应用光照投影和图像分析技术评估织物起球等级

应用一种新的图像分析系统进行织物起球等级的客观评估，首先获取反映织物三维轮廓数据的距离图像，通过一组匹配滤波器检测毛球，应用分块阈值法进行毛球分割，选取毛球个数，毛球面积和毛球体积建立等级评估方程，并采用模糊逻辑系统作为最终的等级评估模型。结果表明，该系统能满足实际起球试样的等级评估。     

基于相对总变差模型与MSER的织物毛球等级评价

针对人工评价织物起毛起球等级存在主观因素强、效率低等问题,提出基于相对总变差模型与MSER(最大稳定极值区域)相结合的织物起毛起球等级评价方法。首先对织物起毛起球图片进行预处理,以消除光照不均的影响并增强毛球信息;然后利用相对总变差模型抑制毛球图像的纹理信息,使用MSER分割毛球区域,再通过形态学运算处理该区域;最后以毛球总面积占图像面积的比例作为起毛起球等级评价参数,建立织物起毛起球等级评价标准,实现对织物起毛起球等级的客观评价。实验结果表明,该方法可以有效地完成织物起毛起球等级评价,能够满足实际工业需求。     

小波分析与纹理能量算法用于毛球图像处理

在织物起毛起球图像处理中,毛球信息与纹理信息的分离至关重要。文中将小波分析理论与织物纹理能量算法相结合,对多尺度小波分解过程中的织物纹理能量的变化进行了曲线拟合,并根据拟合的能量差值曲线确定了最佳重构层次,实验中所测织物的最佳重构层次位于第3层,即可判断纹理信息主要集中在第2层,毛球信息则位于第4层,以此对经过多尺度分解后的图像进行了叠加重构,基本实现了织物毛球与纹理的自动分离,为织物起毛起球图像处理过程中毛球的分割以及特征参数的选取提供了依据。     

基于小波变换与形态学的织物毛球检测

在织物起毛起球的检测过程中,织物纹理信息的滤除是织物起毛起球图像处理过程中的关键一步,虽然现有的方法也取得了一些成果,但仍有需要改进之处。针对此,本文提出对织物起毛起球图像进行预处理,然后进行纹理分割;重点研究了采用二维离散小波变换对起毛起球图像进行多分辨率分解与重构,并根据每层分解后高频能量的变化确定纹理与毛球的最佳分割层次;最后运用数学形态学的腐蚀、膨胀对图像进行增强,分割出完整清晰的毛球图像。     

一种新的目标检测与跟踪算法

针对目前目标检测与跟踪算法实时性和精确性不高的问题,提出了一种新的算法.该法采用差分法分割检测目标,在混合高斯背景模型的基础上,通过检测目标的位置和颜色特征,并利用改进的Hough变换检测目标形状,找到与之匹配的目标轨迹,从而实现目标的准确跟踪.实验结果表明,该方法具有较高的检测精度和跟踪效率,能够满足智能监控系统的实时性要求.     

基于颜色和形状的机器人运动目标跟踪

针对类人足球机器人存在识别运动目标效果差、容易受光照变化影响等问题,提出了一种基于颜色和形状的运动目标跟踪算法:在HSI空间执行基于颜色信息的快速阈值分割,获取目标信息,加入自适应阈值更新,以增加算法的鲁棒性;利用卡尔曼滤波预测运动目标下一帧的位置,在局部范围根据目标形状信息执行优化边缘检测识别目标,获取目标准确的位置信息,然后继续跟踪.实验证明:该算法能够对运动目标进行准确跟踪,可满足实时性的要求.     

应用多尺度多方向模板卷积的筒子纱缺陷检测

针对筒子纱不规则的纹理基元增加缺陷检测难度的问题,提出一种基于多尺度多方向模板卷积的筒子纱表面网纱缺陷检测算法。首先通过系统采集筒子纱的顶面纹理图像;其次对原图像进行OTSU阈值处理,并采用椭圆拟合确定纹理位置,利用极坐标变换将其展开;然后利用水平方向一维高斯差分算子提取边缘,通过改变高斯核的标准差获取多个尺度的边缘图像;进而将0°~180°角度区间量化成多个方向模板与各尺度的边缘图像进行卷积,并投票记录每个像素位置在各尺度下的多方向模板卷积结果的最大值;最后,选取经验阈值对最强卷积响应进行分割得到缺陷图像。实验结果表明,该方法可有效检测筒子纱表面的网纱缺陷,识别准确率达0.96。     

基于色彩特征的服装图像分割算法研究

基于色彩特征,提出一种基于混合高斯模型的服装图像分割方法,建立混合高斯逼近的图像色彩特征统计模型,把图像从RGB色彩空间变换到HSI色彩空间,并在H分量上进行分割。对比实验表明,该方案对服装图像目标划分清晰,细节保持较好,改善了图像的分割性能。     

织物悬垂测试系统中织物边缘的识别

由于织物花纹式样的多样性,传统的图像分割算法常常无法准确地识别出织物边缘轮廓。根据织物悬垂图像的边缘轮廓特点,提出采用基于梯度向量流场(GVF)的动态轮廓模型(Snake模型)来识别织物的边缘轮廓。采用贪心算法实现了Snake边缘检测模型,分别用该模型和基于边缘梯度扫描的算法识别5种典型印花织物悬垂边缘,并将2种算法得到的边缘轮廓进行了比较。实验结果表明,该边缘检测模型能准确地识别多种传统图像分割算法所无法准确识别甚至无法识别的特殊织物的边缘轮廓。     

经编贾卡织物纹理分割与轮廓提取技术

为进一步提高经编贾卡织物智能分析水平与设计技术,提出一种基于小波变换和Canny算子的贾卡织物纹理分割和轮廓提取算法.该算法首先采用具有局部定域能力和多分辨率能力的小波变换作为分析工具,将织物图像中的低频部分作递归金字塔结构分解;然后从分解后的最大尺度水平开始,逐层图像聚类,并融入下一尺度水平上的高频信息实现纹理的重构...     

应用小波域高斯差分滤波的起球疵点客观评价

受织物背景纹理多样性以及起球疵点特点的影响,传统的图像处理算法难以满足起球疵点自动检测和客观评价需要,为此,提出一种基于小波域的高斯差分滤波起球客观等级新方法。首先,对起球疵点图像进行小波多层分解,实现周期性背景纹理信息与起球信息的分离;然后,选择合适的小波分解子图进行高斯差分滤波,消除噪声以及光照不均等缓变的背景信息,提高起球信息的显著度;在此基础上,根据起球特征设定阈值对起球疵点图像进行分割,并提取起球特征;最后,通过人工神经网络进行起球疵点客观等级评价。试验结果表明,本文方法用于起球疵点客观等级评价是可行且有效的,且具有较强的抗干扰能力。     

基于快速傅里叶变换与织物纹理能量算法的起毛起球织物纹理滤除

在织物起毛起球图像处理过程中,织物纹理信息的滤除是实现毛球分割至关重要的一步,而不同的图像包含的纹理、毛球信息不同,在用傅里叶变换对图像进行处理时需要采用不同滤波半径。因此,在处理过程中选取的滤波半径是实现纹理滤除的关键因素。本文将快速傅里叶变换与织物纹理能量的算法相结合,根据能量2次差值拟合曲线实现毛球与纹理分离时最佳滤波半径的自动获取,然后通过反傅里叶变换得到分离的纹理信息和毛球信息,实现织物纹理的滤除,最后分割出完整的毛球信息。     

New objective system of pilling evaluation for various types of fabrics

Image analysis methods are widely used tools for an objective pilling evaluation. However, due to their intrinsic limitations, simple image analysis of digital photographs is not a suitable procedure for the pilling evaluation of fabrics with complex structures and distinct patterns. Generally, a fabric pattern or a complex fabric structure have presented significant problem to the pills detection. This paper describes a system of the objective pilling evaluation of unicolor fabrics and even fabrics with complex patterns. The main points of the pilling evaluation system include a 3D fabric surface reconstruction from shading based on gradient field method, using image analysis tools for the pills detection and an estimation of an objective pilling grade. In order to enable the estimation of the objective pilling grade, a relationship between the pilling grades obtained by a subjective method and selected pill characteristics was specified using a linear regression model. The method was tested on a set of different fabrics and estimated pilling grades were compared with subjective pilling grades of the samples. Results showed that the proposed method is suitable and reliable tool for the objective pilling evaluation of various types of fabrics.     

基于标准样照与图像分析的织物起毛起球评等方法

为使织物起毛起球等级评定更为客观,尝试运用图像处理技术解决这一问题。首先扫描光面精梳毛机织物起毛起球标准样照（GB/T4802.3—2008）,运用傅里叶变换技术将样照图像转换到频域,在频域中滤除代表织物纹理的信息,经傅里叶逆变换得到滤波后的标准样照图像。然后采用增强的OTSU动态阈值法,增强图像中的毛球信息,提取图像中毛球的面积,计算其所占图像总面积的比例。在此基础上,建立毛球占图像总面积的比例与织物起毛起球等级之间的关系。最后通过对实际织物分析评等,验证了这种方法的可行性。     

锦黏氨针织面料起毛起球测试方法研究

针对起毛起球目光评级存在的主观性导致的评级差异,提出采用球粒法进行评级.选择14款有代表性的锦黏氨针织裤类面料样品,分别在415 g、(415+595)g、(415+795)g压力下摩擦100～2 000r,统计样品表面毛球数量以及起毛起球级数,综合评定面料的起毛起球性.结果 表明:球粒法的起球速率与样品退货情况存在一...     

应用自适应滤波与阈值迭代的原棉杂质视觉检测方法

针对Canny算子滤波模板参数与高低阈值人为设定而导致的杂质弱边缘丢失问题,提出一种基于改进Canny算子的原棉杂质检测方法,该方法采用自适应平滑滤波代替高斯滤波对原棉图像进行平滑,以小尺寸平均加权滤波模板与原图像迭代卷积,并在每次迭代过程中自适应地调整各像素的加权系数,同时,采用的最大类间方差法能够自适应地确定高低阈值,实现了滤波模板参数与高低阈值的自动优化,避免了弱边缘的丢失。仿真实验结果表明:该方法检测到的原棉杂质边缘完整、流畅,减少了伪边缘的出现,8连通域数与边缘点总数比值比Canny方法平均降低16.8%,8连通域数与4连通域数比值比Canny方法平均降低18.8%;同时,在对4种原棉常见杂质的识别上,该方法与国标方法检测结果平均相符率达到92.7%,能够有效用于原棉杂质的自动化检测。     

基于Canny算子的白酒分子结构图像边缘提取

提出了一种改进的Canny和数学形态学相结合的白酒分子结构图像边缘检测方法。采用二维高斯函数的一阶偏导数来同时构造x和y方向滤波器计算梯度幅值,然后通过四阈值边缘检测方法进行边缘定位,最后引入了数学形态学对边缘进行融合。实验仿真表明,方法对酒分子结构边缘检测精度较准、抗噪性能良好,能有效的克服图像边缘模糊与断点,提高了...     

现代分析测试技术在印染行业的应用(十六)——织物起毛起球的成因、测试方法及改善途径

从纤维性能和纱线结构、织物的组织结构等方面分析不同织物起毛起球的原因,系统介绍了有关织物起毛起球的测试方法（如马丁代尔法,箱式法,随机乱翻法,圆轨迹法）及其适用范围,并就如何改善织物起毛起球性能提出建议。     

基于Canny算子的滤棒数量检测方法

为解决生产中无法精确统计滤棒数量等问题,提出了一种基于Canny算子的滤棒数量检测方法。该方法利用图像处理技术,通过Canny算子对整个托盘的滤棒进行边缘检测,再利用图像形态学中的膨胀运算增加检测边缘的清晰度,同时结合滤棒圆形特性精确定位滤棒位置,实现滤棒数量检测。以长支烟、中支烟和短支烟滤棒样品为对象进行测试,结果表明:该检测方法能够实现滤棒数量的精确统计,准确率达到99.27%,且适用于检测各种圆周滤棒,具有较好的通用性和鲁棒性。该方法可为降低滤棒材料消耗提供技术支持。     

针织物起毛起球性的客观评价

运用马丁代尔起球仪,对29种针织物进行起毛起球实验,并对实验结果采用传统的专家主观评级法与其它评价方法,如单位面积起球总重、单位面积起球个数及毛球平均质量法进行对比分析。结果表明:单位面积起球总重即剪下毛球称重法与专家主观评级法相关性最大,且具备客观、精确、方便的优点,可作为针织物起毛起球性的客观评价法;而毛球个数法和毛球平均质量法不适合用于评价针织物起球情况。