基于频域分析的毛巾织物疵点检测

本文针对毛巾织物的疵点检测进行研究。通过研究分析发现,大部分毛巾织物的疵点主要集中在毛巾表面的毛圈特征上。本文根据疵点和毛圈轮廓特征的频谱特性进行疵点检测,提出了基于频域分析的毛巾织物图像疵点检测算法。以毛巾织物图像频谱的能量统计特性作为疵点检测的特征向量,采用了支持向量机(SVM)作为疵点分类识别算法。matlab仿真实验表明,可以达到平均95%的毛巾织物疵点识别率,说明该频域能量特征提取方法在对纯色毛巾织物的疵点检测上简单有效。     

基于视觉感知机制的织物疵点轮廓检测

针对传统人工织物疵点检测存在的误检及低效等问题,提出了一种基于视觉感知机制的自适应织物疵点轮廓检测方法.首先,模拟视觉系统中视网膜感受野对视觉信息的处理机制对织物疵点图像进行滤波及疵点增强;其次,依据初级视皮层(V1)区对视觉信息响应的方向选择性机制构建织物疵点图像边缘检测模型,实现对织物疵点图像的边缘检测.最后,采用自适应阈值选择的方法对检测到的边缘进行二次处理,获得织物图像疵点的轮廓.为验证本文方法的有效性和准确性,对4类织物疵点图像进行测试,并定性和定量两方面进行比较分析,结果表明文中提出的方法能够较好地检测出织物疵点轮廓信息,不仅可以得到质量较高的织物疵点轮廓图像,而且在整个检测过程中能够自适应的选择参数,避免受人的主观因素影响,具有实际的应用价值.     

基于Gabor滤波器和HOG特征的织物疵点检测

针对织物疵点检测问题,提出了一种基于Gabor滤波器和方向梯度直方图（HOG）特征的织物疵点检测算法。首先使用3个尺度、4个方向的Gabor滤波器组对织物图像进行滤波,并做融合处理,增强织物图像疵点区域和背景纹理之间的对比度;然后使用双边滤波减弱图像背景纹理和噪声的影响;最后将图像划分成均匀子块,提取每个子图像块的HOG特征,利用图像疵点区域和背景纹理的HOG特征差异进行阈值分割实现织物疵点的检测。实验选取5种常见织物疵点进行验证,并与传统的Gabor滤波算法进行了实验对比,结果表明该算法可以较好的抑制织物背景纹理的干扰,更加准确的检测出织物疵点。     

基于Canny算子的织物疵点边缘检测

介绍了Canny算子边缘检测的方法,运用Canny算子对织物疵点进行边缘检测,获得了织物疵点的二值化图像,准确地反映了织物疵点的边缘.通过对不同边缘检测算子仿真实验结果的比较,结果表明,该方法可以取得较好的疵点边缘检测结果,是一种实用有效的方法.     

基于Gabor滤波器组的织物疵点检测方法

给出了基于Gabor滤波器组的织物疵点检测方法。在分析Gabor滤波器时频特性的基础上,针对素色坯布织物疵点图像,设计了椭圆形多尺度多方向的Gabor滤波器组,并应用该滤波器组在频域对织物疵点图像进行滤波处理,对滤波后的多幅图像进行融合与分割处理,将疵点从织物背景中分割出来,从而实现了疵点的检测。实验结果证明了该方法的有效性。     

基于纹理周期性分析的织物疵点检测方法

根据织物图像纹理自身特点,从图像纹理的周期性这个重要的视觉特征入手,提出了基于纹理周期性分析的织物疵点检测方法。通过对大量不同疵点图像检测实验,证明提出方法对织物疵点检测具有较好的有效性和可靠性,而且具有检测的疵点种类多、实用性好的特点。     

基于EM算法的高斯混合型的织物疵点检测研究

为准确检测织物在生产过程产生的疵点,提出了一种基于EM算法的高斯混合模型的算法来实现织物疵点的自动检测。由于织物背景纹理信息对织物疵点检测影响较大,采用均值采样对其进行预处理来消除背景纹理的影响,用高斯混合模型对新得到的图像进行处理。在进行高斯混合模型计算时分为E步骤、M步骤。E步骤初始化参数,计算样本像素的后验概率,M步骤更新高斯混合模型中的各参数。根据计算各像素的后验概率判断各像素点应该属于疵点部分还是非疵点部分。实验结果证明该算法能检测、分割出较多种类的织物疵点,具有较好的有效性和可靠性。     

基于离散小波变换的织物疵点检测方法

提出了一种基于离散小波变换的织物疵点检测新方法。首先通过对采集织物图像进行小波变换,然后把子图分割为相互连接、互不交叠的子窗口,计算每个子窗口小波系数的标准差作为特征值,最后对这些特征值再次计算标准差与极差,以此作为依据与正常织物进行比较,实现对织物疵点的检测。通过对不同疵点进行检测实验,证明了该算法是可行有效的,检测的正确率平均可达90%以上。     

基于纹理边缘周期性与局部方向性的织物疵点检测

根据织物纹理图像自身的特点,提出一种基于纹理边缘周期性与局部方向性的织物疵点检测新方法。通过正常纹理边缘的周期性与方向性特征剔除同类有疵点纹理图像的背景纹理信息,突出疵点信息,进而快速有效地检测出无特定方向的织物疵点。经过对大量常见织物疵点图像的检测实验,表明该方法对于纹理边缘清晰、方向一致性较好的织物疵点图像具有较好的检测效果。     

基于区域生长型PCNN模型的织物疵点分割

提出一种新的织物疵点自动分割的方法。该方法将待检测织物图像的像素点映射为脉冲耦合神经网络中的神经元,根据织物疵点图像的特点将改进的脉冲耦合神经网络模型同区域生长的理论结合起来,同时综合无疵点样本织物图像的统计信息完成了图像疵点区域的自动分割。最后,通过对TILDA数据库中疵点图像的检测实验,说明了该方法在织物疵点检测中应用的有效性和可行性。     

针织物悬垂屈曲的数值模拟

开发虚拟服装试衣系统需模拟织物的悬垂和屈曲,而采用正交异性力学模型不适合织物。为此,笔者基于针织物的细观力学模型,用有限元方法模拟方形针织物片铺在圆桌面上的悬垂和屈曲,该细观模型描述了织物由于其细观针织结构而特有的力学性质。织物片用8结点壳单元离散,这种壳单元被特别设计,能描述织物片在悬垂中发生的大转动。对织物片的屈曲模态进行了分析,对其后屈曲变形进行了计算,最后进行了方形织物片的悬垂和屈曲实验。模拟的结果和实验的观测结果很一致。研究成果为虚拟服装试衣系统的开发奠定了基础。     

Improvement of intelligent methods for evaluating the apparent quality of knitted fabrics

In the previous studies, the standard boards of yarn (ASTM) were analyzed using the image analysis method and artificial neural networks; the appearance of different knitted fabrics samples was tested for appearance. There was a strong influence of yarn type and fabrics structure on fabrics apparent quality. In the present research, the artificial neural network (ANN) has been applied to predict the fabric apparent parameters. The optimum structure of ANN has been designed using the genetic algorithm method. The results show that the ANN can be optimized very well by the GA and the designed ANN is very accurate and applicable to predict the apparent parameters.     

基于最优形态学滤波的面料缝纫加工检测

为了对服装加工质量进行自动检测,提出了一种对针织面料缝纫加工的疵点进行自动检验的方法。该方法首先基于遗传算法进行结构元素的寻优,然后通过图像的数学形态学滤波处理来消除面料组织的正常纹理对图像分割的干扰;最后利用灰度阈值实现图像分割来得到表现缝线和加工疵点特征的二值图像。实验结果表明,该方法是有效的。     

针织服装面料设计语言初探

面料作为服装形式美的表征之一,是服装设计中最起码的物质基础。针织服装设计作品要取得良好的服用效果和社会经济价值,充分发挥面料本身的性能和特色是重要的途径之一。面对消费者心态的逐步成熟以及审美意识的日渐提高,以及有目标的个性消费热的迅速升温,蕴含成熟面料设计语言的针织服装产品已经成为提升品牌及企业发展的重要动力。本文针对针织服装的面料设计语言进行分析研究,重点阐述针织服装面料设计语言的本质及基本构成。     

基于机器视觉的针织物智能拉密仪的设计

纺织行业中对于针织物的质量检测,较为重要的一部分就是检测针织物的密度,然而实际应用中却是工人以手拉目测为主,存在工作枯燥乏味、效率低下、误差大、不能实现客观测试等弊端;为适应针织物测量的实际需要,采用视觉测量与处理模块的开发、针织物张力控制模块的开发、光源控制模块的开发、执行机构模块的开发的思想;实现了对针织物的纵密度智能检测,极大地提高了生产效率,具有一定的经济及社会应用价值。     

Knitted fabrics design and manufacture: A novel CAD system for qualifying bagging performance based on geometric-mechanical models

Knitted fabrics have excellent formability and tensile ability and are widely used in textile-related products and industrial applications. The traditional quality control on fabric’s performance is undertaken by repeated measurement and testing which is very time-consuming and has great expense. There are urgent requirements for the designers and manufacturers to validate and control the mechanical performance of knitted fabrics. In this paper, we present a novel simulation-based CAD system for evaluating and qualifying the bagging performance of knitted fabrics. A set of geometric-mechanical models are developed with characterization of the fibers/yarns and fabrics for available inputs, which make it feasible for practical applications. Through encapsulating the models and presenting with a series of friendly interfaces, the CAD system offers users the abilities of data management, numerical design, bagging simulation and performance preview of knitted fabrics. The simulation capability of the models is validated by comparing the predicted results with measured data from experiments under same bagging testing conditions. The potential industrial applications of this system is demonstrated, and the designers and manufacturers can achieve the knitted fabric products with desirable mechanical functions effectively and economically.     

基于VRML及Java技术的提花组织网络交互设计

针对目前针织CAD技术存在的局限性,结合其发展现状及趋势,探索了从组织结构上模拟针织物外观效果的有效途径,参照织物实物,建立了以圆形为纱线截面、三次B样条曲线拟合纱线屈曲形态的三维针织物线圈模型。以提花组织为例,利用虚拟现实建模语言（VRML）实现了提花针织组织的结构三维模拟,模拟效果真实,并可对模拟图像进行旋转、移动、缩放等操作;利用Java技术实现对组织参数的动态修改,并实时显示设计效果。提出了基于VRML及Java技术,通过EAI接口实现针织物组织网络交互设计的研究思路及方法。     

基于Gabor小波变换的帘子布疵点检测研究

Gabor小波变换已经成功地应用到各种机器视觉实例中,如纹理分割、边缘检测等。给出了一种基于多通道Gabor滤波器技术实现高速实时帘子布疵点检测方法。在多尺度多方向上分别对具有规则纹理结构的织物图像进行Gabor滤波,并对滤波后的多幅子图像进行融合分割处理,将疵点从织物背景中分割出来,从而实现对织物疵点的实时检测。该方法用于帘子布的缺陷检测,具有识别能力强、实时性好等优点,实验结果证明该方法是有效可行的。这种方法也可以用于检测有规则纹理结构的表面及物体。     

针织物图像颜色值快速测量方法

实现针织物图像颜色值的快速测量,是对间歇式染色生产过程进行在线检测的首要环节。其实现的方法是在数码CCD设备获取针织物图像后,通过计算机将图像进行预处理,对预处理后得到的子区域进行边缘检测和亮度平均对比度检测,舍弃异常子区域后再对剩下的子区域按照一维熵值最小的规则筛选出最优子区域作为测色区域,再在此子区域进行测色实现的。实验结果表明,这种测色方法效率高、可在线进行,能满足生产中实时测色的要求。     

Wavelet based methods on patterned fabric defect detection

The wavelet transform (WT) has been developed over 20 years and successfully applied in defect detection on plain (unpatterned) fabric. This paper is on the use of the wavelet transform to develop an automated visual inspection method for defect detection on patterned fabric. A method called direct thresholding (DT) based on WT detailed subimages has been developed. The golden image subtraction method (GIS) is also introduced. GIS is an efficient and fast method, which can segment out the defective regions on patterned fabric effectively. In this paper, the method of wavelet preprocessed golden image subtraction (WGIS) has been developed for defect detection on patterned fabric or repetitive patterned texture. This paper also presents a comparison of the three methods. It can be concluded that the WGIS method provides the best detection result. The overall detection success rate is 96.7% with 30 defect-free images and 30 defective patterned images for one common kind of patterned Jacquard fabric.