论文部分内容阅读
随着中国社会的飞速发展,市场对纺织产品的质量和设备的性能提出了更高的要求,自动化的疵点检测系统正在逐渐代替人工对织物进行检测。我国是一个纺织大国,但还不是纺织强国,虽然可以从国外引进疵点检测系统,但存在价格偏高,机器配置和操作方式不太适应我国具体生产状况等一系列问题。生产技术的进步导致生产效率的突飞猛进,但是织物的质量检测技术却落后于生产技术的发展,成为影响纺织业劳动效率的一个瓶颈。落后的人工肉眼检测不但误检率高,效率低下,带来的长期重复性工作还会引起工人的过度劳累,检测环节的自动化于是被提了出来。随着计算机技术、图像处理技术的发展,使得基于计算机视觉的数码印花织物疵点检测识别成为可能。利用计算机视觉对数码印花织物疵点进行检测识别,不但能提高纺织企业的生产效率,而且为数码印花织物疵点的种类、大小以及产品质量的评估制订统一标准打下了良好的基础。所谓飞线,是指在数码印花过程中出现的横向条纹,是数码印花产品中常见的疵点,对其检测的结果好坏直接关系到产品的质量,因此是本文研究的重点。本文首先介绍了数码印花织物的疵点检测的研究和应用现状,以及织物疵点检测系统的系统组成和软硬件环境,进而提出了以Hough变换为基础,互相关系数为理论的数码印花飞线的检测方法,为下一步开发出适合我国实际的数码印花产品的疵点检测系统提供理论参考。针对在数码印花织物在数码印花过程中出现的疵点问题,可以采用模板和织物之间计算相关系数的方法检测,但是效率不高。由于我们检测的主要是产品中常见的具有直线特征的疵点,因此采用Hough变换检测出直线特征信息再用相关系数检测,可以提高效率。本文以Hough变换理论为基础,结合图像处理技术,运用MATLAB7.10针对数码印花织物模型的飞线进行检测,通过Hough变换在提取出图像的直线特征信息后,再利用互相关系数的计算检测出数码印花过程中出现的飞线问题,最后通过人工检测和检测结果比较发现,该系统较好地模拟完成了数码印花飞线的检测。