论文部分内容阅读
随着计算机图像处理技术应用的不断推广,近十几年来,纺织领域也象其它学科领域一样,开始利用图像处理技术进行分析与检测识别,从而建立起微观结构与宏观性质之间的关系。 纺织品线密度是检测和控制纺织品质量的重要指标之一,在国家本色布标准中,密度是产品定等的一个重要的评测项目。目前,对织物密度的测定一般采用GB/T4668-1995《织物密度的测定》标准规定的三种方法:A-织物分解法;B-织物分析镜法;C-移动式织物密度镜法。三种方法中织物分解法的准确度是最高的,也是我们日常检验中主要采用的一种方法。但以上方法也存在着一个缺点,整个过程中检验员精神都要集中,一旦计数出错就要从头开始,检验员的劳动强度较大,耗时较长,效率很低,而且还要损坏织物。 本文针对当前纺织品测试存在的缺陷,进行了深入的研究,运用计算机数字图像处理技术对织物进行自动识别研究,并进行了自动识别软件的开发,提高了纺织品设计的效率和精度。文中提出的组织结构识别方法基于三个假设: 1 织物中经纬纱是均匀、紧凑排列的; 2 织物图像中经纬纱上灰度变化反映经纬组织点特征; 3 织物图像沿平行于经(纬)纱方向的平均亮度曲线的峰、谷指出了经(纬)纱位置; 本课题运用扫描仪获取织物原始图像(反射图像),首先对织物图像进行预处理,使图像便于后续检测识别,对预处理后的图像进行小波分解,得到包含织物经纬向信息的图像,然后采用数据平均的方法去除织物变形和图像录入误差等带来的影响(主要利用织物经纬向的投影信息),利用傅立叶变换求出织物纱线的像素周期,从而得到纱线的经纬密度;对于纱线的直径,可采用小波分解数据平均后的图像进行二值化处理,求出纱线的平均直径;利用纱线的经纬密度和直径最终确定经纬纱线的其它参数和位置。 系统主要以Matlab为平台进行图像处理,同时结合VC++6.0为开发工具,开发出织物自动识别系统。