服裝生產(chǎn)過(guò)程中的縫跡品質(zhì)檢驗(yàn)工序是服裝生產(chǎn)關(guān)鍵的一個(gè)環(huán)節(jié)。目前服裝企業(yè)的縫跡質(zhì)量檢測(cè)線基本依靠人工目視逐針檢查,會(huì)出現(xiàn)誤檢和漏檢的情形，成本高,效率低。因此,迫切需求一種能夠準(zhǔn)確、快速且能長(zhǎng)時(shí)間運(yùn)行的縫跡質(zhì)量檢測(cè)方法。論文主要研究?jī)?nèi)容成果如下:（1）通過(guò)對(duì)服裝企業(yè)縫跡檢測(cè)線現(xiàn)場(chǎng)調(diào)研及檢測(cè)目標(biāo)特征分析,,搭建了適用于縫跡的幾何量檢測(cè)和缺陷識(shí)別的實(shí)驗(yàn)平臺(tái),構(gòu)建縫跡幾何量檢測(cè)位置校正模型。由于縫跡背景復(fù)雜多樣且存在噪聲干擾,對(duì)縫跡圖像采用雙邊濾波,達(dá)到對(duì)縫跡“保邊”的特性。針對(duì)縫跡針腳點(diǎn)為圓弧狀的特點(diǎn),選取八個(gè)方向的Sobell算子模板,在縫跡邊緣上的灰度梯度方向運(yùn)用多項(xiàng)式差值法對(duì)縫跡進(jìn)行亞像素邊緣提取,保證了針腳點(diǎn)提取的穩(wěn)健性。（2）采用基于 HOG特征的支持向量機(jī)（SVM）算法,將已分類的縫跡缺陷樣本進(jìn)行HOG特征提取,得到縫跡缺陷特征數(shù)據(jù)集。利用該特征數(shù)據(jù)集訓(xùn)練出適用于縫跡缺陷分類的SVM分類器,對(duì)縫跡缺陷類別進(jìn)行識(shí)別和分類。（3）對(duì)縫跡樣本完成了實(shí)驗(yàn)測(cè)試,驗(yàn)證了本文算法有效性。 

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題的研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀和發(fā)展情況
        1.2.1 機(jī)器視覺(jué)測(cè)量技術(shù)研究現(xiàn)狀
        1.2.2 機(jī)器視覺(jué)缺陷檢測(cè)技術(shù)研究現(xiàn)狀
        1.2.3 目前市面上應(yīng)用的機(jī)器視覺(jué)檢測(cè)系統(tǒng)
    1.3 論文主要研究?jī)?nèi)容
2 縫跡測(cè)量系統(tǒng)框架的構(gòu)建
    2.1 相機(jī)成像原理
        2.1.1 線性成像模型
        2.1.2 非線性成像模型
        2.1.3 測(cè)量平面位姿的校正
    2.2 縫跡測(cè)量系統(tǒng)框架的構(gòu)成
        2.2.1 縫跡測(cè)量系統(tǒng)硬件選型
        2.2.2 縫跡測(cè)量系統(tǒng)軟件構(gòu)成
    2.3 本章小結(jié)
3 縫跡圖像預(yù)處理和亞像素邊緣檢測(cè)
    3.1 經(jīng)典圖像平滑方法
    3.2 雙邊濾波
    3.3 Sobel邊緣檢測(cè)算子基本理論
    3.4 改進(jìn)的亞像素邊緣檢測(cè)算法及實(shí)驗(yàn)結(jié)果
        3.4.1 改進(jìn)的亞像素邊緣檢測(cè)算法
        3.4.2 實(shí)驗(yàn)結(jié)果及分析
    3.5 本章小結(jié)
4 縫跡幾何量測(cè)量
    4.1 縫跡測(cè)量模型的建立
        4.1.1 縫跡針腳點(diǎn)的提取
        4.1.2 尺寸測(cè)量模型
        4.1.3 縫跡測(cè)量方法
    4.2 縫跡參數(shù)計(jì)算與質(zhì)量評(píng)定
    4.3 本章小結(jié)
5 縫跡缺陷特征提取及分類識(shí)別
    5.1 縫跡缺陷類別
    5.2 基于HOG特征的縫跡缺陷檢測(cè)
        5.2.1 樣本圖像的歸一化和預(yù)處理
        5.2.2 HOG特征提取
    5.3 基于SVM的縫跡缺陷分類
        5.3.1 機(jī)器學(xué)習(xí)理論概述
        5.3.2 結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則
        5.3.3 支持向量機(jī)理論
    5.4 本章小結(jié)
6 縫跡質(zhì)量檢測(cè)實(shí)驗(yàn)與分析
    6.1 縫跡質(zhì)量檢測(cè)平臺(tái)設(shè)計(jì)
    6.2 縫跡幾何量檢測(cè)實(shí)驗(yàn)結(jié)果與分析
    6.3 縫跡缺陷檢測(cè)實(shí)驗(yàn)結(jié)果與分析
    6.4 本章小結(jié)
7 總結(jié)與展望
    7.1 工作結(jié)論
    7.2 進(jìn)一步研究展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間主要研究成果


【參考文獻(xiàn)】：
期刊論文
[1]圖像處理在衣服尺寸在線測(cè)量中的應(yīng)用[J]. 李鵬飛,鄭明智,景軍鋒.  電子測(cè)量與儀器學(xué)報(bào). 2016(08)
[2]基于傅里葉特征譜和相關(guān)系數(shù)的織物疵點(diǎn)檢測(cè)[J]. 朱丹丹,潘如如,高衛(wèi)東.  計(jì)算機(jī)工程與應(yīng)用. 2014(19)
[3]圖像處理在藥片視覺(jué)檢測(cè)系統(tǒng)中的應(yīng)用[J]. 朱銘煜,周武能.  儀表技術(shù)與傳感器. 2011(05)
[4]基于機(jī)器視覺(jué)的織物疵點(diǎn)檢測(cè)技術(shù)探討[J]. 紀(jì)惠軍,張小棟,楊建民.  現(xiàn)代紡織技術(shù). 2011(02)
[5]基于機(jī)器視覺(jué)的織物疵點(diǎn)檢測(cè)方法綜述[J]. 鄒超,汪秉文,孫志剛.  天津工業(yè)大學(xué)學(xué)報(bào). 2009(02)
[6]Uster開(kāi)發(fā)在線驗(yàn)布機(jī)FABRISCAN ON-LOOM[J].   上海紡織科技. 2004(04)
[7]EVS公司的I-Tex2000型織物自動(dòng)檢驗(yàn)系統(tǒng)[J]. 何志貴.  國(guó)外紡織技術(shù). 2001(10)

碩士論文
[1]軸類零件尺寸的視覺(jué)測(cè)量技術(shù)研究[D]. 殷煒棋.吉林大學(xué) 2017
[2]基于機(jī)器視覺(jué)的織物瑕疵實(shí)時(shí)在線檢測(cè)系統(tǒng)的研究[D]. 趙卓.西安工程大學(xué) 2016



本文編號(hào)：3652892