大学毕业论文_基于计算机视觉的染色品色差检测.docVIP

大学毕业论文_基于计算机视觉的染色品色差检测.doc

  1. 1、本文档共63页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
论文题目: 基于计算机视觉的染色品色差检测 基于计算机视觉的染色品色差检测 Color-difference evaluation for dyeing products based on computer vision 毕业论文(设计)原创性声明 本人所呈交的毕业论文(设计)是我在导师的指导下进行的研究工作及取得的研究成果。据我所知,除文中已经注明引用的内容外,本论文(设计)不包含其他个人已经发表或撰写过的研究成果。对本论文(设计)的研究做出重要贡献的个人和集体,均已在文中作了明确说明并表示谢意。 作者签名: 日期: 毕业论文(设计)授权使用说明 本论文(设计)作者完全了解**学院有关保留、使用毕业论文(设计)的规定,学校有权保留论文(设计)并向相关部门送交论文(设计)的电子版和纸质版。有权将论文(设计)用于非赢利目的的少量复制并允许论文(设计)进入学校图书馆被查阅。学校可以公布论文(设计)的全部或部分内容。保密的论文(设计)在解密后适用本规定。 ? 作者签名: 指导教师签名: 日期: 日期: 注 意 事 项 1.设计(论文)的内容包括: 1)封面(按教务处制定的标准封面格式制作) 2)原创性声明 3)中文摘要(300字左右)、关键词 4)外文摘要、关键词 5)目次页(附件不统一编入) 6)论文主体部分:引言(或绪论)、正文、结论 7)参考文献 8)致谢 9)附录(对论文支持必要时) 2.论文字数要求:理工类设计(论文)正文字数不少于1万字(不包括图纸、程序清单等),文科类论文正文字数不少于1.2万字。 3.附件包括:任务书、开题报告、外文译文、译文原文(复印件)。 4.文字、图表要求: 1)文字通顺,语言流畅,书写字迹工整,打印字体及大小符合要求,无错别字,不准请他人代写 2)工程设计类题目的图纸,要求部分用尺规绘制,部分用计算机绘制,所有图纸应符合国家技术标准规范。图表整洁,布局合理,文字注释必须使用工程字书写,不准用徒手画 3)毕业论文须用A4单面打印,论文50页以上的双面打印 4)图表应绘制于无格子的页面上 5)软件工程类课题应有程序清单,并提供电子文档 5.装订顺序 1)设计(论文) 2)附件:按照任务书、开题报告、外文译文、译文原文(复印件)次序装订 3)其它 摘要 人类社会约百分之七十的信息是通过人类视觉进行的,通过眼睛来获取图像具有其它方法所不可比拟的优势,包括:直观性、易理解性、快速性等。计算机视觉即是用计算机实现人类的视觉功能。随着数字图像技术、计算机技术、模式识别技术的快速发展,计算机视觉已经广泛地应用于医药卫生,国防建设,航空航天、兵器、制造检测、质量控制等社会应用领域。而人民生活水平的日益提高促使着纺织品印染行业的快速发展,色差检测技术作为其中的一项基本要求渐渐成为相关公司及科研单位迫切需要解决的问题。 在基于计算机视觉的染色品色差检测系统中,需要解决的问题主要包括:待测目标的采集、颜色空间的选择、颜色信息的提取、色差评价模型的建立、颜色图像的光照较正及色差信息的分类等关键技术问题。采用高性能的工业彩色相机对染色品的表面颜色进行检测,使用相关处理软件实现实时在线监控,这样便于生产管理的透明化、智能化、快速化。此系统不仅可以很好地提高染色品染色的满意度并且可以降低工厂的人力成本,提高生产效率。让产品质量管理透明化,获得良好的经济效益,从而增强企业的市场竞争力。 为了实现精准的染色品色差检测,本文对样品图像的光照校正问题进行了深入研究。本文提出了一种基于小波理论的染色品光照校正算法,同时,本文采用一种染色品色差检测的评价指标——一致性指标和均匀性指标。 为了对采集的样本数据进行很好的分类,本文对几种经典的分类算法进行研究,包括:基于支持向量机的分类算法、基于级联弱分类器的AdaBoost分类算法,最终本文根据染色品本身的纹理特性与颜色特性,提出了一种基于LBP-GMM的支持向量机分类算法,并将分类算法对染色品的色差质量进行判别分类。试验结果表明,该模型对染色品颜色数据具有很好的分类效果,可以实现染色品色差的定量化和自动化评价,并且对色差检测时光照不一致的情况具有较好的鲁棒性,为实现工业现场染色品色差的在线检测系统奠定了良好的基础。 关键字:计算机视觉;色差检测; 基于LBP-GMM模型的支持向量机分类算法;光照校正 Color-difference evaluation for

您可能关注的文档

文档评论(0)

六神无主 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档