基于小波和統(tǒng)計(jì)學(xué)習(xí)理論的布匹瑕疵檢測與分類技術(shù)研究.pdf

1、布匹瑕疵檢測作為一種質(zhì)量保證手段目前主要通過人工來完成，工作強(qiáng)度大且效率低下，采用自動(dòng)化的機(jī)器檢測成為一種合理的選擇。本文研究了布匹瑕疵自動(dòng)檢測與分類的算法，主要工作如下：
　　 奇異值分解(SVD)是一種有效的代數(shù)特征提取方法，本文首先研究了基于SVD理論的瑕疵檢測與分類算法。瑕疵檢測階段，充分利用奇異值分解所生成的奇異值和奇異值特征向量信息，實(shí)現(xiàn)瑕疵分割；提取瑕疵區(qū)域基于奇異值的特征，應(yīng)用BP神經(jīng)網(wǎng)絡(luò)分類器實(shí)現(xiàn)瑕疵分類。

2、r>　　 針對(duì)布匹瑕疵的不規(guī)則形狀和紋理特征，本文研究了一種基于Gabor小波網(wǎng)絡(luò)(GWN)和支持向量機(jī)(SVM)的瑕疵檢測與分類算法。應(yīng)用GWN模擬逼近布匹圖像的背景紋理，構(gòu)造最優(yōu)Gabor濾波器，實(shí)現(xiàn)瑕疵分割；提取基于灰度共生矩陣的瑕疵特征，應(yīng)用SVM實(shí)現(xiàn)了瑕疵分類，取得較好的檢測和分類效果。
　　 針對(duì)較難檢測的輕微瑕疵，本文又單獨(dú)研究了一種基于平穩(wěn)小波變換(SWT)和非下采樣方向?yàn)V波器組(NSDFB)的瑕疵檢測算法，將