【摘 要】
:
在纺织品自动化生产过程中,缺陷检测是保证其产品质量的重要手段。与传统的人工检测相比,采用计算机图像处理技术进行纺织品缺陷检测有着精度高、效率高的优势。在检测过程中
论文部分内容阅读
在纺织品自动化生产过程中,缺陷检测是保证其产品质量的重要手段。与传统的人工检测相比,采用计算机图像处理技术进行纺织品缺陷检测有着精度高、效率高的优势。在检测过程中,纹理特征提取的准确程度对缺陷检测算法的性能有重要影响。本文研究了纹理统计特征在纺织品自动化缺陷检测中的应用。本文研究的主要内容及创新之处在于:(1)研究提出了一种结合自适应中值滤波和灰度梯度共生矩阵的织物缺陷检测方法。在分析纺织品纹理属性的基础上,利用灰度梯度共生矩阵提取灰度和梯度两种图像信息,构成二阶统计特征,来有效地表征纺织品的纹理信息,再结合自适应中值滤波算法提高缺陷部分和背景纹理部分的可分离程度,进而提高织物缺陷检测的正确率。(2)研究提出了一种抗噪声多尺度的纺织品缺陷检测方法。针对MB_LBP(Multi-scale Block Local Binary Patterns)算子中方形邻在尺度拓展上的局限性,该方法使用BRINT_LBP(Binary Rotation Invariant Noise Tolerant Local Binary Patterns)算子来提取纺织品的纹理特征。BRINT_LBP算子以圆形邻域为基础在不同尺度下提取图像的纹理特征,该算子对噪声具有鲁棒性。通过级联,构成多尺度BRINT_LBP算子,结合SVM(Support Vector Machine)分类器完成检测。大量仿真实验结果表明此方法提高了纺织品缺陷检测正确率,并能在一定程度上抵抗噪声的影响。本文的研究工作和成果对促进纺织品缺陷自动检测算法的研究发展,具有积极的意义。
其他文献
Internet的飞速发展为人们提供了一个可以跨越时间和空间界限来共享和发布信息的平台。作为因特网上最成功的应用,万维网(World Wide Web,简记为WWW)在短短十几年中获得了举
频率合成器是现代电子系统的重要组成部分,是决定电子系统性能的关键设备之一。随着现代通信技术的发展,系统对频率合成器提出了越来越高的要求,低相位噪声、高频谱纯度、高捷变
相比于地面无线信道,矿井巷道无线信道多径衰落更加严重,严重影响了煤矿井下无线通信系统的性能。高效综合地利用煤矿井下通信系统的空间、时间和频率等各种资源,可以使煤矿
海洋的潮汐问题,一直是海洋学研究的重要领域之一。实验室模拟海洋的潮汐变化是海洋研究者的基本研究方法。传统的实验室海洋潮汐模拟是通过建立由减速器构成的水泵的驱动来
近年来,随着互联网技术的迅猛发展和移动终端的进一步普及,社交网络(Social Network Service)己逐渐深入人们的日常生活。Twitter是一个典型的社交网络及微博客服务网站,其访
近年来,随着多媒体技术、计算机网络与通信技术的快速发展,传统的监控系统也不断向着新的发展方向进行着不断的更新与发展。进而出现了结合计算机网络技术、多媒体技术及通信
随着Web信息的指数级增长,如何快速、准确地从海量的互联网信息资源中获取所需信息已经成为困扰人们的一大难题。 论文研究主题Web动态信息推荐技术,即针对专业的信息搜集部
图像超分辨率(Super-Resolution, SR)重建是指由输入的一幅或同一场景多幅低分辨率图像重建出一幅高分辨率图像的技术。克服了通过硬件获得高分辨率图像成本高的不足,在提升
数字通信技术正在迅速发展,多种通信方式相继出现,但是作为其基础环节的调制技术却未见到大的改变。早期的脉冲幅度调制(PAM)、频移键控(FSK)、移相键控(PSK)仍在使用。90年代
以Slepian-Wolf编码为理论基础的分布式信源编码,是研究在多个具有相关性的信源进行独立编码,而在译码端利用信源间的相关性进行联合译码的问题,在无线传感器网络和视频压缩