坯布指通過紡織加工制成后還沒有經(jīng)過印染加工的布,是做衣服的面料的最初形態(tài),現(xiàn)階段國內(nèi)很多紡織品生產(chǎn)廠家還是采用人工目檢的方式對坯布的缺陷進(jìn)行檢測,不僅會對工人的身體造成損害,而且檢測的準(zhǔn)確率和速度都無法得到保證�；跈C(jī)器視覺的檢測方法不僅安全而且檢測速度快、準(zhǔn)確率高,鑒于此,本文對坯布缺陷檢測系統(tǒng)的相關(guān)內(nèi)容進(jìn)行研究,主要工作如下:（1）研究了坯布圖像處理中的預(yù)處理算法。在亮度補(bǔ)償階段,對分塊法進(jìn)行了改進(jìn),改進(jìn)算法原理簡單,運(yùn)算速度快,對各種算法進(jìn)行對比,證明該算法可以很好的實(shí)現(xiàn)圖像的亮度補(bǔ)償并且具有一定的優(yōu)越性。在濾波去噪階段,研究了常用的幾種濾波去噪算法,在時間和效果上對各種算法進(jìn)行對比與分析,選取了最適合本文的濾波算法。（2）研究了字典學(xué)習(xí)在坯布圖像缺陷檢測中的應(yīng)用。根據(jù)字典學(xué)習(xí)的原理和坯布缺陷的特性選取合適的字典學(xué)習(xí)和圖像重構(gòu)相關(guān)的算法,在字典大小和子窗口大小優(yōu)選部分,通過對實(shí)驗(yàn)結(jié)果以及相關(guān)數(shù)據(jù)進(jìn)行分析選取最佳的參數(shù)。該算法準(zhǔn)確地實(shí)現(xiàn)了缺陷圖像的檢測,既能夠滿足系統(tǒng)的準(zhǔn)確性要求又能夠保證實(shí)時性。（3）研究了坯布缺陷圖像的分類。首先對缺陷圖像進(jìn)行感興趣區(qū)域的提取,研究了灰度圖像常用... 

【文章來源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【部分圖文】：

人工目檢方式

武漢理工大學(xué)碩士學(xué)位論文3計算機(jī)技術(shù)、控制理論、模式識別和人工智能等多領(lǐng)域的交叉學(xué)科飛速發(fā)展，機(jī)器視覺的研究也到了一個嶄新的臺階[9]。機(jī)器視覺通常指的是利用圖像采集設(shè)備對物體的圖像信息進(jìn)行采集，然后通過圖像處理設(shè)備對圖像數(shù)據(jù)進(jìn)行某種處理，最后輸出某種可視化結(jié)果，使之能完成檢測或者判斷等功能[10]。機(jī)器視覺本質(zhì)上就是模擬人類視覺系統(tǒng)，使機(jī)器可以像人一樣去觀察和分析客觀事物。從整體架構(gòu)來看，一個完整的視覺檢測系統(tǒng)包括硬件部分和軟件部分[11]。如圖1-2所示，其中硬件部分主要分為三個部分，其中，光源模塊是視覺檢測成功的先決條件，合適的光源選擇和合理的照射方式對物體的成像質(zhì)量至關(guān)重要，對后續(xù)的算法處理效果和時間有很大的影響。圖像采集模塊主要指的是工業(yè)相機(jī)，在光源的照明下將攝取到的目標(biāo)轉(zhuǎn)化成圖像信號，以供后續(xù)處理�？刂茍�(zhí)行模塊主要功能是控制圖像的采集頻率以及硬件的工作流程。軟件部分主要分為兩個部分，其中，圖像處理模塊的功能是對圖像進(jìn)行相應(yīng)的處理、分析以及識別。數(shù)據(jù)通信模塊的主要功能是反饋處理結(jié)果，使系統(tǒng)的各部分協(xié)調(diào)運(yùn)作。圖1-2典型的工業(yè)視覺檢測系統(tǒng)隨著機(jī)器視覺理論的不斷研究與發(fā)展，很多開發(fā)視覺檢測系統(tǒng)的企業(yè)也隨之產(chǎn)生，德國的西門子公司、瑞士的BOBST公司以及日本的Keyence公司在視覺檢測系統(tǒng)方面的研究處于領(lǐng)先地位，并且這些公司擁有比較完善的視覺檢測產(chǎn)品[12]。而國內(nèi)關(guān)于機(jī)器視覺的相關(guān)研究起步相對于國外是較晚的，因此在視覺檢測系統(tǒng)的開發(fā)上還不是很成熟，但是，還是有一些企業(yè)比如北京大恒、上海方誠推出了較為成熟的視覺檢測系統(tǒng)。1.3.2紡織品缺陷檢測算法研究現(xiàn)狀基于機(jī)器視覺的紡織品表面缺陷檢測技術(shù)一直是國內(nèi)外的研究熱點(diǎn)，從上世紀(jì)80年代起，國內(nèi)外?

武漢理工大學(xué)碩士學(xué)位論文4圖1-3所示，按照實(shí)現(xiàn)方式主要可以分為以下幾類檢測算法。圖1-3檢測算法示意圖（1）統(tǒng)計法以統(tǒng)計為基礎(chǔ)的缺陷檢測方法是將織物圖像劃分為不同的窗口，計算織物圖像窗口區(qū)域的統(tǒng)計特征，并用該特征來描述圖像的紋理[13]。常見的檢測算法主要有灰度共生矩陣、數(shù)學(xué)形態(tài)學(xué)等�；叶裙采仃嚥⒉荒苤苯臃从硤D像的灰度分布在空間上的關(guān)系，但根據(jù)它得到的相關(guān)的參數(shù)可以用來表征圖像的灰度值在各個方向上的分布規(guī)律。Selver等[14]結(jié)合了圖像的灰度統(tǒng)計直方圖和灰度共生矩陣，對織物的紋理進(jìn)行特征提取，并根據(jù)這些特征來區(qū)分正�？椢锱c缺陷織物，該方法對缺陷的識別率達(dá)到了93.1%。數(shù)學(xué)形態(tài)學(xué)是根據(jù)不同織物的圖像特性，選擇具有一定形狀的結(jié)構(gòu)元素對織物圖像進(jìn)行數(shù)學(xué)變換，通過對圖像的變換獲取織物圖像的相關(guān)形狀特征。Celik等人[15]提出一種將形態(tài)學(xué)和線性濾波器相結(jié)合的方法，分別對5種不同類型的缺陷進(jìn)行離線和在線的檢測，檢測率分別為83%和88%。（2）頻域法頻域法指對圖像進(jìn)行一定的變換，使其變換到頻域中后，對變換后的圖像進(jìn)行處理，常見的有傅里葉變換、小波變換和Gabor濾波器。傅里葉變換是最早提出的用于頻譜分析的方法。潘如如等[16]通過對織物缺陷圖像進(jìn)行傅里葉變換，獲取其結(jié)構(gòu)特征，然后利用這些特征設(shè)計相應(yīng)的頻域?yàn)V波器對圖像進(jìn)行濾波操作，從而將缺陷區(qū)域從織物背景中分割出來，最后，經(jīng)過二值化分割出織物疵點(diǎn)。但是傅里葉變換只適合檢測一些全局性的缺陷，其時域分辨率很差，因此傅里葉變換不適合檢測面積小的缺陷。Gabor變換是一種特殊的傅里葉變換，它對傅里葉變換進(jìn)行了一部分的改


本文編號：3521537