基于机器视觉的机织物耐静水压性能检测

为提升机织物静水压检测效率,实现静水压自动评级,在优化视频采集模块的基础上,利用改进的背景差分法,对不同表观机织物静水压性能进行测试和分析。利用3D打印技术,实现采集设备和光源的封装;实时对视频帧进行掩膜、去噪和分割处理,以获得稳定有效的观测区域;利用优化更新背景策略的背景差分法,结合高斯混合模型,实现织物出水位置和帧位的实时记录,进而换算出织物耐静水压值。结果表明：该方法总体优于常规背景差分法、高斯混合模型背景差分法;对纯色和宽条格织物检测表现良好,误差在0.37%～2.77%;但对于细密的规则条纹和不规则印花织物误差较大,误差率在9.27%以上。该方法能够有效地检测纯色和部分规则花纹织物,对复杂表观织物的适用性有待提升。     

基于特征参数的青年女性乳房形态分析

为探究青年女性乳房形态区别,提出了乳房边界定义方法以保证乳房形态参数测量的一致性。使用[TC]²三维扫描仪对140名18~25岁在校未婚孕青年女性进行扫描,获取了包括高度、宽度、角度、弧线等28项乳房形态相关参数;通过变异系数和相关性分析筛选出6个影响乳房形态的主要参数作为聚类指标,从乳房立体形态和聚拢程度两方面对乳房形态进行细分;基于乳房形态分类结果,利用Fisher判别函数对样本进行回判验证。结果表明,青年女性乳房形态可分为9类,基于形态判别规则对初始样本数据整体回判的准确率高达97.1%,说明此判别方法具有较高的准确性,为现有的乳房形态研究提供了新思路。