發(fā)布時間：2023-04-27 05:14

　　織物疵點檢測是紡織品生產(chǎn)過程中的重要環(huán)節(jié),人工檢測存在諸多弊端,難以滿足生產(chǎn)需求。隨著機器視覺與圖像處理技術的發(fā)展,織物疵點自動檢測系統(tǒng)開始代替人工檢測,但許多織物疵點檢測方法對不同的背景紋理圖案和疵點類型適應性較低,為此本課題利用信息熵對紋理特征表示,并利用人類視覺注意機制能夠?qū)Ω信d趣區(qū)域快速準確定位的特點完成織物疵點的定位與提取。首先,利用信息熵描述織物圖像的紋理。無疵點區(qū)域的紋理表現(xiàn)出周期性與確定性,當織物出現(xiàn)疵點時,疵點區(qū)域的紋理則表現(xiàn)出隨機性。圖像的一維熵是紋理不確定性和隨機性的測度,在一維熵的基礎上引入能夠反映紋理空間分布特性的二維熵,用于區(qū)分無疵點區(qū)域和疵點區(qū)域的紋理差異。然后,仿照人類視覺系統(tǒng)對顯著性特征的注意機制,利用四元數(shù)對織物圖像重新表示。由于RGB顏色空間的表示方法不適于人眼觀察機制,在經(jīng)典的視覺注意模型中則采用對立色彩空間對圖像進行表示。本文根據(jù)織物圖像特點,將描述紋理的二維熵結合對立色彩空間中的顯著性特征組成四個通道,并且利用四元數(shù)可以對多通道圖像整體表示的優(yōu)點,提出了一種改進的四元數(shù)圖像表示方法,充分提取了織物圖像的紋理信息與顯著性特征。最后,采用超復數(shù)傅...

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究背景與意義
    1.2 織物疵點檢測的研究現(xiàn)狀
        1.2.1 織物疵點檢測系統(tǒng)研究現(xiàn)狀
        1.2.2 織物疵點檢測方法研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容和章節(jié)安排
        1.3.1 主要研究內(nèi)容
        1.3.2 章節(jié)安排
第二章 視覺顯著性理論
    2.1 引言
    2.2 視覺顯著性的生物學基礎
        2.2.1 視覺顯著性的神經(jīng)學機制
        2.2.2 視覺顯著性的心理學機制
    2.3 視覺顯著性的研究現(xiàn)狀
        2.3.1 基于空域的研究模型
        2.3.2 基于頻域的研究模型
    2.4 視覺顯著性對疵點檢測的研究意義
    2.5 本章小結
第三章 融合信息熵的超復數(shù)變換模型
    3.1 引言
    3.2 圖像紋理特征的描述
        3.2.1 圖像的紋理特征
        3.2.2 紋理特征的描述方法
    3.3 信息熵計算方法
        3.3.1 信息熵理論基礎
        3.3.2 圖像熵及計算方法
        3.3.3 圖像的二維熵計算方法
    3.4 織物圖像的四元數(shù)表示
        3.4.1 超復數(shù)傅里葉變換概述
        3.4.2 圖像的四元數(shù)表示形式
        3.4.3 改進的四元數(shù)圖像表示方法
        3.4.4 改進方法的實驗結果對比
    3.5 本章小結
第四章 基于頻域顯著性的疵點檢測方法
    4.1 引言
    4.2 織物圖像幅值譜分析
        4.2.1 圖像的頻域信息
        4.2.2 織物圖像的頻譜特點
    4.3 頻域顯著性檢測方法
        4.3.1 HFT模型
        4.3.2 局部調(diào)諧的顯著性模型
        4.3.3 顯著圖生成過程
        4.3.4 參數(shù)α的影響
        4.3.5 實驗結果對比與分析
    4.4 本章小結
第五章 疵點檢測實驗結果與評估
    5.1 引言
    5.2 本文方法實驗
        5.2.1 實驗準備
        5.2.2 實驗結果與分析
    5.3 對比實驗
        5.3.1 實驗結果對比
        5.3.2 實驗數(shù)據(jù)評估
    5.4 本章小結
第六章 總結與展望
    6.1 總結
    6.2 展望
參考文獻
發(fā)表論文和科研情況說明
致謝



本文編號：3802940