本文選題：布匹瑕疵檢測(cè)　切入點(diǎn)：LBP算法　出處：《吉林大學(xué)》2015年碩士論文

【摘要】：隨著生活節(jié)奏的加快，以及生活質(zhì)量的提高，我們對(duì)衣食住行的方方面面都有了更高的要求．衣服除了有幫助我們抵御寒冷、保護(hù)身體等作用以外，在現(xiàn)代社會(huì)它還起到了對(duì)人體的裝飾作用，象征了一個(gè)人的生活品味、社會(huì)地位和消費(fèi)水平等等．人們對(duì)衣物美觀上的追求，不得不使人們注重布匹質(zhì)量的好壞．此外，紡織工業(yè)作為我國(guó)的支柱型產(chǎn)業(yè)，它的發(fā)展對(duì)國(guó)民經(jīng)濟(jì)起著至關(guān)重要的作用．對(duì)于紡織工業(yè)而言，高質(zhì)量的紡織品是企業(yè)盈利的重要因素之一．因此，在生產(chǎn)過程中，需要對(duì)布匹的質(zhì)量進(jìn)行嚴(yán)格的把控．由于人們的生活需求和紡織工業(yè)的發(fā)展需求，布匹瑕疵檢測(cè)技術(shù)越來越受到人們的重視．隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，布匹瑕疵的檢測(cè)技術(shù)也逐步從人工檢測(cè)過渡到計(jì)算機(jī)智能檢測(cè)． 關(guān)于布匹瑕疵檢測(cè)這一課題的研究背景，本文第一章給予了詳細(xì)的介紹．隨后介紹了幾種瑕疵檢測(cè)與分類算法在布匹檢測(cè)中的應(yīng)用，以及國(guó)內(nèi)外關(guān)于布匹檢測(cè)技術(shù)的研究進(jìn)展．其中算法包括基于局部二進(jìn)制模式()的改進(jìn)算法，以及它的實(shí)際應(yīng)用和實(shí)驗(yàn)結(jié)果． 結(jié)合國(guó)內(nèi)某工廠的的實(shí)際情況，本文第二章提出了一種新的方法來解決實(shí)際布匹生產(chǎn)中的檢測(cè)問題．將曲線擬合應(yīng)用到瑕疵檢測(cè)中，來避免非均勻光照對(duì)于布匹瑕疵檢測(cè)的影響，使得瑕疵部分更突出，更方便閾值的選取，從而達(dá)到更有效更快捷的檢測(cè)．最小二乘法作為一種數(shù)學(xué)優(yōu)化技術(shù)，將其應(yīng)用于灰度圖像的擬合，實(shí)驗(yàn)證明，對(duì)于幾種特定的瑕疵，能達(dá)到很好的檢測(cè)效果．本文對(duì)實(shí)際問題進(jìn)行了具體分析并且做了大量的實(shí)驗(yàn)．為了達(dá)到更好的擬合效果，對(duì)待檢測(cè)圖像進(jìn)行了適當(dāng)?shù)姆指�，，選取了最合適的多項(xiàng)式階數(shù)，并結(jié)合K-means算法確定了恰當(dāng)?shù)拈撝担疚耐瓿闪瞬计ヨΥ命c(diǎn)的在線檢測(cè)．
[Abstract]:With the quickening pace of life and the improvement of the quality of life, we have higher requirements on all aspects of clothing, food, housing and transportation. In modern society, it also plays a decorative role to the human body, symbolizing a person's taste in life, social status and consumption level, etc. People's pursuit of clothing aesthetics has to make people pay attention to the quality of cloth. As the pillar industry of our country, the development of textile industry plays a vital role in the national economy. For the textile industry, high quality textiles is one of the important factors for enterprises to make profits. Therefore, in the process of production, It is necessary to strictly control the quality of cloth. Because of the needs of people and the development of textile industry, people pay more and more attention to the technology of fabric defect detection. With the rapid development of computer technology, Fabric defect detection technology is gradually from manual detection to computer intelligent detection. The first chapter gives a detailed introduction to the research background of fabric defect detection, and then introduces the application of several defect detection and classification algorithms in fabric detection. And the research progress of cloth detection technology at home and abroad, including the improved algorithm based on local binary mode), its practical application and experimental results. According to the actual situation of a factory in China, a new method to solve the problem of testing in the production of fabric is put forward in the second chapter of this paper, and the curve fitting is applied to the detection of defects. To avoid the influence of non-uniform illumination on fabric defect detection, make the defect part more prominent, more convenient to select the threshold, so as to achieve more effective and faster detection. The least square method as a mathematical optimization technology, It is proved by the experiment that it can achieve good detection effect for several special defects. In this paper, the practical problems are analyzed and a lot of experiments are done. In order to achieve better fitting effect, the method is applied to the fitting of gray-scale image. The detection image is segmented properly, the most appropriate polynomial order is selected, and the appropriate threshold is determined with K-means algorithm. In this paper, the on-line detection of fabric defect points is completed.
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.41

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何自芬;張印輝;;基于圖像處理的煙標(biāo)燙金質(zhì)量檢測(cè)技術(shù)研究[J];包裝工程;2010年09期

2 宗瑜;李明楚;江賀;;近似骨架導(dǎo)向的歸約聚類算法[J];電子與信息學(xué)報(bào);2009年12期

3 景軍鋒;張緩緩;李鵬飛;;基于方法庫的織物圖像疵點(diǎn)檢測(cè)[J];東華大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

4 李文羽;程隆棣;;基于機(jī)器視覺和圖像處理的織物疵點(diǎn)檢測(cè)研究新進(jìn)展[J];紡織學(xué)報(bào);2014年03期

5 羅蜀君;侯飛;毛鑫;;基于協(xié)同熵的K-均值算法[J];電光與控制;2015年07期

6 金萍;宗瑜;李明楚;;一種噪聲啟發(fā)式聚類算法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年06期

7 宗瑜;金萍;李明楚;;BK-means:骨架初始解K-means[J];計(jì)算機(jī)工程與應(yīng)用;2009年14期

8 金萍;宗瑜;李明楚;;共有信息引導(dǎo)的啟發(fā)式聚類算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年31期

9 謝從華;沈鈞毅;宋余慶;常晉義;;一種圖像數(shù)據(jù)庫聚類與歸類方法研究[J];控制與決策;2008年06期

10 吳寧;管聲啟;徐帥華;;基于紋理邊緣周期性與局部方向性的織物疵點(diǎn)檢測(cè)[J];計(jì)算機(jī)與現(xiàn)代化;2014年04期

相關(guān)博士學(xué)位論文 前10條

1 艾矯燕;基于計(jì)算機(jī)視覺的墻地磚顏色分類和缺陷檢測(cè)研究[D];華南理工大學(xué);2003年

2 田永鴻;基于上下文的統(tǒng)計(jì)關(guān)系學(xué)習(xí)研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2005年

3 吳瓊;面向真實(shí)性檢測(cè)的數(shù)字圖像盲取證方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2008年

4 畢昕;面向TFT-LCD制程的Mura缺陷機(jī)器視覺檢測(cè)方法研究[D];上海交通大學(xué);2009年

5 王守強(qiáng);多中心點(diǎn)聚類問題的隨機(jī)算法[D];山東大學(xué);2010年

6 宗瑜;聚類質(zhì)量改進(jìn)方法的研究[D];大連理工大學(xué);2010年

7 李昱辰;基于粒子濾波的視頻目標(biāo)跟蹤方法研究[D];蘭州理工大學(xué);2013年

8 全宇暉;視覺數(shù)據(jù)不變性特征研究[D];華南理工大學(xué);2013年

9 高彥彥;基于特征的圖像檢索技術(shù)研究[D];北京郵電大學(xué);2012年

10 方芳;視覺注意建模及其在圖像分析中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 金萍;調(diào)整學(xué)習(xí)聚類算法的研究[D];合肥工業(yè)大學(xué);2008年

2 吳晶晶;紋理物體缺陷的視覺檢測(cè)算法研究[D];哈爾濱工業(yè)大學(xué);2008年

3 莫雄強(qiáng);基于腦電的疲勞度檢測(cè)方法研究[D];燕山大學(xué);2009年

4 李雪;不確定數(shù)據(jù)聚類研究[D];大連理工大學(xué);2009年

5 Charles Alpha Bangura;[D];湖南大學(xué);2011年

6 蔣佳學(xué);色譜指紋數(shù)據(jù)處理算法研究及應(yīng)用[D];大連理工大學(xué);2013年

7 王哲;車牌殘缺字符識(shí)別系統(tǒng)的研究與設(shè)計(jì)[D];沈陽理工大學(xué);2013年

8 張傳海;紋理無關(guān)的裂紋缺陷檢測(cè)算法[D];山東大學(xué);2013年

9 馮莉;基于數(shù)字圖像鏡面反射和表面梯度的翻拍取證研究[D];北京交通大學(xué);2013年

10 韋衍;工件表面質(zhì)量缺陷的無損視覺檢測(cè)關(guān)鍵技術(shù)研究[D];湘潭大學(xué);2012年

本文編號(hào)：1693017