隨著當(dāng)前社會(huì)和經(jīng)濟(jì)的快速發(fā)展,人們對(duì)于高品質(zhì)布匹織物的需求不斷增加,然而布匹表面的瑕疵會(huì)嚴(yán)重影響產(chǎn)品質(zhì)量。目前我國(guó)的布匹瑕疵主要采用傳統(tǒng)人工檢測(cè)的方式,存在檢測(cè)準(zhǔn)確率較低、勞動(dòng)力成本高和勞動(dòng)強(qiáng)度大的缺點(diǎn)。因此,本論文采用機(jī)器視覺技術(shù)和深度學(xué)習(xí)技術(shù),研究高精度、高檢測(cè)速度的布匹瑕疵檢測(cè)方法并開發(fā)檢測(cè)軟件,實(shí)現(xiàn)布匹瑕疵的自動(dòng)化檢測(cè),以大幅減少檢測(cè)人力成本,有效提升紡織產(chǎn)品競(jìng)爭(zhēng)力,具有重要的理論意義和良好的實(shí)際應(yīng)用價(jià)值。本論文的主要工作和成果如下:(1)分析布匹瑕疵檢測(cè)的軟件功能和性能需求,設(shè)計(jì)硬件系統(tǒng)方案。選擇具有高聚光特性的線陣光源,采用同端照射的方式,并使用數(shù)字光源控制器控制光照強(qiáng)度;針對(duì)布匹傳輸過程的特點(diǎn)以及檢測(cè)布幅,選用線陣相機(jī)作為圖像采集傳感器;選用表面平整、傳動(dòng)穩(wěn)定、速度可調(diào)的傳動(dòng)裝置保證布匹在傳送過程中的可靠性。(2)提出一種基于頻率域變換和圖像形態(tài)學(xué)的布匹瑕疵定位方法。首先對(duì)原始圖像進(jìn)行預(yù)處理,利用紋理濾波提取圖像紋理特征,采用高斯混合模型分類器模型進(jìn)行疵點(diǎn)預(yù)判別;然后使用高斯濾波器構(gòu)建帶阻濾波器對(duì)傅里葉變換后的頻譜圖做頻率與濾波;最后在濾波后的空間域圖像上采用圖像形態(tài)學(xué)方...

【文章頁數(shù)】：90 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 現(xiàn)有布匹瑕疵檢測(cè)系統(tǒng)
        1.2.2 傳統(tǒng)瑕疵檢測(cè)方法
        1.2.3 深度學(xué)習(xí)目標(biāo)檢測(cè)方法
    1.3 主要研究?jī)?nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 布匹瑕疵視覺檢測(cè)裝置總體設(shè)計(jì)
    2.1 引言
    2.2 光源系統(tǒng)
        2.2.1 光源類型
        2.2.2 照射方案設(shè)計(jì)
    2.3 成像系統(tǒng)
        2.3.1 相機(jī)種類
        2.3.2 鏡頭選取
    2.4 布匹傳動(dòng)系統(tǒng)
    2.5 計(jì)算處理系統(tǒng)
    2.6 軟件系統(tǒng)框架
    2.7 本章小結(jié)
第三章 基于頻率域變換和圖像形態(tài)學(xué)的布匹瑕疵定位
    3.1 引言
    3.2 圖像預(yù)處理
        3.2.1 布匹光強(qiáng)調(diào)節(jié)
        3.2.2 降噪濾波器
    3.3 高斯混合模型分類
        3.3.1 LAWS濾波
        3.3.2 GMM分類器判別
    3.4 頻率域突出瑕疵區(qū)域
        3.4.1 傅里葉變換
        3.4.2 頻率域?yàn)V波器
    3.5 圖像形態(tài)學(xué)提取布匹瑕疵位置
    3.6 本章小結(jié)
第四章 基于Faster R-CNN的布匹瑕疵分類
    4.1 引言
    4.2 目標(biāo)對(duì)象檢測(cè)分類的主要方法
    4.3 基于Faster R-CNN的布匹瑕疵分類方法
        4.3.1 數(shù)據(jù)集制作
        4.3.2 模型整體框架
        4.3.3 特征提取網(wǎng)絡(luò)VGG-16 修改
        4.3.4 Faster R-CNN錨點(diǎn)框調(diào)整
    4.4 實(shí)驗(yàn)結(jié)果與分析
    4.5 本章小結(jié)
第五章 基于深度卷積殘差網(wǎng)絡(luò)的布匹瑕疵分類精度優(yōu)化
    5.1 引言
    5.2 基于深度殘差網(wǎng)絡(luò)的Faster R-CNN
        5.2.1 殘差網(wǎng)絡(luò)簡(jiǎn)介
        5.2.2 基于深度殘差網(wǎng)絡(luò)的Faster R-CNN設(shè)計(jì)
    5.3 融合特征金字塔和深度殘差網(wǎng)絡(luò)的Faster R-CNN
    5.4 實(shí)驗(yàn)結(jié)果與分析
    5.5 本章小結(jié)
第六章 基于QT的布匹瑕疵檢測(cè)軟件開發(fā)
    6.1 引言
    6.2 需求分析
        6.2.1 功能需求
        6.2.2 性能需求
    6.3 軟件開發(fā)
        6.3.1 軟件總體設(shè)計(jì)
        6.3.2 軟件詳細(xì)設(shè)計(jì)
    6.4 本章小結(jié)
第七章 總結(jié)與展望
    7.1 工作總結(jié)
    7.2 展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介
    1 作者簡(jiǎn)歷
    2 撰寫的學(xué)術(shù)論文
    3 參與的科研項(xiàng)目及獲獎(jiǎng)情況
    4 申請(qǐng)的發(fā)明專利
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3777174