中期報(bào)告基于改進(jìn)自適應(yīng)閾值的織物疵點(diǎn)檢 測(cè)算法研究-全文預(yù)覽
【正文】 hao Rong chun. A fuzzy ART based image segmentation approach [ J] . Acta Electron icaSinica , 20xx, 29( 5) : 718 721. ( in Chinese )。采用最 15 大類間方差方法檢測(cè)結(jié)果如圖 (b)，采用最大類間方差方法檢測(cè)結(jié)果如圖 (c)，可以看出自適應(yīng)閾值方法及本文改進(jìn)的方法均能正確分割。 同理，當(dāng)有 N1個(gè)閾值（ N個(gè)類別）時(shí)，自適應(yīng)閾值最佳閾值計(jì)算公式為： 111 21 2 1 0 1 = 1{ , , } = 1 jNNNN t k kt t L jkt t t A r g M a x p w ???? ? ?? ?? ????????????????? (15) 形態(tài)學(xué)濾波 4 實(shí)驗(yàn)結(jié)果及分析 給出選用的織物圖像，多給出幾種，采用分辨率為多少， 并且給出疵點(diǎn)的類型有多少，都是什么樣的，給出示例。在單一閾值的情況下，一幅圖像的像素被分為兩類，即： 12c ={0,1 t} c ={t+1 t+2,. .. ,L 1}， ..., ， ， (8) 其中 t是閾值， C1和 C2分別是目標(biāo)圖像和背景圖像的灰度級(jí)。 自適應(yīng)閾值算法對(duì)最大類間方差法進(jìn)行了改進(jìn)，克服了最大類間方差法的缺 8 點(diǎn)，在用于織物缺陷檢測(cè)時(shí)可得到較好的分割效果，具體算法如下： （給出每一步的核心代碼，你這種寫法，一看就是從小論文上摘抄的。 GLPF的傳遞函數(shù)為： 20( , ) = e xp ( 1 / 2 [ ( , ) /D ] )nH u v D u v? (5) 實(shí)驗(yàn)過(guò)程中取 n =2，取濾波半徑 D0=5。 ELPF 的傳遞函數(shù)為： 0( , ) = e x p ( ( ( , ) ) )nH u v D u v D (4) 實(shí)驗(yàn)中取 n =2，取濾波半徑 D0=20。 2）巴特沃斯低通濾波器（ Butlerworth LowPass Filter 簡(jiǎn)稱 BLPF）的設(shè)計(jì) BLPF又稱為最大平坦濾波器。 設(shè)待處理圖像為 (,)fxy ，其傅里葉變換表達(dá)式為 (, )Fuv ， (,)Huv 是低通濾波器的傳遞函數(shù)，濾波后圖像的傅里葉變換用 ( , )Guv 表示，則低通濾波的數(shù)學(xué)表達(dá)式為： ( , )= ( , ) ( , )G u v H u v F u v (1) 1）理想低通濾波器（ Ideal LowPass Filter簡(jiǎn)稱 ILPF）的設(shè)計(jì) ILPF 物理上是不可實(shí)現(xiàn)的非因果系統(tǒng)，實(shí)際中的低通濾波器只能是它的近似，但可以在數(shù)值模擬中無(wú)限接近它。 進(jìn)度安排 12131 學(xué)期 第 10 周：熟悉開發(fā)流程 第 11— 13 周：外文資料翻譯 第 14— 19 周：書寫讀書筆記，提出總體設(shè)計(jì)方案，完成開題報(bào)告 12132 學(xué)期 第 1 周： 開題 第 2— 8周：進(jìn)一步完善設(shè)計(jì)方案、完成主要程序的編寫 第 9 周：完成主要程序的編寫、中期檢查 第 1014 周：完成全部程序的編寫、書寫論文及相關(guān)資料 第 15 周：畢業(yè)答辯 3 整體方案設(shè)計(jì) 自適應(yīng)閾值分割算法 +形態(tài)學(xué)濾波，把形態(tài)學(xué)濾波加上 織物圖像 低通濾波器 自適應(yīng)閾值分割算法 6 引入前置低通濾波器 傳統(tǒng)的自適應(yīng)閾值算法檢測(cè)復(fù)雜紋理的織物圖像時(shí)，效果并不好原因在于復(fù)雜紋理織物圖像灰度值變換較為劇烈，影響分割結(jié)果。背景與目標(biāo)之間的類間方差越大，說(shuō)明構(gòu)成圖像的兩部分的差別越大，如果二者相互錯(cuò)分都會(huì)導(dǎo)致兩部分差別變小。該類方法通過(guò)引入權(quán)值，改進(jìn)了最大類間方差法，在常見(jiàn)的織物圖像上取得了較好的檢測(cè)結(jié)果。文獻(xiàn) [1]提出基于雙峰法的圖像分割技術(shù)，通過(guò)計(jì)算直方圖，選取兩波峰之間谷底對(duì)應(yīng)的灰度值作為分割閾值，該類方法僅適用于背景簡(jiǎn)單、直方圖具有典型雙峰分布特性的織物圖像，但對(duì)直方圖是多峰或雙峰差別很大的織物圖像效果 不明顯。但真正適用于實(shí)際生產(chǎn)，被市場(chǎng)接納的并不多，主要市場(chǎng)占有者為以色列的 EVS公司。但是，在疵點(diǎn)檢測(cè)過(guò)程中，傳統(tǒng)的人工檢測(cè)在很多地方依舊存在，由于人的生理因素，導(dǎo)致人工檢測(cè)速度慢、質(zhì)量不穩(wěn)定，已經(jīng)嚴(yán)重制約了紡織產(chǎn)品的生產(chǎn)，成為生產(chǎn)過(guò)程中的瓶頸。人工離線檢測(cè)效率低，易疲勞，而且容易出現(xiàn)漏檢現(xiàn)象。目前，國(guó)內(nèi)絕大部分的紡織企業(yè)，對(duì)織物的疵點(diǎn)檢測(cè)還是采用人工離線檢測(cè)。在紡織
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1