中期報(bào)告基于改進(jìn)自適應(yīng)閾值的織物疵點(diǎn)檢測算法研究-在線瀏覽
2024-08-01 13:23本頁面
【正文】 是采用人工離線檢測。如何快速 、準(zhǔn)確、低成本、高質(zhì)量地檢測出織物疵點(diǎn)，成為人們關(guān)注的焦點(diǎn)。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)了人們不斷增長的物質(zhì)需 求。如果能將計(jì)算機(jī)技術(shù)應(yīng)用與織物的自動(dòng)化檢測，可以減少人的主觀意識(shí)上的干擾，在保證織物質(zhì)量的同時(shí)，極大的提高生產(chǎn)效率，對(duì)與我國紡織業(yè)的發(fā)展具有重要的意義。如：瑞士 Zellweger Uster 公司推出的用神經(jīng)網(wǎng)絡(luò)識(shí)別 技術(shù)開發(fā)的Fabriscan 驗(yàn)布系統(tǒng)；比利時(shí) BARCO 公司的驗(yàn)布系統(tǒng)；德國 Obdxi 光電子技術(shù)公司開發(fā)的在線織物檢測系統(tǒng)；以色列 EVS 公司的 ITex 機(jī)型自動(dòng)檢布系統(tǒng)等。 圖像分割是一種基本的圖像分析技術(shù) , 按分割算法的不同可分為閾值法、邊界探測法和匹配法等 .近年來 , 不少學(xué)者將模糊數(shù)學(xué)、分形學(xué)以及小波分析等方法引入到圖像處理中 , 分別提出了以模糊理論為基礎(chǔ)的圖像分割方法 、基于分形模型的人造目標(biāo)檢測技術(shù)、應(yīng)用小波變換的多尺度邊緣 檢測和閾值選取方法等 , 取得了顯著效果 . 神經(jīng)網(wǎng)絡(luò)技術(shù)在圖像處理中的應(yīng)用日益廣泛 , 出現(xiàn)了如基于 BP神經(jīng)網(wǎng)絡(luò)的邊緣檢測法、基于選擇性多分辨力 Koho nen 網(wǎng)絡(luò)的自適應(yīng)灰度圖像分割方法等 .由于紅外亞圖像噪聲大、分辨力低 , 難以分清目標(biāo)的細(xì)節(jié) , 4 邊緣也比較模糊 , 相比之下閾值分割法較適合應(yīng)用于這種情況 . 近 40 年以來 , 國內(nèi)外學(xué)者針對(duì)這一課題進(jìn)行了廣泛深入的研究 , 并提出了 50 多種閾值選取方法文獻(xiàn) [10～ 14] . 在自動(dòng)目標(biāo)識(shí)別過程中常用的閾值選取方法包括 : 最大類間方差法、最佳熵法、矩不 變法、模糊聚類法、極小誤差法和共現(xiàn)矩陣法等 . 由于最大類間方差法具有算法簡單、易于實(shí)現(xiàn)且計(jì)算量小等優(yōu)點(diǎn) ,因此 , 常用于一般的實(shí)時(shí)圖像處理系統(tǒng)中 . 當(dāng)目標(biāo)的面積不太小時(shí) , 運(yùn)用最大類間方差法可獲得良好的分割效果 。 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。文獻(xiàn) [2]提出基于迭代法的圖像分割技術(shù)，該類方法雖不受主觀因素影響，能把目標(biāo)與背景的主要部分區(qū)分出來，但圖像的部分細(xì)節(jié)不能得到很好的區(qū)分。文獻(xiàn) [8]提出基于自適應(yīng)閾值的圖像分割算法，并用于織物疵點(diǎn)檢測中。然而，對(duì)于復(fù)雜紋理的織物表面檢測效果并不理想。 （進(jìn)行擴(kuò)充，至少 3 頁，多加些其他 5 方法的織物疵點(diǎn)檢測方法） 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。該方法當(dāng)圖像中目標(biāo)與背景的大小之比很小時(shí)分割效果不佳。本課題實(shí)現(xiàn)基于改進(jìn)自適應(yīng)閾值的織物瑕疵檢測算法 1. 分析系統(tǒng)功能，確定設(shè)計(jì)方案； 2. 掌握算法工作原理， matlab 編程工具； 3. 算法設(shè)計(jì)方案實(shí)現(xiàn)； 4. 完成整個(gè)算法的設(shè)計(jì)與實(shí)現(xiàn)并撰寫論文。通過設(shè)計(jì)低通濾波器對(duì)采集的織物圖像進(jìn)行平滑濾波，一是可以降低局部紋理的復(fù)雜性；二是消除噪聲，改善圖像質(zhì) 量。指出我們?yōu)樯哆x用低通濾波，擴(kuò)充 1頁） 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)原理簡單、濾波效果良好 。 ILPF 的傳遞函數(shù)為： 001 ( , )( , ) = 0 ( , )D u v DH u v D u v D??? ?? (2) 式中， 0 0D? ，為 ILPF的截止頻率； (, )Duv 表示頻譜平面原點(diǎn)到 (, )uv 點(diǎn)的距離，即 2 2 1 2( , )=( + )D u v u v 。實(shí)驗(yàn)中，取濾波半徑 D0=15。與 ILPF不同，它的通帶與阻帶之間沒有明顯的不連續(xù)性，因此采用該濾波器在濾除噪聲的同時(shí)，圖像邊緣的模糊程度明顯減小。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。 4）高斯低通濾波器（ Gaussian LowPass Filter 簡稱 GLPF）的設(shè)計(jì) 高斯濾波器是一種線性平滑濾波器，它根據(jù)高斯函數(shù)的形狀來選擇權(quán)值， 對(duì)去除服從正態(tài)分布的噪聲效果良好。高斯濾波器的系統(tǒng)函數(shù)是平滑的，避免了振鈴現(xiàn)象。 畫出流程圖 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。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。畢業(yè)論文要細(xì)化的多，不然你最后怎么能寫 50頁以上） (1)計(jì)算各個(gè)灰度級(jí)發(fā)生的概率?；叶燃?jí) i 可能發(fā)生的概率為： Pi= iinn ? 灰 度 級(jí) 的 像 素 個(gè) 數(shù)圖 像 中 總 的 像 素 個(gè) 數(shù) (6) (2)求出整個(gè)圖像的平均灰度級(jí) ： 1ii=0= ipL
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1