像有良好的分割效果,并且对由日光引起的一些干扰有一定的抑制作用。     

多色网点结构提花织物设计与色彩仿真评价

为丰富和改善全彩型提花织物的色彩仿真效果，提出一种由多色网点叠加组合表现的彩色仿真提花织物设计模式。通过对全彩数码图像的原色分离产生多幅分色图，并将其逐一转化为二色值网点图，再重新组合成1幅8色以内的网点图像，结合重纬结构进行提花织物样品设计与织造。对织物样品进行多个测色点的颜色数据采集，并将其与原始数码图像进行色差比较分析。结果表明：相较于一般4色纬影光组织织物样品，多色网点结构提花织物的总色差均值降低了14.21%;进一步按明度值、红绿值和黄蓝值进行分项色差比较发现，多色网点结构提花织物的绿、红、蓝和黄等色值的色差均值分别降低了27.31%、19.72%、13.24%和9.65%,而明度差均值降低了12.88%,证明多色网点结构设计模式的可行性及其更理想的色彩仿真性能。     

改进频率调谐显著算法在疵点图像分割中的应用

为提高织物疵点分割精度,提出了一种用于织物疵点图像分割的改进频率调谐显著（FT）算法。首先,利用织物疵点和背景区域透光率的不同,将光源和相机分别置于织物两侧来获取图像,提高疵点区域对比度;其次,应用非局部均值滤波器（NLM）替代FT 算法中的高斯滤波器,增强对背景纹理的平滑和降噪能力;研究发现NLM滤波器中滤波参数对疵点分割精度影响较大,提出了基于平均最大类间方差的参数优化方法;然后,将改进FT 算法应用于疵点图像预处理,进一步提高疵点对比度;最后,使用最大类间方差法对疵点显著图进行分割。对2 种不同织物疵点图像的分割实验结果表明,使用改进FT 算法对粗经、竹节、结头、断纬、油污和破洞等常见疵点图像进行预处理,可显著提高疵点分割精度。     

基于Hough变换的机织物组织点自动定位

为实现机织物的组织识别,先要完成组织点的定位和识别。为克服传统的组织点分割方法的局限性,提出采用Hough变换检测织物图像中的经纱和纬纱的倾斜角度,然后对织物图像中的像素点进行坐标变换。在变换后的图像中对像素点进行按行按列灰度累加,通过确定累加曲线中的谷点即可完成织物的经纬纱分割。对经纱和纬纱分割结果进行合并,可得到机织物组织点分割结果。实验结果表明,所提出的算法对存在纱线倾斜的不同织物均可实现组织点的成功定位。     

利用表里接结结构的双面异效小花纹织物设计

针对小花纹织物一般只具有单面效应的问题,通过对双面异效小花纹设计原理的分析,提出一种基于表里接结结构的双面异效小花纹织物的设计方法,该设计方法通过双面小花纹组织和配色模纹两种途径完成。第1种途径首先设计织物正反面小花纹组织,然后通过表里接结的方式将织物正反面连接起来;第2种途径首先设计织物正反面组织,然后将组织分别与正反面色纱配合形成双面配色模纹小花纹,最后通过表里接结的方式将正反面连接起来。这2种途径均应用表里接结的设计原理,且织物正反面设计时相对独立,突破了重组织的限制。     

二重组织织物计算机三维模拟的实现

探讨利用计算机进行二重组织织物三维模拟的实现方法.在建立二重组织织物计算机设计模型的基础上,依据其整数矩阵中各组织点的性质,基于织物结构的Peirce模型,利用虚拟现实建模语言(VRML),构建了二重组织织物结构的三维仿真模型.进一步结合Java语言编程,实现了表、里组织纱线颜色、光照等参数的网络交互设计.以经二重组织为例,进行了计算机三维模拟及网络交互设计.     

Weave pattern recognition by measuring fiber orientation with Fourier transform

An effective method based on measuring the fiber orientation of yarn floats with two-dimensional Fourier transform (2-D FFT) is proposed to recognize the weave pattern of yarn-dyed fabric in the high-resolution image. The recognition process consists of four main steps: 1. High-resolution image reduction, 2.Fabric image skew correction, 3.Yarn floats localization, 4. Yarn floats classification. Firstly, the high-resolution image is reduced by the nearest interpolation algorithm. Secondly, the skew of the fabric image is corrected based on Hough transform. Thirdly, the yarn floats in the fabric image is localized by the yarns segmentation method based on the mathematical statistics of sub-images. Fourthly, the high-resolution image is corrected and its yarns are segmented successively according to the inspection information of the reduced image. The fiber orientations are detected by 2-D FFT, and the yarn floats are classified by k-means clustering algorithm. Experimental results and discussions demonstrate that, by measuring the fiber orientation of yarn floats, the proposed method is effective to recognize the yarn floats and the weave pattern for yarn-dyed, solid color, and gray fabrics.     

The fabric defect detection based on CIE L*a*b* color space using 2-D Gabor filter

A detection algorithm based on CIE L*a*b* color space is proposed to detect various colorful fabric defects more accurately and avoid the error detection resulted from losing image information of graying. CIE L*a*b* color space is transformed from XYZ space via nonlinear transformation of RGB space. First, three features including the brightness characteristics L*, color information of a* and b* which are used to form 2-D Gabor filter in a complex number can be acquired. Genetic algorithm with the objective function in a form of energy is adopted to select optimal Gabor filter parameters. Second, filter built by flawless image is used to filter the corresponding drawbacks of image. Third, ultimate results are obtained through sliding threshold segmentation method and properly de-noising. The experiment success rate is 95.83%, which indicate that this method can detect diversiform colorful fabric defect accurately.     

基于多特征融合的织物印花图像分割

针对织物印花检测精度的问题,采用结合颜色特征和纹理特征多特征融合的方法,对织物印花图像进行有效分割,从而为提高织物印花的检测精度奠定了基础。在织物印花的分割过程中,首先采用颜色特征结合基于自动种子点选取的区域增长算法对图像进行初始分割,在初始分割的基础上,利用小波变换提取干扰区域的纹理特征,从而可以进一步地消除干扰区域,实现织物印花图像的准确分割。实验结果表明：基于多特征融合的分割算法能够准确地分割出织物的印花图案,克服了仅仅采用颜色特征或者纹理特征时产生的分割失真,提高了分割的质量,具有较好的应用价值。     

色纺机织物组织结构对其呈色特性的影响

针对色纺加工中机织物组织结构参数变化而导致的色纺纱线选配调整难题,提出了一种结合均匀三元结构描述子的图像混合特征提取算法,对色纺机织物组织结构与呈色一般规律展开研究。以聚类分析理论为基础,构建了基于特征类内距离的呈色特性分析模型,并用于色纺纱线与其机织物呈色特性与颜色传递的表征。结果表明:建立的图像特征提取算法与呈色特性分析模型具有理想的色度学指标表征与判别能力;对于具有不同质量配比与捻系数的色纺纱而言,不同的织造过程均会降低其呈色的差异性与层次感;同时,相较于平纹与缎纹,斜纹对织物呈色差异性弱化的能力最强。     

基于图像色网点化设计的织物结构呈色特征

为克服提花织物色彩仿真设计受影光组织库显色规律制约的问题,提出一种图像色的网点化设计方法。采用3种网点大小与4种排列角度对黑白渐变色阶进行网点化设计,织造织物样品;并将网点织物样品组与一组采用缎纹影光组织库的织物样品进行比较研究。通过对织物样品的比较分析表明:网点越大则黑白渐变色织物样品组的明度值变化越均匀,但不足之处是在实践应用中对原始图像的细节表现减少;在网点排列角度方面,采用15°和75°角具有更稳定的织物交织结构;网点织物样品组的明度差离散平均值较后者降低了31.94%,表明了图像色的网点化设计使织物具有更好的呈色均匀性。     

基于相似性定位和超像素分割的织物疵点检测

为解决周期性纹理织物图像的疵点检测及其轮廓精确分割问题,提出一种基于相似性定位和超像素分割的织物疵点检测方法。将待检测图像进行中值滤波和对数增强,并利用FT算法估计增强图像的显著图实现待检测图像的预处理;将基于归一化局部均值差分的灰度相似性检测参量和结构相似性检测参量结合,构建可测量更多类型周期性纹理织物图像的相似性度量函数,通过阈值化增强图像分块的相似性测量值实现疵点在显著图中的粗定位;最后对显著图粗定位图像分块进行超像素细分割及其二值化处理,并借助连通域分析剔除孤立点,获得完整的疵点轮廓。结果表明,本方法与常规3种方法相比,对周期性纹理织物图像的疵点检测准确率更高,且提取出的疵点轮廓更精确。