织物表观性能是纺织品质量控制的一项重要指标,而织物表面平整度表征了纺织品外观的光滑程度。织物平整度的传统评估一般是通过眼光目测的主观方法进行,易产生人为偏差。计算机图像处理技术是目前应用于纺织行业检测、控制的一种新兴手段,可以直观地对图像进行变换,提取特征信息等,因此采用这种技术对织物的表观性能进行客观评估是一种趋势。 本文的研究是基于光度立体视觉法开发织物平整度等级的客观评估系统。起皱织物的外观呈三维空间分布,而通过CCD摄像机获取的织物图像是二维平面图像。光度立体视觉法是一种通过获得同一视点在不同光照条件下的多幅图像来计算表面方向的方法,能将织物二维平面图像转换为三维表面形状,从而可获得更多的织物表面信息来研究织物外观性能。 课题基于光度立体视觉法原理设计和研制了图像采集装置,利用该采集装置可以获取织物的光度立体图像;应用光度立体视觉算法,对织物二维灰度图像进行三维重建,得到三维轮廓信息;在此基础上,提取能够表征织物平整度程度的特征值;然后将这些特征值作为BP神经网络的输入向量,应用神经网络实现织物平整度等级的模式识别。本文主要得到的结论如下: (1)开发了基于光度立体视觉法的织物平整度等级客观评估系统,实