本文關(guān)鍵詞：織物瑕疵自動(dòng)檢測系統(tǒng)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來由于科學(xué)技術(shù)水平的不斷提高,數(shù)字圖像處理技術(shù)也得到了快速的發(fā)展。在工業(yè)生產(chǎn)領(lǐng)域中,運(yùn)用圖像處理技術(shù)降低了人工成本,生產(chǎn)自動(dòng)化得到了人們的廣泛關(guān)注。在紡織品生產(chǎn)業(yè)中,織物的質(zhì)量是其主要關(guān)注的問題,而自動(dòng)檢測技術(shù)對織物質(zhì)量的控制起著至關(guān)重要的作用。依靠人工對織物中的瑕疵進(jìn)行檢測,其檢測率較低,主要原因是在檢測過程中容易受到主觀因素的影響。將圖像處理技術(shù)應(yīng)用到紡織品生產(chǎn)過程中,不僅可以減少人工成本,而且能提高生產(chǎn)效率。布匹的瑕疵檢測在紡織品生產(chǎn)過程中是很重要的一步,如果能有效的對布匹瑕疵進(jìn)行檢測,將使紡織品的質(zhì)量得到提高,生產(chǎn)成本降低。本文設(shè)計(jì)的布匹瑕疵自動(dòng)檢測系統(tǒng)主要由圖像采集前的自動(dòng)調(diào)焦、圖像采集后的拼接及織物中瑕疵的檢測三部分組成。在對常見的織物瑕疵的類型及特征進(jìn)行分析的基礎(chǔ)上,綜合了三種布匹瑕疵檢測算法,用以檢測織物中的瑕疵。主要做的工作為:(1)圖像調(diào)焦。選擇圖像的調(diào)焦區(qū)域和調(diào)焦大小,對采集到的圖像的清晰度進(jìn)行判斷,使得圖像準(zhǔn)確聚焦。圖像的質(zhì)量對系統(tǒng)的檢測有很大的影響。(2)圖像拼接。布匹圖片是由一組攝像機(jī)采集得到的,將數(shù)張有重疊部分的圖像用圖像拼接技術(shù)拼接成一幅包含各個(gè)圖像信息的大視場圖像。圖像配準(zhǔn)是圖像拼接技術(shù)的核心,基于SIFT的圖像配準(zhǔn)方法是典型的基于特征點(diǎn)的圖像配準(zhǔn)方法,本文著重介紹了SIFT圖像配準(zhǔn)算法。(3)瑕疵檢測�？椢镨Υ脵z測算法是本課題研究的重點(diǎn)內(nèi)容,本文主要采用了三種算法對布匹的瑕疵進(jìn)行檢測,分別為Gabor、灰度共生矩陣和傅里葉變換,能夠?qū)⒉计ピ诠I(yè)生產(chǎn)中常見的瑕疵檢測出來。(4)顯示結(jié)果。最后用MATLAB2008a編寫了GUI用戶界面,將檢測到的瑕疵結(jié)果通過GUI界面顯示出來。本設(shè)計(jì)實(shí)現(xiàn)了五種織物瑕疵的檢測,系統(tǒng)的檢測速度快,實(shí)時(shí)性好,具有可移植性。
【關(guān)鍵詞】：圖像聚焦 清晰度評價(jià)函數(shù) SIFT圖像配準(zhǔn) Gabor濾波器 灰度共生矩陣
【學(xué)位授予單位】：天津職業(yè)技術(shù)師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 中文摘要4-5
• Abstract5-9
• 第1章 緒論9-15
• 1.1 背景和研究意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-11
• 1.3 常用的布匹瑕疵檢測算法11-13
• 1.3.1 基于模型的方法11-12
• 1.3.2 基于統(tǒng)計(jì)的方法12
• 1.3.3 基于頻譜的方法12-13
• 1.4 本文的結(jié)構(gòu)安排13-15
• 第2章 測量系統(tǒng)與圖像調(diào)焦15-30
• 2.1 布匹瑕疵自動(dòng)檢測系統(tǒng)組成15-16
• 2.2 圖像預(yù)處理16-17
• 2.3 聚焦評價(jià)函數(shù)的標(biāo)準(zhǔn)17
• 2.4 典型的調(diào)焦評價(jià)函數(shù)17-24
• 2.4.1 基于空域的調(diào)焦評價(jià)函數(shù)17-21
• 2.4.2 基于頻域的評價(jià)函數(shù)21-24
• 2.5 調(diào)焦區(qū)域的選擇24-28
• 2.5.1 選擇調(diào)焦窗口的必要性24-26
• 2.5.2 常用的調(diào)焦窗口選擇方法26-28
• 2.6 本章小結(jié)28-30
• 第3章 圖像拼接30-45
• 3.1 圖像拼接的基本流程30-31
• 3.2 圖像配準(zhǔn)31-35
• 3.2.1 圖像配準(zhǔn)原理31-32
• 3.2.2 圖像配準(zhǔn)的要素32-33
• 3.2.3 圖像配準(zhǔn)方法分類33-34
• 3.2.4 圖像融合34-35
• 3.3 基于SIFT圖像配準(zhǔn)算法35-41
• 3.3.1 SIFT算子配準(zhǔn)流程36
• 3.3.2 SIFT特征提取36-37
• 3.3.3 特征點(diǎn)的精確定位37-39
• 3.3.4 SIFT特征向量生成39-40
• 3.3.5 特征向量的匹配40-41
• 3.4 基于SIFT的圖像拼接41-44
• 3.5 本章小結(jié)44-45
• 第4章 布匹瑕疵的類型和檢測方法45-57
• 4.1 常見的布匹瑕疵描述45-47
• 4.1.1 織物疵點(diǎn)分類45-46
• 4.1.2 基于幾何特征的瑕疵分類46
• 4.1.3 基于紋理特征的疵點(diǎn)分類46-47
• 4.2 直方圖均衡化47-49
• 4.3 布匹瑕疵的檢測方法49-55
• 4.3.1 基于二維Gabor的濾波的瑕疵檢測方法49-50
• 4.3.2 基于灰度共生矩陣特征的疵點(diǎn)檢測方法50-53
• 4.3.3 基于傅里葉變換提取圖像紋理特征的方法53-55
• 4.4 檢測系統(tǒng)軟件55-56
• 4.5 本章小結(jié)56-57
• 第5章 系統(tǒng)實(shí)驗(yàn)57-66
• 5.1 圖像拼接實(shí)驗(yàn)57-58
• 5.2 缺陷檢測方法58-62
• 5.3 實(shí)驗(yàn)結(jié)果62-64
• 5.4 工作總結(jié)64-66
• 參考文獻(xiàn)66-71
• 致謝71-72
• 申請學(xué)位期間的研究成果及發(fā)表的學(xué)術(shù)論文72

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉建忠;;圖像邊緣的數(shù)學(xué)結(jié)構(gòu)分析[J];軟件;2011年05期

2 陳文兵;張小磊;;基于圖像邊緣的能見度計(jì)算方法[J];微型電腦應(yīng)用;2009年04期

3 曾友州;胡瑩;曾偉一;鄭曉霞;;提取數(shù)字圖像邊緣的算法比較[J];成都航空職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年04期

4 潘衛(wèi)國;鮑泓;何寧;;一種傳統(tǒng)中國書畫圖像的二分類方法[J];計(jì)算機(jī)科學(xué);2012年03期

5 周濤;陸惠玲;拓守恒;馬競先;楊德仁;;基于非凸區(qū)域下近似的圖像邊緣修補(bǔ)算法[J];寧夏大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

6 唐亮;唐娉;閻福禮;鄭柯;;HJ-1 CCD圖像自動(dòng)幾何精糾正系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用;2012年S2期

7 宋建中;;噴霧圖像的自動(dòng)分析[J];光學(xué)機(jī)械;1988年04期

8 張錦華;孫挺;;引入像點(diǎn)融合度修補(bǔ)的圖像邊緣化參差拼接實(shí)現(xiàn)[J];微電子學(xué)與計(jì)算機(jī);2014年08期

9 張曉清;;摳圖另一法[J];數(shù)字世界;2002年11期

10 潘泓;夏良正;;一種基于圖像邊緣的矩計(jì)算方法[J];模式識(shí)別與人工智能;2003年03期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動(dòng)感特征分析[A];第一屆中國情感計(jì)算及智能交互學(xué)術(shù)會(huì)議論文集[C];2003年

3 韓焱;王明泉;宋樹爭;;工業(yè)射線圖像的退化與恢復(fù)方法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊）[C];2001年

4 王強(qiáng);王風(fēng);;一種保持圖像幾何特征的去噪模型[A];中國通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國圖象圖形學(xué)會(huì)第十屆全國圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無參考客觀質(zhì)量評測方法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域?yàn)V除方法[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

8 漆琳智;張超;吳向陽;;引導(dǎo)濾波的單幅圖像前景精確提取[A];浙江省電子學(xué)會(huì)2013學(xué)術(shù)年會(huì)論文集[C];2013年

9 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強(qiáng)[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

10 王亮亮;李明;高昕;;強(qiáng)模糊空間目標(biāo)圖像邊緣獲取方法研究[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊）[C];2010年

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 吳飛;無邊距照片打印三部曲[N];中國電腦教育報(bào);2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報(bào);2009年

3 ;B超術(shù)語解釋[N];農(nóng)村醫(yī)藥報(bào)（漢）;2008年

4 ;圖像質(zhì)量調(diào)整秘技[N];電腦報(bào);2001年

5 馬駿睿 皓月;制作版畫效果圖片[N];中國攝影報(bào);2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報(bào);2009年

7 西安 張正倉;I~（2）C總線控制的HG-2220AV液晶屏視頻信號驅(qū)動(dòng)板[N];電子報(bào);2003年

8 ;令挑剔的人也刮目相看[N];中國電子報(bào);2001年

9 侯杰;國產(chǎn)芯片進(jìn)軍移動(dòng)多媒體市場[N];人民郵電;2003年

10 于亮、阿鯤;技術(shù)“掃”天下[N];中國計(jì)算機(jī)報(bào);2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 梁福來;低空無人機(jī)載UWB SAR增強(qiáng)成像技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

2 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

3 賈茜;基于時(shí)—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學(xué);2014年

4 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學(xué);2014年

5 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

6 楊小義;圖像特征識(shí)別算法及其在聾人視覺識(shí)別中的應(yīng)用研究[D];重慶大學(xué);2015年

7 王玉明;SAR圖像地雷場檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 溫景陽;圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學(xué);2015年

9 李林;基于概率圖模型的圖像整體場景理解方法研究[D];電子科技大學(xué);2014年

10 馮景;基于SAR圖像的海面溢油檢測研究[D];北京理工大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李鵬遠(yuǎn);圖像檢索算法研究及其在互聯(lián)網(wǎng)教育中的應(yīng)用[D];華南理工大學(xué);2015年

2 萬燕英;微聚焦X-ray圖像自適應(yīng)正則化去噪方法[D];華南理工大學(xué);2015年

3 毛雙艷;基于梯度域的圖像風(fēng)格化渲染方法的研究及其應(yīng)用[D];華南理工大學(xué);2015年

4 向訓(xùn)文;RGB-D圖像顯著性檢測研究[D];華南理工大學(xué);2015年

5 曾旭;基于聚類和加權(quán)非局部的圖像稀疏去噪方法研究[D];天津理工大學(xué);2015年

6 熊楊超;圖像美學(xué)評價(jià)及美學(xué)優(yōu)化研究[D];華南理工大學(xué);2015年

7 王艷;圖像視覺顯著性檢測方法及應(yīng)用的研究[D];華南理工大學(xué);2015年

8 鄭露萍;圖像二階微分特征提取及人臉識(shí)別應(yīng)用研究[D];昆明理工大學(xué);2015年

9 王思武;基于太陽圖像的特征提取和檢索[D];昆明理工大學(xué);2015年

10 曹靜;基于暗通道先驗(yàn)算法的圖像去霧處理[D];海南大學(xué);2015年

  本文關(guān)鍵詞：織物瑕疵自動(dòng)檢測系統(tǒng)研究，，由筆耕文化傳播整理發(fā)布。

本文編號：358040