基于數(shù)字圖像處理的機(jī)織物結(jié)構(gòu)參數(shù)識(shí)別.pdf

1、機(jī)織物結(jié)構(gòu)參數(shù)包括經(jīng)緯紗特?cái)?shù)、密度和織物組織,色織物還包括色紗排列參數(shù)。在紡織工廠,除經(jīng)紗和緯紗的特?cái)?shù)確定通常采用取樣稱重、計(jì)算而得,其他參數(shù)目前仍依靠專門的檢測(cè)人員在放大鏡等輔助設(shè)備的幫助下分析完成,這種人工分析機(jī)織物結(jié)構(gòu)參數(shù)的方法不僅耗時(shí)費(fèi)力、效率低下,而且檢測(cè)結(jié)果會(huì)受到測(cè)試人員的主觀因素影響,不同測(cè)試人員的檢測(cè)結(jié)果可能出現(xiàn)較大差異。當(dāng)前紡織生產(chǎn)已呈現(xiàn)小批量、多品種的發(fā)展趨勢(shì),紡織工廠需要一種快速、準(zhǔn)確的機(jī)織物結(jié)構(gòu)參數(shù)分析方法。為此

2、,本文研究如何利用數(shù)字圖像處理技術(shù),實(shí)現(xiàn)機(jī)織物結(jié)構(gòu)參數(shù)(不包含經(jīng)緯紗線特?cái)?shù))的自動(dòng)識(shí)別。
　　 本文的研究主要涉及以下內(nèi)容:機(jī)織物圖像的自動(dòng)糾偏理論與方法;機(jī)織物經(jīng)緯紗密度的自動(dòng)識(shí)別;單色織物的組織識(shí)別;色織物的色紗排列、配色模紋圖及組織的識(shí)別?，F(xiàn)將各章內(nèi)容簡(jiǎn)要介紹如下:
　　 第一章簡(jiǎn)要介紹論文的選題背景及意義。概述了國(guó)內(nèi)外有關(guān)基于圖像處理技術(shù)的機(jī)織物結(jié)構(gòu)參數(shù)自動(dòng)識(shí)別的研究現(xiàn)狀。分析了國(guó)內(nèi)外研究存在的不足,并提出了研究

3、色織物結(jié)構(gòu)參數(shù)自動(dòng)識(shí)別的問(wèn)題。
　　 第二章涉及機(jī)織物圖像的采集方法和糾偏理論。就采集機(jī)織物圖像的掃描分辨率、圖像尺寸等參數(shù)選擇進(jìn)行了探討。針對(duì)機(jī)織物圖像采集存在著的偏斜問(wèn)題,給出了自動(dòng)糾偏方法。
　　 第三章實(shí)現(xiàn)了機(jī)織物紗線密度的自動(dòng)檢測(cè)。首先按照織物中色紗組成將織物分成單色織物、單系統(tǒng)多色織物和雙系統(tǒng)多色織物等三種類型,分別采用不同的方法完成三種織物密度的自動(dòng)測(cè)定。對(duì)于單色織物,基于Hough變換完成織物中紗線偏斜角

4、度的自動(dòng)檢測(cè),并利用灰度投影法完成織物圖像中紗線的自動(dòng)定位,從而實(shí)現(xiàn)單色織物紗線密度的自動(dòng)檢測(cè);對(duì)于單系統(tǒng)多色織物,利用FCM算法在Lab顏色空間下對(duì)織物進(jìn)行分色,使得截取的子圖像中只含有一種或兩種顏色的紗線,進(jìn)而實(shí)現(xiàn)單系統(tǒng)多色織物紗線密度的自動(dòng)檢測(cè);對(duì)于雙系統(tǒng)多色織物,利用彩色梯度圖像對(duì)紗線的邊緣信號(hào)進(jìn)行增強(qiáng),并采用灰度投影法和互相關(guān)分析法完成雙系統(tǒng)多色織物紗線密度的自動(dòng)檢測(cè)。
　　 第四章涉及單色織物組織的自動(dòng)識(shí)別。首先基于

5、紗線分割結(jié)果完成組織點(diǎn)的定位,提取每個(gè)組織點(diǎn)的灰度均值及其方差特征,灰度共生矩陣的能量、熵特征,利用FCM算法結(jié)合上述特征參數(shù)對(duì)組織點(diǎn)進(jìn)行初步識(shí)別。然后以組織點(diǎn)的初步識(shí)別結(jié)果為基礎(chǔ),提出采用BP神經(jīng)網(wǎng)絡(luò)和組織數(shù)據(jù)庫(kù)兩種方法完成織物組織的最終識(shí)別,分析實(shí)例表明兩種方法都有著較好的織物組織識(shí)別效果。
　　 第五章實(shí)現(xiàn)了色織物配色模紋圖的自動(dòng)識(shí)別。在識(shí)別過(guò)程中,首先利用雙系統(tǒng)多色織物密度檢測(cè)的方法完成紗線和組織點(diǎn)的定位,提取每個(gè)組織點(diǎn)

6、的顏色特征,然后基于FCM算法完成色紗數(shù)目的自動(dòng)提取和組織點(diǎn)的顏色分類,最后基于組織點(diǎn)的顏色分類結(jié)果得到色織物的配色模紋圖。
　　 第六章涉及色織物的色紗排列參數(shù)和組織的自動(dòng)識(shí)別。給出了兩者識(shí)別方法,方法一是基于色織物圖像直接識(shí)別出色紗排列參數(shù),首先利用FCM算法,在Lab顏色空間下對(duì)色織物圖像進(jìn)行自動(dòng)分色,然后遍歷分色后的子圖像,判斷出每根紗線的顏色,得到經(jīng)紗和緯紗的排列參數(shù),完成經(jīng)緯色紗周期的自動(dòng)提取,得到色紗排列參數(shù)。方法

7、二是基于配色模紋圖識(shí)別出色紗排列參數(shù)識(shí)別,分別采用遺傳算法和邏輯分析法完成基于配色模紋圖的色紗排列參數(shù)的識(shí)別。
　　 在完成配色模紋圖和色紗排列參數(shù)識(shí)別后,利用色紗排列、配色模紋圖和織物組織之間的關(guān)聯(lián)性,自動(dòng)求解出組織點(diǎn)經(jīng)緯屬性,實(shí)現(xiàn)色織物組織的初步識(shí)別,再利用組織數(shù)據(jù)庫(kù)方法完成色織物組織的最終識(shí)別。
　　 第七章對(duì)全文進(jìn)行了總結(jié)和展望。給出了本文的主要進(jìn)展及存在的問(wèn)題,對(duì)基于圖像處理的織物結(jié)構(gòu)參數(shù)識(shí)別的進(jìn)一步研究提出了