織品(帘子布)瑕疵点检测算法.docVIP

织品（帘子布）瑕疵点检测算法 　　纺织品的生产过程中总会产生瑕疵点，这些瑕疵点直接影响到织物质量的好坏，从而直接影响到产品的销售以及出口等相关行业。所以验布环节是织物质量控制的一个十分重要的过程。迄今为止，传统的验布工作都是由人工完成的，鉴于验布人员主观意识影响，常常存在有错检、漏检等问题，并且效率比较低。但是随着计算机数字图像处理技术和工业自动化的发展，纺织品生产的自动化成为了必然趋势，基于机器视觉的自动验布系统已经成为大家关注的焦点。 1.引言 目前，国外纺织品的检测已经开始靠硬件完成，但价格非常昂贵。找到一种基于PC平台的自动检测算法，可以有效的快速、准确并且低成本的检测织物表面的瑕疵点。 帘子布图像瑕疵点检测算法研究主要有四部分组成， 1)首先是预处理，在对织物图像进行直方图均衡化后，通过对比分析几种平滑锐化算法，选择了用中值滤波对图像进行平滑去噪，用 Top-Hat 算子变换对织物图像进行锐化增强； 2)接着是通过分析对比，选择了灰度直方图法对织物图像是否含有瑕疵点进行快速判断； 3)然后是图像分割，提出了一种基于数学形态学的检测算法，即先利用自相关函数和 FFT 找出织物经纬结构的重复单元，以其为依据，用形态学中腐蚀背景和膨胀目标的方法检测图像中的疵点信息，再在传统的形态学处理法之后，再一次采用开运算进一步的消除噪声，从而更加突出疵点； 4)最后通过织物疵点长度L、疵点宽度W、疵点的经纬伸长度R、疵点面积S 及疵点的紧密度C五个特征常量对织物进行特征提取。 通过实验可以结果证明，本文提出的算法都是有效可行的。 1.1 背景 　　众所周知，产品的质量关系着企业的存亡。而产品质量的检测是企业生存的一个重要内容。比如纺织物等表面瑕疵点的检测和识别。它是产品质量的一个重要因素，亦是产品材料表面检测的重要环节。瑕疵点检测就是在产品生产完成后，通过肉眼观察，找到有瑕疵的地方，然后再经过修复和整理，尽可能的降低瑕疵点数量，从而保证产品的质量。 　　如今我国的纺织工业正在飞速发展，其中棉纺、棉布、丝织品、服装等产量居世界第一，数量和种类日益丰富，但生产效率和产品质量没有得到有效的保障。所以我国的自主品牌因为没有创新从而走向国际市场的屈指可数，利润相比其他行业少之又少。我国的纺织行业在我国市场经济的发展和加入WTO之后，面临的竞争压力逐步增大，如何提高产品质量和降低生产成本成为其生存的关键。本课题研究的瑕疵点检测主要应用于纺织领域。 　　传统的纺织品检测即人工检测如图 1.1 所示： 　　但是人工检测有很多不足的地方，比如检测时所有的标准很难与国外的先进标准接轨以及所用的仪器较为落后，检测的精度较低，这些问题都直接导致了所做的检测结果不被其它国家认可。关键是在检测产品材料表面特性有关的参数时，还仅仅是只能通过检测人员的感官来进行评定,加上其主观性强，费力费时以及检测结果的重现性差,所以传统的检测方法很难满足大批量产品检测的需求，而且工人长时间的这样专心工作对身体健康也不利。因此人工检验会漏掉一部分瑕疵点。为了提高产品的管理和控制水平，实现瑕疵点的客观评价，降低成本和减轻检验人员的负担，瑕疵点的自动检测和识别系统日益受到国内外专家学者的关注，试图找到一种客观、 　　快速又准确的自动检验技术来代替人工检测。近三十年来，随着计算机硬件和软件的飞速发展，数字图像处理技术也得到了飞速的发展，并且已经广泛的应用到了图像相关的各个领域,包括纺织行业的诸多方面，使得基于图像处理和微型计算机平台的织物瑕疵点的检测和识别成为可能，并逐渐形成织物瑕疵点自动检测的一个重要的方向。 织物瑕疵点的自动检测如图 1.2 所示： 　　织物瑕疵点的自动检测与人工检测相比，优点在于： 　　一、检测速度得到很大的提高，相对人工检测高达 5—10 倍，大大节约了人力 成本； 　　二、可以检测到几乎所有肉眼可以看到的瑕疵点，检测精度高； 　　三、同时可以对检测到的疵点进行分类、定位； 该检测系统可以极高的减少瑕疵点对纺织品质量造成的损害，并且可以提高纺织品的生产效率。因此，自主研发适合我国纺织行业的瑕疵点自动检测系统对提高我国纺织品生产效率和产品质量，进而增强我国纺织品的出口的竞争力有着非常重要的意义。 1.2 国内外织物疵点检测的现状和发展 　　采用计算机进行瑕疵点检测的研究开始于上世纪八十年代。如1983年瑞士Zellweger Uster公司推出的用神经网络识别技术开发的自动检测系统;1987年在巴黎工TMA展览会上推出的Uster Viso Tex机型的自动验布系统;1988年Takat用灰度匹配法对织物瑕疵点进行了识别工作。从20世纪90年代到现在，应用图像处理进行织物瑕疵点检测的研究已经达到了一个高潮。美很多地区的专家学者们已经发表了大量相关研究论文，汲