基于機(jī)器學(xué)習(xí)的布匹疵點(diǎn)檢測(cè)算法研究
發(fā)布時(shí)間:2023-04-02 08:14
衣食住行是人民的生活所需,在衣物方面,布匹是制作衣物不可或缺的一種原材料。因此紡織業(yè)需要生產(chǎn)大量的布匹,以滿足人們對(duì)衣物的需求。隨著生活水平地提高,人們對(duì)于衣物質(zhì)量的追求也變得更加嚴(yán)苛。由于機(jī)械操作不當(dāng)、客觀環(huán)境等因素會(huì)讓紡織機(jī)在生產(chǎn)布匹的過程中出現(xiàn)疵點(diǎn),常見的疵點(diǎn)有破洞、污漬、錯(cuò)紗、斷紗等。決定布匹質(zhì)量好壞的一大關(guān)鍵因素是布匹表面是否存在疵點(diǎn),存在疵點(diǎn)的布匹其售價(jià)遠(yuǎn)遠(yuǎn)低于沒有疵點(diǎn)的布匹,售價(jià)的下降會(huì)導(dǎo)致企業(yè)利潤(rùn)降低,輕則減少收入,重則導(dǎo)致企業(yè)或者工廠倒閉。為了提高企業(yè)收益,需要剔除出有疵點(diǎn)的布匹,而目前許多企業(yè)還保持著人工檢測(cè)的方式。由于工人的熟練度會(huì)影響檢測(cè)效率,而且長(zhǎng)期利用肉眼會(huì)產(chǎn)生視覺疲勞,導(dǎo)致檢測(cè)速度下降,不適應(yīng)于實(shí)際的生產(chǎn)。因此,利用機(jī)器視覺去替代人眼,實(shí)現(xiàn)布匹疵點(diǎn)的自動(dòng)化檢測(cè)顯得尤為重要。實(shí)現(xiàn)機(jī)器視覺檢測(cè)的關(guān)鍵是需要合適的檢測(cè)算法,能夠快速有效地檢測(cè)出布匹疵點(diǎn)。近年來(lái),隨著機(jī)器學(xué)習(xí)在圖像處理、目標(biāo)檢測(cè)等領(lǐng)域的廣泛應(yīng)用,使得布匹疵點(diǎn)檢測(cè)算法的實(shí)現(xiàn)變?yōu)榭赡。本文提出了基于機(jī)器學(xué)習(xí)的布匹疵點(diǎn)檢測(cè)算法,旨在更好地實(shí)現(xiàn)布匹疵點(diǎn)的自動(dòng)化檢測(cè)。主要研究工作如下:(1)提出一種基于特征提...
【文章頁(yè)數(shù)】:82 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
1 緒論
1.1 研究背景和意義
1.2 疵點(diǎn)檢測(cè)算法研究現(xiàn)狀
1.3 機(jī)器學(xué)習(xí)的發(fā)展與應(yīng)用
1.4 論文的主要結(jié)構(gòu)和安排
2 相關(guān)理論基礎(chǔ)
2.1 檢測(cè)對(duì)象及評(píng)價(jià)標(biāo)準(zhǔn)
2.1.1 檢測(cè)對(duì)象
2.1.2 檢測(cè)評(píng)價(jià)標(biāo)準(zhǔn)
2.2 支持向量機(jī)
2.3 卷積神經(jīng)網(wǎng)絡(luò)
2.4 本章小結(jié)
3 基于特征提取和支持向量機(jī)的布匹檢測(cè)算法
3.1 特征提取
3.1.1 SIFT特征提取
3.1.2 HOG特征提取
3.1.3 HOG-NMF特征提取
3.1.4 MFS特征提取
3.1.5 PHOG特征提取
3.2 檢測(cè)流程
3.3 實(shí)驗(yàn)結(jié)果及分析
3.4 本章小結(jié)
4 基于卷積神經(jīng)網(wǎng)絡(luò)的布匹疵點(diǎn)檢測(cè)算法
4.1 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
4.2 改進(jìn)的CNN網(wǎng)絡(luò)結(jié)構(gòu)
4.3 布匹疵點(diǎn)檢測(cè)流程
4.4 實(shí)驗(yàn)結(jié)果及分析
4.5 本章小結(jié)
5 基于FASTER RCNN的布匹疵點(diǎn)檢測(cè)算法
5.1 RCNN網(wǎng)絡(luò)思想
5.2 RPN網(wǎng)絡(luò)
5.3 布匹疵點(diǎn)檢測(cè)流程
5.4 實(shí)驗(yàn)結(jié)果及分析
5.5 本章小結(jié)
6 總結(jié)與展望
6.1 全文總結(jié)
6.2 研究展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果
致謝
本文編號(hào):3778880
【文章頁(yè)數(shù)】:82 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
1 緒論
1.1 研究背景和意義
1.2 疵點(diǎn)檢測(cè)算法研究現(xiàn)狀
1.3 機(jī)器學(xué)習(xí)的發(fā)展與應(yīng)用
1.4 論文的主要結(jié)構(gòu)和安排
2 相關(guān)理論基礎(chǔ)
2.1 檢測(cè)對(duì)象及評(píng)價(jià)標(biāo)準(zhǔn)
2.1.1 檢測(cè)對(duì)象
2.1.2 檢測(cè)評(píng)價(jià)標(biāo)準(zhǔn)
2.2 支持向量機(jī)
2.3 卷積神經(jīng)網(wǎng)絡(luò)
2.4 本章小結(jié)
3 基于特征提取和支持向量機(jī)的布匹檢測(cè)算法
3.1 特征提取
3.1.1 SIFT特征提取
3.1.2 HOG特征提取
3.1.3 HOG-NMF特征提取
3.1.4 MFS特征提取
3.1.5 PHOG特征提取
3.2 檢測(cè)流程
3.3 實(shí)驗(yàn)結(jié)果及分析
3.4 本章小結(jié)
4 基于卷積神經(jīng)網(wǎng)絡(luò)的布匹疵點(diǎn)檢測(cè)算法
4.1 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
4.2 改進(jìn)的CNN網(wǎng)絡(luò)結(jié)構(gòu)
4.3 布匹疵點(diǎn)檢測(cè)流程
4.4 實(shí)驗(yàn)結(jié)果及分析
4.5 本章小結(jié)
5 基于FASTER RCNN的布匹疵點(diǎn)檢測(cè)算法
5.1 RCNN網(wǎng)絡(luò)思想
5.2 RPN網(wǎng)絡(luò)
5.3 布匹疵點(diǎn)檢測(cè)流程
5.4 實(shí)驗(yàn)結(jié)果及分析
5.5 本章小結(jié)
6 總結(jié)與展望
6.1 全文總結(jié)
6.2 研究展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果
致謝
本文編號(hào):3778880
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3778880.html
最近更新
教材專著