基于直方图统计的织物疵点识别算法

 提出运用织物图像的直线纹理特征 ,由概率统计生成直方图 ,有效地提取织物图像的特征波形 ,经大量检测试验证明特征波可靠稳定。基于波形特征参数对比能准确定位织物纹理结构的异常位置 ,正确识别织物疵点。为简化识别算法可引入阈值过滤 ,允许正常波形参数通过过滤 ,而记录异常波形变化 ,用过滤单一的正常纹理来识别类型复杂的织物疵点。     

基于BP神经网络织物疵点检测识别

根据疵点的特征对简单的织物疵点进行识别,先采用直方图均衡化、小波分解、二值化等方法对织物图像进行一系列的预处理,然后提取出织物疵点的特征值,再利用3层BP神经网络对织物疵点进行训练识别分类,试验结果表明识别率达95％。     

深度学习算法在织物疵点识别中的应用研究

目前,纺织厂织物疵点识别工作仍由人工完成,但传统人工验布方法检测效率低,漏检率高.文章采用深度学习算法中的卷积神经网络自动提取织物特征,同时对织物中三种经典类型的布进行训练学习,经过多个卷积层和池化层,最后采用Sigmoid函数进行分类.在包含3600幅图像的数据集上进行实验,其中训练集2000幅、验证集800幅、测试...     

织物疵点自动检测技术的研究进展

介绍了织物纹理特征的提取算法、疵点分类方法和织物图像处理的硬件平台.在分析了各种算法的优点和缺点的基础上,提出了将织物疵点的检测分为粗检和细检两个过程的新思路,既可满足快速性的要求,又具有广泛的适应性.     

BP神经网络在织物疵点识别中的应用

采用3层BP神经网络对织物疵点进行识别,提出织物疵点识别网络不适宜规则,将其应用于隐含层神经元个数选择和训练方法筛选,以优化网络结构,提高训练速度和网络识别精度,设计出较优的织物疵点识别网络。将丝织物中常见的断经、断纬、重纬、档疵、破洞和油污6类疵点作为识别样本,对按照网络不适宜规则设计的网络进行测试。从识别结果来看,BP神经网络可以满足织物疵点识别需要,且具有正确识别率高,识别速度快的优点。     

织物疵点自动识别方法的研究及应用现状

介绍了近20年国内外织物疵点识别方法与自动检测系统的研究发展历程及已成功推向市场的研究成果，分析了我国织物自动检测系统的研究现状，指出了适合我国的研究发展方向。     

织物表面疵点检测方法的设计与实现

针对传统织物生产企业中,人工检测织物存在瑕疵检出效率低、误检率高的问题,提出了一种织物表面疵点检测方法。该方法首先采用高斯滤波、线性归一化以及限制对比度自适应直方图均衡化对织物表面图像进行预处理,从而有效增强图像中的疵点表现细节,然后通过改进的Gabor优化选择,再对选择后的图像进行初分解,从中挑选出最优滤波图像进行二值化处理,最后运用统计学方法进行疵点判断并获得最终结果。该方法实现简便、硬件要求低、适应性广,可用于判断织物表面是否含有疵点,并定位疵点。实验证明,织物表面疵点检测准确率高达95.38%。     

基于PCNN的织物疵点识别研究

根据织物表面图像的灰度强度和织物疵点图像的灰度强度的不同 ,运用PCNN对织物疵点进行自动检测。从理论上分析PCNN模型 ,并用其对织物疵点进行特征的提取 ,证明PCNN在自动检测过程中的适用性 ,以及PCNN模型中迭代次数对实验结果的影响。     

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。     

纹理织物疵点窗口跳步形态学法检测

针对纹理织物疵点自动检测时因生产速度快造成的织物抖动以及检测速度难以匹配问题,提出窗口跳步形态学法纹理织物疵点检测算法。使用该算法对图像进行窗口分割及预处理后,首先对纹理织物图像的纹理特征进行分析,然后设计形态学算子进行腐蚀操作,最后使用连通域分析来确定疵点大小及位置。仿真实验及工厂实际应用表明,该算法可有效克服工业生产中纹理织物抖动造成的图像明暗不均,可检测出纹理织物中存在的破洞、经纬疵点、污渍、断线、折痕和结头等各种疵点,而且检测速度明显优于快速傅里叶变换特征点算法以及传统形态学检测算法。实时检测速度超过80 m/min,疵点检测精度为0.1 mm,满足实际生产需求。     

基于小波变换和阈值分割的织物疵点边缘检测

The edge detection of fabric defects is the base of geometrical features extraction and the essential process of the fabric defects identification, This paper proposed a method for fabric defects edge detection based on discrete stationary wavelet transform （DSWT） and optimal threshold segmentation algorithm （OTSA）. Firstly, the background of fabric defects picture was removed, then it was executed through DSWT and enhanced by the Laplacian operator. Finally, the edge detection was carded out with both OTSA and morphological operation. By contrast, this method is better than the classic ones, and is effective to fabric defect edge detection.     

织物组织结构的自动识别

在经纱、纬纱排列参数已经确定的基础上 ,进一步识别了组织循环经纱数和纬纱单元上组织点的经纬性质 ,根据识别结果生成织物组织矩阵 ,并对组织标准矩阵进行校验以提高识别的可靠性 ,最后输出织物组织图 ,实现了织物组织结构的自动识别     

十万米纱疵的分析与控制

根据十万米纱疵出现的几率以及纱疵的产生原因和危害性，对十万米纱疵进行了分类，并指出了原料纱疵、牵伸纱疵、操作管理纱疵对织物外观不同程度的危害性。讨论了不同组织特点的织物对十万米纱疵的不同要求，力求根据织物特点确定棉纱纱疵的数量和分级，以便合理确定纺纱工艺，降低纺纱成本。     

针织面料氨纶露白疵病解决方案研究

氨纶可提高针织面料的舒适度,扩大其应用领域。泳衣等氨纶含量较高的针织面料染色后,会存在氨纶露白的问题,影响针织物的美观和实用性。文中分别采用分散染料、酸性染料和中性染料对可染氨纶和普通氨纶进行染色,对比染色后织物的染色效果和耐皂洗色牢度,为解决氨纶露白疵病提供了很好的解决方案。结果表明:可染氨纶染色性能优于普通氨纶,可以解决氨纶的露白问题,但由于可染氨纶成本太高,目前应用不多;中性染料对普通氨纶有很好的上色性,可通过固色改善色牢度,从而解决氨纶织物露白的问题。     

弧形织物与局部管状织物的生产

介绍了弧形织物和局部管状织物的特点、组织图及其形成原理,弧形织物在生产前需要特制专用的钢筘,利用钢筘上下移动而产生波形,纬向局部管状织物需要纬向局部管状组织与专用的送经机构来完成,经向局部管状织物只利用弹力纱作纬纱,配以经向局部管状组织来完成.     

织物组织对服用舒适性能的影响

研究织物组织对服用舒适性能的影响。在其他结构参数均相同的条件下,测试了4组不同组织织物的保暖率、透湿量、透气率、抗弯刚度和折痕回复角,并运用灰色关联分析法得出这5个性能参数与织物厚度、浮长线长度和单位面积质量3个结构参数的关联度。结果表明:厚度对织物舒适性能的影响较显著,其次是单位面积质量和浮长线长度。指出:在织物原料和经纬密相同的条件下,可通过选择较厚的织物来提高织物的保暖率、透湿量、透气率和折皱回复性。     

解决Lyocell、Modal织物染整加工的疵病

分析了Lyocell和Modal织物在染整加工中诸如皱条、色档、破洞、擦伤、霜花和色差等疵病产生的原因，简述其解决方法。     

织物中纬纱排列参数的自动识别

基于机织物通常是由两个相互垂直的纱线系统交织而成和纬分布相对均匀的特点，首先计算出织物图像沿纬纱方面的亮度值，再对亮度信号进行傅立叶变换和波谷提取运算，进而精确确定织物图像上纬纱所在位置和纬纱密度，从而有助于确定织物组织点的位置及识别组织的性质。     

热防护织物的研究

研究了一种用耐高温的玻璃纤维织物与阻燃的棉织物层压而成的新型热防护复合织物。该织物对传导热，辐射热和对流热均有良好的防护作用而且适气，透湿性好。用以制作高温作业工作人员的防护服，有显著的热防护效果。     

三维编码彩色光栅在织物疵点检测中的应用

为了更准确识别织物疵点以及提高在线检测的实时性,研究了一种基于三维编码彩色光栅的织物疵点检测方法,并对其检测效果进行了试验。结果表明:通过在织物表面投射一幅固定彩色光栅的编码方法,就可以解算出织物的三维骨架信息,再将此信息转换成两坐标平面的数据信息,即可进行疵点的识别与分类,经测试,该法误检率为2.85%。指出:该检测方法具有较高的可行性和可靠性。