織物經(jīng)洗滌后的外觀平整度是織物抗皺性的重要表征指標(biāo),而抗皺性是織物保形性的主要決定因素之一,是紡織品生產(chǎn)、貿(mào)易、服用中的重要性能評價指標(biāo)。目前,紡織行業(yè)內(nèi)對織物外觀平整度的評價方法仍以人工主觀評價法為主。然而這種依賴于人類視覺的評價法具有準確性低、穩(wěn)定性差、客觀性弱、耗時費力、不可復(fù)現(xiàn)等缺點。為此,構(gòu)建可改善上述缺點的客觀評價方法成為當(dāng)下的研究熱點�，F(xiàn)有研究中所提出的方法主要采用計算機視覺技術(shù),實現(xiàn)織物外觀平整度的機器評價。從織物外觀數(shù)據(jù)的形式可分為以下兩類:基于二維數(shù)字圖像的二維方法及基于三維深度圖的三維方法。其中,二維方法易受到織物顏色紋理以及圖像采集環(huán)境的干擾,而三維方法具有效率低及標(biāo)定復(fù)雜度高等缺點。綜合分析現(xiàn)有方法的優(yōu)劣,本文提出在現(xiàn)有二維方法的基礎(chǔ)上,通過圖像采集系統(tǒng)的優(yōu)化及計算機視覺算法的優(yōu)化來提升其評價水平,主要工作如下:(1)構(gòu)建一套織物圖像采集系統(tǒng),并優(yōu)選圖像采集環(huán)境參數(shù),以解決二維方法的環(huán)境依賴性問題。優(yōu)選的環(huán)境參數(shù)包括光源光照的方位角、高度角及亮度。在不同的參數(shù)組合下,本文對385塊平整度級別各異的織物試樣進行圖像采集,并提取8組圖像特征。通過分析不同環(huán)境下各組...

【文章頁數(shù)】：113 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 織物外觀平整度客觀評價研究現(xiàn)狀
        1.2.1 織物外觀數(shù)據(jù)獲取
        1.2.2 平整度特征指標(biāo)提取
        1.2.3 平整度評價模型建立
    1.3 本文研究工作
        1.3.1 研究思路
        1.3.2 研究目標(biāo)
        1.3.3 研究內(nèi)容
第二章 織物外觀圖像采集系統(tǒng)構(gòu)建及優(yōu)化
    2.1 織物外觀圖像采集系統(tǒng)搭建
        2.1.1 系統(tǒng)整體設(shè)計
        2.1.2 織物外觀圖像采集實施細節(jié)
        2.1.3 織物外觀圖像采集效果
    2.2 織物樣本圖像數(shù)據(jù)集構(gòu)建
    2.3 織物外觀圖像采集系統(tǒng)優(yōu)化
        2.3.1 圖像特征集
        2.3.2 分類模型
        2.3.3 系統(tǒng)參數(shù)優(yōu)化
    2.4 本章小結(jié)
第三章 織物圖像光照紋理及顏色紋理去除
    3.1 無顏色紋理織物圖像光照紋理去除
        3.1.1 光度學(xué)表面反射模型
        3.1.2 織物表面反射模型
        3.1.3 視覺模式分解
    3.2 顏色紋理織物圖像顏色紋理去除
        3.2.1 圖像翻譯模型
        3.2.2 織物顏色紋理著色模型
    3.3 實驗結(jié)果與討論
        3.3.1 織物圖像數(shù)據(jù)集
        3.3.2 評價指標(biāo)
        3.3.3 生成織物圖像測試結(jié)果
        3.3.4 真實織物圖像測試結(jié)果
        3.3.5 與三維成像法的對比
    3.4 本章小結(jié)
第四章 織物圖像低階視覺特征提取
    4.1 HVS建�；A(chǔ)概述
    4.2 HVS建模及低階特征提取
        4.2.1 高斯尺度空間
        4.2.2 多尺度視覺掩蔽建模
        4.2.3 多尺度視覺掩蔽特征
    4.3 實驗結(jié)果及討論
        4.3.1 實驗實施細節(jié)
        4.3.2 特征有效性驗證
        4.3.3 模型參數(shù)討論
    4.4 本章小結(jié)
第五章 織物圖像高階視覺特征提取
    5.1 卷積神經(jīng)網(wǎng)絡(luò)概述
        5.1.1 人工神經(jīng)網(wǎng)絡(luò)
        5.1.2 卷積神經(jīng)網(wǎng)絡(luò)
    5.2 基于緊湊卷積神經(jīng)網(wǎng)絡(luò)的高階視覺特征提取
        5.2.1 模型結(jié)構(gòu)
        5.2.2 目標(biāo)函數(shù)
    5.3 實驗結(jié)果及討論
        5.3.1 實驗實施細節(jié)
        5.3.2 特征有效性驗證
        5.3.3 模型結(jié)構(gòu)討論
    5.4 本章小結(jié)
第六章 基于多階層視覺特征的織物外觀平整度客觀評價
    6.1 基于多階層視覺特征的織物外觀平整度評價模型
        6.1.1 多階視覺特征融合模塊
        6.1.2 模型訓(xùn)練策略
    6.2 實驗結(jié)果及討論
        6.2.1 實驗實施細節(jié)
        6.2.2 模型綜合性能驗證
        6.2.3 模型結(jié)構(gòu)討論
        6.2.4 模型適應(yīng)性驗證
    6.3 織物外觀平整度評價系統(tǒng)構(gòu)建
        6.3.1 系統(tǒng)需求
        6.3.2 系統(tǒng)架構(gòu)設(shè)計
        6.3.3 系統(tǒng)運作流程
        6.3.4 系統(tǒng)軟硬件構(gòu)成
    6.4 本章小結(jié)
第七章 結(jié)論與展望
    7.1 主要結(jié)論
    7.2 創(chuàng)新點
    7.3 研究工作不足與展望
致謝
參考文獻
附錄 :作者在攻讀博士學(xué)位期間的科研成果



本文編號：3763302