织物疵点是影响纺织品质量和价格的重要因素。目前织物疵点识别大都采用人工识别的方法,但因受主观因素影响存在着效率低下、精度有限、识别结果缺乏客观性等不足。尽管国内外专家学者就织物疵点识别做了大量的研究工作,但仍存在着识别种类少、精度有限等问题。因此,本论文选题具有重要的现实意义和应用价值。论文在阅读大量文献的基础上,首先对织物疵点特征提取方法和织物疵点识别方法的国内外研究现状进行全面的研究和分析,然后对基于保角单演特征的织物疵点自动识别进行了深入的理论分析和实验研究。其主要研究工作如下:(1)织物疵点图像的边缘信息反映了疵点处纱线的交织规律,为了克服由于光照不均或者对比度不高对边缘检测结果造成的影响,本文根据保角单演信号良好的局部表征能力,结合改进的相位一致性模型,提出了基于保角单演相位一致性的图像边缘检测方法。实验结果表明,与已有的相位一致性边缘检测方法相比,本文方法不仅提高了边缘检测的精度,而且提取的边缘更加均匀、连续,具有一定的抗噪能力,且不受光照变化的影响。基于保角单演相位一致性的良好性能,采用局部二值模式对其进行编码形成保角单演相位一致性二值编码特征,该特征能够展现不同疵点的边缘以及疵点区域纱线的交织规律,从而描述不同疵点之间的差异性。(2)为了对织物疵点进行准确定位以及获取织物疵点的形状特征,提出了一种新的基于点到弦距离累加的角点检测方法,利用角点在织物疵点图上的分布来对织物疵点进行准确定位以及获取织物疵点的纵横比特征。该方法采用保角单演相位一致性方法代替Canny方法完成图像边缘轮廓的提取,消除边缘定位不准确对后续角点定位带来的影响;通过对候选角点邻域再检测技术避免了临近角点的漏检,引入自适应阈值有效去除椭圆形角点且保留钝型角点,通过Freeman链码方向统计的方法去除伪角点,通过主观、客观分析,本文方法取得较好的角点检测效果。(3)为了更好的表征织物疵点图像的纹理,提出基于保角单演特征融合的图像纹理特征提取方法。利用保角单演信号对图像分解得到局部幅值、局部相位、局部方向和局部曲率,根据保角单演信号良好的局部表征能力,对四个局部特征进行二值编码形成对应的局部二值编码特征,融合四个局部二值编码特征形成保角单演融合特征表征图像的纹理特征,该纹理特征能够较好的描述不同织物疵点的纹理差异性。(4)连接保角单演相位一致性二值编码特征和保角单演融合特征共同表征图像的纹理特征,通过在Brodatz纹理库上的实验,验证了本文特征连接的有效性;然后连接表达织物疵点形状特征的纵横比特征,形成织物疵点图像的特征向量,经过在企业拍摄疵点图上进行识别实验,验证了本文特征提取方法的有效性以及识别方法的有效性,实现了对12种织物疵点的识别,识别率高达99.41%。图37幅,表17个,参考文献94篇