论文部分内容阅读
目前,在中国的纺织工业中,质量控制是至关重要的,而织物疵点的检测是其中最重要的一部分。织物疵点在线检测的目的在是走布的过程中及时的发现疵点,尽可能地提高织物的质量以及检测速度。
本课题是在对国内外织物疵点自动检测系统的理论成果的基础上,发现目前的检测方法都是基于计算机视觉理论上的算法及分类,即在获得的二维图像上的处理与算法研究,二维图像必然受到环境的影响,以及一些正常的织物在图像上表现为疵点织物类型,例如,由于滚轴的走速不一致导致的织物褶皱、漂浮在织物上方的飞絮在图像中的黑影等等。所以本文提出解算织物的三维骨架数据信息来识别织物疵点的方法,有效地解决二维图像识别难的问题。
本课题所作的主要工作有:搭建硬件设备系统,包括两台高速采集摄像机、镜头、支撑架、标定平板以及计算机。首先,进行左右摄像机的标定,精确标定出左右摄像机的内外参数,即焦距、旋转矩阵以及平移矩阵。其次,编码一幅适合织物的彩色编码光栅序列,并分析出识别光栅的最佳彩色空间,对识别出的光栅二值化、中值滤波等预处理,然后细化。再次,根据外极限约束与同名光栅结合,解算织物三维骨架数据。最后,根据三维骨架数据信息特点,把其三维坐标转换为两个二维坐标数据,并以织物纹理特征判定阈值,从而实现疵点的识别与分类。