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(更新版)
【正文】 此半徑的圓之外的所有頻率完全被衰減掉。對(duì)圖像來(lái)說(shuō)，常用二維零均值離散高斯函數(shù)作平滑濾波器。一幅圖像可以用二維函數(shù) f(x,y)來(lái)表示，函數(shù)的值是灰度級(jí)，取值 0到 1L? ， L 是灰度級(jí)的數(shù)目。對(duì)織物疵點(diǎn)進(jìn)行檢測(cè)，所用圖像為灰度圖像(若為彩色圖像，可將其轉(zhuǎn)換為灰度圖像 )。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。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)。 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。 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。 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。該類方法通過(guò)引入權(quán)值，改進(jìn)了最大類間方差法，在常見的織物圖像上取得了較好的檢測(cè)結(jié)果。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。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。在紡織業(yè)中，由于新技術(shù)的應(yīng)用，織布機(jī)的生產(chǎn)效率不斷提高，產(chǎn)量不斷加大，以適應(yīng)了人們不斷增長(zhǎng)的物質(zhì)需 求。 常用閾值分割法有雙峰法、迭代法、最大類間方差法、自適應(yīng)閾值算法等。 （進(jìn)行擴(kuò)充，至少 3 頁(yè)，多加些其他 5 方法的織物疵點(diǎn)檢測(cè)方法） 2. 課題任務(wù)及進(jìn)度安排 課題任務(wù) 最大類間方差法根據(jù)圖像的灰度特性，把圖像分為背景和目標(biāo)兩部分。指出我們?yōu)樯哆x用低通濾波，擴(kuò)充 1頁(yè)） 擬選取 4種頻域低通濾波器，即理想低通濾波器、巴特沃斯低通濾波器、指數(shù)低通濾波器、高斯低通濾波器，這四種濾波器的設(shè)計(jì)原理簡(jiǎn)單、濾波效果良好 。它與 BLPF 相比，具有更快的衰減性，且濾波后的圖像比 BLPF 處理的圖像更模糊一些。該方法當(dāng)圖像中目標(biāo)與背景的灰度之比很小時(shí)分割效果不佳。自適應(yīng)閾值的計(jì)算公式為 ： * 2 21 1 2 20 {( 1 ( ) ) ( ( ) ( ) ( ) ( ) ) }ttLt A rg M a x p t w t t w t t?????? ? ? (14) 式中 ()tpt? 是關(guān)于閾值 t*的函數(shù)，表示最佳閾值所發(fā)生的概率，當(dāng) t*確定時(shí) , ()tpt?也就確定。 [ 17] 趙亦工 , 朱 紅 , 向健勇 . 基于分形模型的人造目標(biāo)檢測(cè)技術(shù) [ J] . 紅外與毫米波學(xué)報(bào) , 1995, 14( 5) : 336 340. [ 18] 佟國(guó)旭 , 劉敬海 , 林幼娜等 . 亞成像系統(tǒng)中的實(shí)時(shí)圖像分割與識(shí) [ J] . 紅外與激光工程 , 1998, 27( 4) : 2629. [ 19] Hojjato leslami S A, Kittler J. Region growing : A new approach [ J ] . IEEE Transaction on Image Processing, 1998, 7( 7) : 1079 1084. [ 20] Otsu N. A threshold selection method from gray level histogram [ J ] . IEEE Trans System Man Cyber , 1978, SMC8: 62 66. [21] 汪榮貴，吳昊，方帥，楊萬(wàn)挺 . 一種新的自適應(yīng)二維 Otsu 圖像分割算法研究 [N]. 20xx， 40（ 8）： 842– 847.
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1