傳統(tǒng)的織物組織識別是通過人工來完成的,人工分析顯然有著效率低依賴經(jīng)驗以及對織物本身可能造成破壞等問題。在紡織業(yè)快速發(fā)展的形勢下,人工完成織物組織識別已經(jīng)遠遠不能滿足紡織企業(yè)對于降低勞動成本提高生產(chǎn)效率的迫切需求了。在數(shù)字圖像處理技術(shù)的基礎(chǔ)上研究織物組織識別算法,對于提高紡織企業(yè)競爭力有重要作用。本文主要研究內(nèi)容為織物組織識別算法,主要目的是通過數(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)計主要包含織物組織圖像預(yù)處理、組織點分割、組織點特征提取與分類以及意匠圖生成與校正等步驟,本文針對不同情況的織物組織圖像在組織識別的各個步驟中設(shè)計了多種的處理方法。首先對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,并對彩色的織物組織圖像進行灰度化。其次對組織點分割過程進行了詳細研究,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生成組織二值圖。隨后在組織點特征提取與分類的過程中,根據(jù)經(jīng)緯組織點在組織點寬度和...

【文章頁數(shù)】：67 頁

【學(xué)位級別】：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 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于空間域的織物組織識別方法研究現(xiàn)狀
        1.2.2 基于頻率域的織物組織識別方法研究現(xiàn)狀
    1.3 本課題的主要研究內(nèi)容
    1.4 本文的主要關(guān)鍵技術(shù)與創(chuàng)新點
    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 織物組織識別算法研究概述
    2.3 本章小結(jié)
3 組織點分割
    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 組織點特征提取與分類
    4.1 組織點寬度區(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
攻讀碩士學(xué)位期間的主要成果



本文編號：3909703