卢易枫毕业论文合并-lu yifengs graduation thesis merger.docxVIP

郑州轻工业学院硕士学位论文郑州轻工业学院硕士学位论文郑州轻工业学院硕士学位论文郑州轻工业学院硕士学位论文 PAGE PAGE 57 PAGE PAGE 56第一章 绪论纺织行业是我国的优势产业，在对外贸易中占有举足轻重的地位。在纺织品生产中， 质量控制是一个非常重要的环节，织物疵点是其中非常重要的部分。迄今为止，织物疵 点的识别是由人工视觉离线来完成的。该方法存在识别速度低、验布结果受验布人员主 观影响较大、误检率和漏检率高等缺点[1-5]。织物疵点的识别是一件费时费力的工作,而 且常常需要训练有素或经验丰富的工作人员来完成， 由于识别标准的不统一以及主观 因素的影响，难免会造成人为的误差。尤其是识别分析效率已经无法适应目前生产中小 批量、多品种、高效率的需要[6-18]。基于以上原因，织物疵点的自动识别是近年来国内 外学者共同关注和研究的热门课题之一。帘子布是一种结构比较典型的织物，它是轮胎外胎的骨架材料，其重量约占外胎总 重量的 10%～15%，其成本约占轮胎生产成本的 37%，是轮胎生产的主要原材料之一。 我国自入世后，汽车行业、轮胎行业加快了发展速度，2001 年全国汽车产量达 233.44万辆（不包括农用车），轮胎产量达 8585 万辆，其中出口 2842 万套，占全国轮胎总产 量的 33.2%，2001 年我国帘子布产品生产能力 202 千吨。随着经济的飞速发展，帘子布 的需求量日趋增大，对帘子布质量要求不断提高。因此，帘子布疵点自动识别技术研究 具有重要意义。1.1 国外织物疵点自动识别技术研究状况1990 年 Yoshio Shimizu 等从图像灰度共生矩阵提取特征，通过贝叶斯决策对疵点 进行分类，采用图像匹配的方法建立了织物疵点检测专家系统[19]。1991 年 Cohen 等采用高斯-马尔科夫随机场(GMRF) 纹理模型对织物疵点的检测进 行了研究。首先对没有任何疵点的织物图像进行训练，得到表示该种织物纹理的 GMRF 参数，作为检测过程的参考指标。检测时，对检测织物图像分块(如每块大小为 8 ×8 或16 ×16 象素)，每个图像块内计算 GMRF 参数同参考指标的“距离”，以确定图像块 是否存在疵点[20]。1993 年 Sar Sardy 等探讨了采用神经网络对平纹、斜纹和缎纹等不同种类织物上的 疵点进行检测分类的可行性。首先对获取的织物图像提取纹理特征包括加重 ( Emphasis) 、二阶矩、熵、不一致性(Non-uniformity)等，然后将特征值输入三层的神 经网络进行分类，该方法检测的疵点种类包括断纬、纬向不匀、筘痕和杂质四类，其工作也仅限于实验室阶段[21]。1995 年 Zhang 等在对疵点检测和分类的研究中，采用了两种方法对粗节和结头疵 点进行分析。一种是采用计算灰度值的统计特性的方法,采集不含疵点的织物图像经直方 图均衡化后，由自相关得到织物图像的经向和纬向周期性的重复长度，作为检测窗口的 高度和宽度[22]。窗口大小确定后，对织物图像划分窗口，计算窗口内部和窗口之间的灰度均值和标 准方差，然后可得到该织物的阈值。检测过程为采集图像后经直方图均衡化,在窗口内计 算均值，并同阈值比较，最后计算超过阈值的窗口数目以决定是否包含疵点。另一种方 法为采用数学形态学图像处理的方法，首先由已知的疵点图像得到疵点部分的灰度阈 值，由已知的无疵点的织物图像得到结构元素。检测时，对二值化图像由结构元素进行 腐蚀( Erosion) 和膨胀(Dilation) 后确定疵点的种类。1996 年 Jasper 研究了自适应小波在纹理描述和疵点检测中的应用。小波滤波器系 数和织物纹理图像构成二次代价函数，再加上小波滤波器系数的正交约束条件，构成一 个二次函数。采用拉格朗日乘子法，计算出使二次函数取得极小值时的小波滤波器系数， 代表了该织物的纹理。把织物疵点图像经该滤波器滤波，二值化后疵点的位置有明显的 峰值[23]。1998 年 Mallik 等采用光学手段，对检测织物疵点的光学成像技术进行了分析。经 激光光源照射的织物，由 FFT 镜头转换为功率谱后，再经过一个成像镜头重建为织物图 像。若在傅立叶平面插入一个滤波器，就会得到滤波后的织物图像。如滤波器仅通过沿 横向坐标轴的衍射图(即滤波器为一横向狭缝)，重构后的图像就为经纱图像。同样，当 滤波器为一纵向狭缝或针孔时，则重构纬纱或非周期性疵点图像[24]。1999 年美国的 Sari-Sarraf 等研究了安装于织布机上的疵点检测系统。织物图像由 数字信号处理器(DSP) 控制的线扫描摄像头采集，经过数字图像卡和计算机处理。图像 采集前要测定布机上布面的移动规律和速度。采集的图像经 2 或 3 层小波分解并去掉 间隔采样步骤,对横向、纵向和对角