起毛工藝在織物表面生成柔軟、致密的絨毛,不僅改變了織物的外觀、風(fēng)格,還使織物具有耐磨、保暖、柔順、抗皺等性能。隨著起毛工藝的改進(jìn),產(chǎn)品質(zhì)量也在不斷提升,傳統(tǒng)的人工質(zhì)量檢測(cè)已不能滿足絨毛織物產(chǎn)品質(zhì)量和效率的需求。為了實(shí)現(xiàn)絨毛織物表面質(zhì)量的客觀評(píng)判,提高產(chǎn)品質(zhì)量檢測(cè)的精度和效率,本文提出了基于機(jī)器視覺(jué)的絨毛織物表面質(zhì)量檢測(cè)方法,來(lái)取代人工檢測(cè),達(dá)到快速、準(zhǔn)確、客觀地評(píng)定絨毛織物表面質(zhì)量的效果。論文主要內(nèi)容為:（1）絨毛織物圖像的采集,對(duì)絨毛織物采用切向成像,背向照明方式,獲取了不受織物表面紋理及顏色特征干擾的絨毛織物圖像。結(jié)合絨毛區(qū)域、背景區(qū)域的特征,對(duì)絨毛織物圖像中絨毛區(qū)域進(jìn)行提取。（2）絨毛織物圖像的預(yù)處理,為了降低絨毛織物圖像在采集過(guò)程中所產(chǎn)生的噪聲,本文采用改進(jìn)的去噪算法,在頻域中得到絨毛織物圖像的高頻信號(hào),并進(jìn)行消減,再與低頻信號(hào)進(jìn)行融合,有效地降低了噪聲干擾。同時(shí)采用線性變換,提高了絨毛圖像的對(duì)比度,改善了光照強(qiáng)度。（3）絨毛邊緣特征提取,根據(jù)絨毛區(qū)域灰度直方圖的分布特征,采用最大類間方差法進(jìn)行分割,對(duì)于分割后絨毛區(qū)域中的孔洞等缺陷,構(gòu)建了線形和圓形結(jié)構(gòu)元素對(duì)絨毛區(qū)域進(jìn)行形態(tài)學(xué)... 

【文章來(lái)源】：西安工程大學(xué)陜西省

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

視覺(jué)理論框架

2 絨毛織物表面質(zhì)量檢測(cè)系統(tǒng)的總體設(shè)計(jì)毛織物表面質(zhì)量檢測(cè)系統(tǒng)的總體設(shè)計(jì)體設(shè)計(jì)方案毛織物表面質(zhì)量檢測(cè)系統(tǒng)總體設(shè)計(jì)包括硬件和軟件兩方面設(shè)計(jì)，硬件包像采集部分中工業(yè)相機(jī)、鏡頭和照明等選型，此外還有織物傳送部分的；軟件包括絨毛織物檢測(cè)系統(tǒng)中圖像預(yù)處理、圖像邊緣特征提取、參數(shù)化的設(shè)計(jì)。絨毛織物表面質(zhì)量檢測(cè)系統(tǒng)總體設(shè)計(jì)如圖 2-1 所示，包括絨分、絨毛織物圖像采集部分和絨毛織物圖像處理部分。

圖 2-2 線陣 CCD 圖 2-3 面陣 CCD（1）分辨率工業(yè)相機(jī)的分辨率是指相機(jī)每次采集圖像的像素點(diǎn)的個(gè)數(shù)，工業(yè)相機(jī)的分辨率著圖像的質(zhì)量，分辨率數(shù)值越大則圖像越清晰，但是圖像所占的內(nèi)存就越大[55]。相機(jī)能拍到的取景范圍叫做視場(chǎng)，相機(jī)傳感器里一個(gè)像元所代表的物體實(shí)際尺寸精度。視場(chǎng)和精度兩個(gè)因素決定著工業(yè)相機(jī)的分辨率，相機(jī)分辨率計(jì)算公式為siRFOVR （2-式中，F(xiàn)OV 為視場(chǎng)，Rs為精度，Ri為相機(jī)分辨率。（2）曝光時(shí)間曝光時(shí)間是指光線投射到感光面上快門(mén)所要打開(kāi)的時(shí)間，當(dāng)拍攝物體運(yùn)動(dòng)速度時(shí)，要考慮曝光時(shí)間，否則會(huì)有嚴(yán)重的拖影現(xiàn)象，為避免拖影，需減少曝光時(shí)高快門(mén)速度。影響曝光時(shí)間的因素有視場(chǎng)、物體的運(yùn)動(dòng)速度和工業(yè)相機(jī)在物體運(yùn)向上的分辨率，曝光時(shí)間計(jì)算公式為：

【參考文獻(xiàn)】：
期刊論文
[1]起毛工藝后織物表面絨毛質(zhì)量的視覺(jué)檢測(cè)方法[J]. 金守峰,林強(qiáng)強(qiáng),唐凡,高磊.  毛紡科技. 2019(02)
[2]機(jī)器視覺(jué)在紡織中的應(yīng)用現(xiàn)狀與發(fā)展趨勢(shì)[J]. 周建,潘如如,高衛(wèi)東.  棉紡織技術(shù). 2019(02)
[3]基于稀疏字典的圖像去噪方法研究[J]. 唐凡,鄭晗,陳晨,劉小衛(wèi).  價(jià)值工程. 2019(04)
[4]淺談智能型工業(yè)相機(jī)的應(yīng)用[J]. 周文彬.  電子測(cè)試. 2018(22)
[5]機(jī)器視覺(jué)技術(shù)的發(fā)展現(xiàn)狀與應(yīng)用動(dòng)態(tài)研究[J]. 陳英.  無(wú)線互聯(lián)科技. 2018(19)
[6]2018中國(guó)國(guó)際紡織機(jī)械展覽會(huì)暨ITMA亞洲展覽會(huì)預(yù)覽（一）[J]. 馬磊,王佳月.  紡織導(dǎo)報(bào). 2018(09)
[7]海康機(jī)器視覺(jué)工業(yè)鏡頭應(yīng)用技術(shù)[J]. 胡雨婷.  智慧工廠. 2018(07)
[8]基于顯微光學(xué)切片方法的織物絨毛深度信息獲取[J]. 余靈婕,王榮武.  東華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[9]紡織業(yè)發(fā)展現(xiàn)狀及前景預(yù)測(cè)分析[J]. 廖強(qiáng).  紡織報(bào)告. 2018(05)
[10]應(yīng)用機(jī)器視覺(jué)的織物表面絨毛率測(cè)試系統(tǒng)[J]. 楊松林,馬帥,丁朝鵬,范紅麗,薛歡歡.  紡織學(xué)報(bào). 2017(06)

博士論文
[1]基于絨毛深度信息的織物起毛起球計(jì)算機(jī)自動(dòng)評(píng)級(jí)研究[D]. 余靈婕.東華大學(xué) 2016
[2]基于機(jī)器視覺(jué)的工程機(jī)械行走速度測(cè)量系統(tǒng)研究[D]. 金守峰.長(zhǎng)安大學(xué) 2015
[3]基于機(jī)器視覺(jué)的坯布表面質(zhì)量檢測(cè)系統(tǒng)研究與實(shí)現(xiàn)[D]. 趙大興.東北大學(xué) 2009
[4]基于機(jī)器視覺(jué)的水果品質(zhì)實(shí)時(shí)檢測(cè)與分級(jí)生產(chǎn)線的關(guān)鍵技術(shù)研究[D]. 饒秀勤.浙江大學(xué) 2007
[5]基于切面投影圖像的織物起球等級(jí)的計(jì)算機(jī)視覺(jué)評(píng)定[D]. 陳霞.東華大學(xué) 2004
[6]織物平整度等級(jí)的計(jì)算機(jī)視覺(jué)評(píng)估[D]. 楊曉波.東華大學(xué) 2003

碩士論文
[1]基于機(jī)器視覺(jué)的輪胎缺陷檢測(cè)方法研究[D]. 賈夢(mèng)思.沈陽(yáng)工業(yè)大學(xué) 2018
[2]面向視障人群的視覺(jué)導(dǎo)盲安全信息檢測(cè)與識(shí)別研究[D]. 陳蓉.西安工程大學(xué) 2018
[3]工業(yè)機(jī)器人作業(yè)目標(biāo)的視覺(jué)識(shí)別與定位研究[D]. 范荻.西安工程大學(xué) 2018
[4]基于機(jī)器視覺(jué)的金屬手機(jī)外殼尺寸測(cè)量與表面典型缺陷檢測(cè)研究[D]. 馮鍇.華南理工大學(xué) 2018
[5]手機(jī)殼體表面缺陷視覺(jué)檢測(cè)技術(shù)研究[D]. 王武.南京航空航天大學(xué) 2018
[6]基于織物結(jié)構(gòu)與力學(xué)參數(shù)的純棉織物抗皺性能研究[D]. 楊書(shū)會(huì).天津工業(yè)大學(xué) 2017
[7]基于機(jī)器視覺(jué)的布面絨毛率測(cè)試系統(tǒng)研發(fā)[D]. 范紅麗.河北科技大學(xué) 2016
[8]基于圖像處理的織物疵點(diǎn)特征提取與檢測(cè)算法研究[D]. 馬彥.武漢紡織大學(xué) 2016
[9]基于機(jī)器視覺(jué)的工業(yè)鏡頭的設(shè)計(jì)[D]. 楊康.福建師范大學(xué) 2013
[10]基于序列切面投影圖像的織物起球等級(jí)評(píng)定方法研究[D]. 楊璇.東華大學(xué) 2013



本文編號(hào)：3319422