傳統(tǒng)的織物組織識(shí)別是通過(guò)人工來(lái)完成的,人工分析顯然有著效率低依賴經(jīng)驗(yàn)以及對(duì)織物本身可能造成破壞等問(wèn)題。在紡織業(yè)快速發(fā)展的形勢(shì)下,人工完成織物組織識(shí)別已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足紡織企業(yè)對(duì)于降低勞動(dòng)成本提高生產(chǎn)效率的迫切需求了。在數(shù)字圖像處理技術(shù)的基礎(chǔ)上研究織物組織識(shí)別算法,對(duì)于提高紡織企業(yè)競(jìng)爭(zhēng)力有重要作用。本文主要研究?jī)?nèi)容為織物組織識(shí)別算法,主要目的是通過(guò)數(shù)字圖像處理技術(shù)從采集到的織物組織圖像中得到組織意匠圖。算法設(shè)計(jì)主要包含織物組織圖像預(yù)處理、組織點(diǎn)分割、組織點(diǎn)特征提取與分類以及意匠圖生成與校正等步驟,本文針對(duì)不同情況的織物組織圖像在組織識(shí)別的各個(gè)步驟中設(shè)計(jì)了多種的處理方法。首先對(duì)掃描儀采集到的織物組織圖像采用高斯濾波抑制圖像噪聲,并對(duì)彩色的織物組織圖像進(jìn)行灰度化。其次對(duì)組織點(diǎn)分割過(guò)程進(jìn)行了詳細(xì)研究,分別提出基于空間域的灰度值梯度積分分割方法與基于組織二值圖的分割方法,分別適用于不同情況下的織物組織圖像。另外根據(jù)織物樣本中經(jīng)緯紗線顏色的情況,提出基于聚類的組織二值圖生成方法和基于Tamura紋理特征的二值圖生成方法來(lái)生成組織二值圖。隨后在組織點(diǎn)特征提取與分類的過(guò)程中,根據(jù)經(jīng)緯組織點(diǎn)在組織點(diǎn)寬度和...

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 基于空間域的織物組織識(shí)別方法研究現(xiàn)狀
        1.2.2 基于頻率域的織物組織識(shí)別方法研究現(xiàn)狀
    1.3 本課題的主要研究?jī)?nèi)容
    1.4 本文的主要關(guān)鍵技術(shù)與創(chuàng)新點(diǎn)
    1.5 本文的章節(jié)安排
2 織物組織概念與算法研究概述
    2.1 織物組織相關(guān)概念
        2.1.1 織物組織結(jié)構(gòu)意匠圖
        2.1.2 織物組織經(jīng)緯組織點(diǎn)分布圖
        2.1.3 織物組織紋理
        2.1.4 織物組織結(jié)構(gòu)參數(shù)
    2.2 織物組織識(shí)別算法研究概述
    2.3 本章小結(jié)
3 組織點(diǎn)分割
    3.1 織物組織圖像的采集與預(yù)處理
        3.1.1 織物組織圖像的采集
        3.1.2 組織圖像預(yù)處理
    3.2 基于空間域的灰度值梯度積分分割方法
    3.3 基于組織二值圖的分割方法
        3.3.1 基于聚類的組織二值圖生成方法
        3.3.2 基于Tamura紋理特征的二值圖生成方法
        3.3.3 組織二值圖的分割
    3.4 本章小結(jié)
4 組織點(diǎn)特征提取與分類
    4.1 組織點(diǎn)寬度區(qū)分法
    4.2 Gabor濾波器提取紋理法
        4.2.1 低通濾波
        4.2.2 Gabor濾波
    4.3 本章小結(jié)
5 組織意匠圖生成與校正
    5.1 組織意匠圖的生成
    5.2 組織結(jié)意匠圖的校正
    5.3 本章小結(jié)
6 研究總結(jié)與展望
    6.1 主要研究工作
    6.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的主要成果



本文編號(hào)：3909703