基于OpenCV的織物疵點(diǎn)自動(dòng)檢測技術(shù)研究.pdf

1、疵點(diǎn)檢測是紡織品質(zhì)量控制的關(guān)鍵環(huán)節(jié)。目前，織物疵點(diǎn)檢測主要依靠人工目測來完成，受主客觀因素的影響，檢測效率和準(zhǔn)確率很低（約50％），嚴(yán)重影響紡織產(chǎn)品的質(zhì)量。因此，研究快速、準(zhǔn)確的織物疵點(diǎn)自動(dòng)檢測系統(tǒng)非常重要。
　　本文綜合應(yīng)用OpenCV開放視覺庫、小波分析理論和BP神經(jīng)網(wǎng)絡(luò)對基于機(jī)器視覺的織物疵點(diǎn)檢測技術(shù)進(jìn)行較為深入的研究。
　　首先，采用OpenCV庫函數(shù)PyrDown的縮放功能和Canny的邊緣檢測功能相結(jié)合，自動(dòng)檢測

2、疵點(diǎn)邊界、獲取疵點(diǎn)區(qū)域，有效提高了常見疵點(diǎn)的檢出率。
　　第二，通過對現(xiàn)有的圖像紋理特征值提取方法進(jìn)行分析，給出了基于小波分析和Mallat算法的圖像經(jīng)緯子圖分解方法，并利用自相關(guān)函數(shù)對經(jīng)緯子圖進(jìn)行窗口分割。根據(jù)織物紋理結(jié)構(gòu)的特點(diǎn)，確定子窗口的能量、方差、極差、熵和逆差距等五個(gè)特征值作為疵點(diǎn)識別和分類的依據(jù)。
　　第三，針對疵點(diǎn)類型自動(dòng)識別的技術(shù)難題，通過對人工神經(jīng)網(wǎng)絡(luò)工作原理和BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(jì)進(jìn)行分析，完成了BP神經(jīng)