隨著紡織工業(yè)的快速發(fā)展,布匹的產(chǎn)量變得越來越大,給布匹缺陷檢測帶來了更大挑戰(zhàn),傳統(tǒng)的人工驗布技術(shù)已經(jīng)越來越難以滿足工業(yè)生產(chǎn)需求。計算技術(shù)尤其是人工智能技術(shù)的發(fā)展,為布匹缺陷檢測提供了新的更可靠的技術(shù)支持。針對布匹缺陷種類多樣、尺度多樣和背景干擾嚴(yán)重等問題,本文提出基于深度學(xué)習(xí)的布匹缺陷識別和檢測方法。針對布匹缺陷識別問題,本文提出了基于改進Inception-ResNet-v2網(wǎng)絡(luò)的布匹分類算法。根據(jù)實際應(yīng)用需求,本文將布匹缺陷識別分為兩個任務(wù)進行:正常布匹、缺陷布匹的二分類識別和正常布匹、7種缺陷布匹的多分類識別。為了提取布匹中更豐富的特征,進一步增加了網(wǎng)絡(luò)的層數(shù),并對網(wǎng)絡(luò)中卷積核的尺寸進行改進。最終改進后的算法在布匹二分類識別中獲得94%以上的準(zhǔn)確率,并在多分類識別中實現(xiàn)top-1準(zhǔn)確率達86%以上。同時,通過對比算法改進前后的效果,得出改進后的算法能將布匹缺陷識別準(zhǔn)確率提升近20%,成功驗證了改進算法的有效性。針對布匹缺陷檢測問題,本文提出基于改進Faster-RCNN網(wǎng)絡(luò)的布匹缺陷檢測算法。主要改進點為:設(shè)計了多尺度特征圖譜提取網(wǎng)絡(luò);針對不同種類的布匹缺陷,基于k-means算... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：88 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景以及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
2 布匹缺陷圖像識別與檢測原理
    2.1 引言
    2.2 布匹數(shù)據(jù)集的獲取
    2.3 缺陷布匹表面狀態(tài)及其成因分析
    2.4 布匹缺陷識別與檢測中難點分析
    2.5 基于深度學(xué)習(xí)的圖像識別原理
    2.6 基于深度學(xué)習(xí)的目標(biāo)檢測原理
    2.7 本章小結(jié)
3 基于改進Inception-ResNet-v2 算法的布匹缺陷圖像識別
    3.1 引言
    3.2 Inception-ResNet-v2 算法及其改進
    3.3 數(shù)據(jù)集增強
    3.4 基于改進算法布匹缺陷識別
    3.5 布匹缺陷識別可靠性分析
    3.6 本章小結(jié)
4 基于改進Faster-RCNN算法的布匹缺陷檢測
    4.1 引言
    4.2 Faster-RCNN算法改進
    4.3 基于前置多分類器的Faster-RCNN布匹缺陷檢測
    4.4 布匹缺陷檢測結(jié)果分析
    4.5 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻
附錄1 攻讀碩士學(xué)位期間發(fā)表的論文


【參考文獻】：
期刊論文
[1]基于改進局部自適應(yīng)對比法的織物疵點檢測[J]. 杜帥,李岳陽,王孟濤,羅海馳,蔣高明.  紡織學(xué)報. 2019(02)
[2]Faster RCNN模型在坯布疵點檢測中的應(yīng)用[J]. 晏琳,景軍鋒,李鵬飛.  棉紡織技術(shù). 2019(02)
[3]基于CUDA計算GLCM特征值和SVM的織布疵點檢測[J]. 萬東,孫志剛,肖力.  計算機與數(shù)字工程. 2018(04)
[4]基于梯度方向直方圖的本色布疵點檢測算法[J]. 劉海軍,單維鋒,袁靜,李忠.  毛紡科技. 2018(01)
[5]紋理織物疵點窗口跳步形態(tài)學(xué)法檢測[J]. 何峰,周亞同,趙翔宇,劉猛,張忠偉.  紡織學(xué)報. 2017(10)
[6]BP神經(jīng)網(wǎng)絡(luò)算法改進[J]. 黃尚晴,趙志勇,孫立波.  科技創(chuàng)新導(dǎo)報. 2017(20)
[7]織物疵點自動檢測方法研究進展[J]. 張玉繼,雷威,李文博.  紡織科技進展. 2017(05)
[8]一種改進的印刷絲網(wǎng)布疵點快速檢測算法[J]. 王延年,楊萬里.  國外電子測量技術(shù). 2017(01)
[9]應(yīng)用最優(yōu)Gabor濾波器的經(jīng)編織物疵點檢測[J]. 尉苗苗,李岳陽,蔣高明,叢洪蓮.  紡織學(xué)報. 2016(11)
[10]基于數(shù)字形態(tài)學(xué)濾波與SVM技術(shù)的簾子布疵點檢測[J]. 溫盛軍,常保磊,蔣成龍,張五一.  中原工學(xué)院學(xué)報. 2016(04)

碩士論文
[1]基于深度學(xué)習(xí)的表面缺陷檢測方法研究[D]. 張浩.蘇州大學(xué) 2018
[2]基于機器視覺的織造疵點自動驗布機研制[D]. 姚登輝.武漢紡織大學(xué) 2016
[3]基于小波分析與SVM的織物疵點識別分類算法的研究[D]. 吳哲.華僑大學(xué) 2016
[4]基于機器視覺的坯布疵點檢測方法研究[D]. 魏娟.天津工業(yè)大學(xué) 2016
[5]布匹瑕疵實時視覺檢測技術(shù)的研究與開發(fā)[D]. 何薇.江南大學(xué) 2015
[6]基于機器視覺的無紡布疵點在線檢測系統(tǒng)研究[D]. 劉海平.華中科技大學(xué) 2015
[7]基于統(tǒng)計特征的紡織品缺陷檢測方法研究[D]. 李小寧.合肥工業(yè)大學(xué) 2015
[8]基于AR模型的機織物線狀疵點的檢測研究[D]. 朱俊嶺.東華大學(xué) 2012
[9]基于紋理梯度的紡織品缺陷檢測方法研究[D]. 沈晶.合肥工業(yè)大學(xué) 2009
[10]織物疵點檢測方法及其基于DM642圖像處理系統(tǒng)的軟件設(shè)計[D]. 張靈敏.北京服裝學(xué)院 2008



本文編號：3188686