基于LabVIEW的织物疵点检测的小波去噪方法研究.pdfVIP

现 代 仪 器 ( 洲 ． moder ni nst r s ． or g ．cn) 基于LabVl EW的织物疵点检测 的小波去噪方法研究 郑春兰张凤生时洪光 ( 青岛大学机 电工程学院青岛266071) 摘要 本文以LabVI EW( Labor at or y Vi r t u al I ns t rument Engi neer i ng Wor kbench) 为软 件开发平台，运用小波变换理论，对织物疵点检测的去噪方法进行研究。同时结合Lab- VI EW编程语言详细分析小波去噪的原理及小波去噪的具体设计。实验结果表明，小波 变换能有效去除织物图像中的噪声，突出并增强织物的疵点部分，为后续图像的进一步 处理提供有力 的帮助 。 关键词织物疵点小波去噪LabVI EW 两个方面 的研究将信号和噪音分开：( 1) 利用小波 引言 的奇异检测特性将信号与噪音分开口】，这个方 向研 织物疵点是影响纺织品质量的重要因素，不仅 究的开拓者是Mal l a t ，其利用极值点中的边缘与噪 影响纺织品的出口竞争力，而且关系到纺织企业的 音的李 氏指数不同来提取真正的边缘点，同时保留 生存。因此，织物疵点检测一直是纺织品生产过程 这些极值点的小波系数，并用交替投影法反复分解 中的重要环节。20世纪 0年代以来 ，随着计算机 迭代，直到满意的去噪效果，但交替投影迭代对图 技术和数字图像处理技术的飞速发展，使得基于计 像来说，不仅计算量巨大，而且收敛缓慢，还可能 算机视觉的织物疵点 自动检测成为可能。同时，小 产生振荡和不稳定。( 2) 利用小波系数阀值 收缩法 波分析在处理非稳定性信号上的突出优势，大大推 来分开噪声、信号Ⅳ】，因为一般噪声分解后的小 动疵 点图像处理技术的发展 。依靠快速，可靠 的 波系数都比较小，所 以对图像分解后的各层系数进 计算机视觉系统来实现织物疵点 自动检测已成为近 行阀值处理，去除较小的小波系数，直接得到去噪 年来 国内外学者研究的热点课题 【l 】。本文正是在此 后重构图像的小波系数，这种方法简单有效。本文 基础上，用一些在理论上已经相对成熟的小波分析 正是采用这一方法。 方法，并借助于NI ( Nat i onal I n st r ument s) 公司的 2小波去噪具体设计 LabVI EW软件开发平 台，研究对疵点图像进行去 噪处理 的实际应用。 在小波域进行图像降噪时，首先通过对含噪声 的图像选择合适的小波进行小波变换得到小波系 1小波去噪原理分析 数，然后选择适当的阀值准则来对小波系数进行处 织物图像在生成和传输过程中常常受到各种噪 理，即得到估计的小波系数，再对处理后的小波系 声的干扰，噪声在图像上呈雪花样散布的孤立像素 数进行小波逆变换即可得到重构后的图像。其过程 点，对后续图像的处理( 分割 ，特征提取、 图像识 ( 见图1) 。 别等) 将产生很大影响 ，不利于疵点的正确识别。 含噪声图像 小波分解 系数 阀值化 因此，图像去噪成为首要解决的问题。 小波变换是一种信号的时间 ·频率分析方法。 去噪后 图像 卜卜- — 叫 小渡逆变换 卜．——一小波