基于图像频域分析的织物平整度等级客观评价
发布时间：2021-04-08 11:55
织物平整度等级是评级织物外观性能及其内在抗皱性能的重要指标,对生产过程中的质量控制以及交易过程中消费者的选择具有重要导向作用,因此需要正确评价织物平整度等级。目前对织物平整度等级的评价主要采用样本对照法,即将织物样本与标准模板在标准光源环境下进行视觉对照,根据其外观相似度给出平整度等级。上述方法是一种主观评价方法,易受个体心理、生理及评价环境的影响,评价结果精度较低,稳定性差,同一个体的评价结果可能出现浮动。此外,视觉对照评价依赖于观测者对平整度的主观感知,没有统一的标准,个体之间的评价结果可能出现较大差异,且人工评价耗时费力、效率低下,不符合纺织行业智能制造的发展趋势。近些年来,机器视觉在工业检测领域的应用日益增多,逐渐取代传统的人眼测量和判断,为织物平整度的自动化评价研究带来了积极意义。基于此,本课题对织物平整度客观评价方法进行了系统的研究,研究内容主要包括图像采集设备的开发、织物图像的频域分析、织物平整度特征设计和提取以及模式识别模型搭建四个部分。在图像采集设备开发方面,本文通过对早期研究对比,发现三维方法中图像获取效率低下,设备成本高昂,不利于产业应用推广,确定了以二维图像为对...
【文章来源】：江南大学江苏省 211工程院校 教育部直属院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
AATCC标准样卡Fig.1-1AATCCreplicas
江南大学硕士学位论文2图1-2织物平整度标准评价环境Fig.1-2Standardevaluationenvironmentforfabricsmoothness1.2计算机技术在织物平整度客观评价中的应用随着计算机技术的快速发展，计算机与其他学科的交叉领域成为研究者们关注的热点，计算机图像处理技术也被越来越频繁的应用于传统行业，为解决许多传统难题提供了新的解决方案，纺织行业也因此受益良多。采用计算机图像处理技术解决织物平整度等级评价问题，可以有效避免人工评价带来的主观误差，提高评价结果的稳定性和准确率，且节省人工成本，提高效率，符合纺织行业智能制造的发展趋势。由于计算机图像处理技术能够直观的对织物图像进行分析，提取褶皱特征信息，在织物平整度等级的客观评价方面具有很大的优势，因此国内外研究者从上世纪九十年代便开始探索用计算机图像处理技术进行织物平整度等级客观评价方面的应用，以此代替人的主观评价。回顾早前的研究，织物平整度等级客观评价主要包括三个方面的内容：第一，图像采集，根据AATCC标准对织物样本进行洗涤和干燥，并通过图像采集工具采集织物图像和标准样卡图像；第二，特征提取，对图像进行预处理，并分析图像提取平整度特征；第三，模式识别，根据平整度等级及图像特征库建立分类模型，对所得平整度特征数据进行分类预测，其常见的研究方案如图1-3所示。图1-3织物平整度等级客观评价技术路线Fig.1-3Technicalrouteforobjectiveevaluationoffabricsmoothness由图1-3可知，以采集图像的维度划分，图像采集系统主要分为二维和三维两种。
江南大学硕士学位论文2图1-2织物平整度标准评价环境Fig.1-2Standardevaluationenvironmentforfabricsmoothness1.2计算机技术在织物平整度客观评价中的应用随着计算机技术的快速发展，计算机与其他学科的交叉领域成为研究者们关注的热点，计算机图像处理技术也被越来越频繁的应用于传统行业，为解决许多传统难题提供了新的解决方案，纺织行业也因此受益良多。采用计算机图像处理技术解决织物平整度等级评价问题，可以有效避免人工评价带来的主观误差，提高评价结果的稳定性和准确率，且节省人工成本，提高效率，符合纺织行业智能制造的发展趋势。由于计算机图像处理技术能够直观的对织物图像进行分析，提取褶皱特征信息，在织物平整度等级的客观评价方面具有很大的优势，因此国内外研究者从上世纪九十年代便开始探索用计算机图像处理技术进行织物平整度等级客观评价方面的应用，以此代替人的主观评价。回顾早前的研究，织物平整度等级客观评价主要包括三个方面的内容：第一，图像采集，根据AATCC标准对织物样本进行洗涤和干燥，并通过图像采集工具采集织物图像和标准样卡图像；第二，特征提取，对图像进行预处理，并分析图像提取平整度特征；第三，模式识别，根据平整度等级及图像特征库建立分类模型，对所得平整度特征数据进行分类预测，其常见的研究方案如图1-3所示。图1-3织物平整度等级客观评价技术路线Fig.1-3Technicalrouteforobjectiveevaluationoffabricsmoothness由图1-3可知，以采集图像的维度划分，图像采集系统主要分为二维和三维两种。
【参考文献】：
期刊论文
[1]基于双目立体视觉的三维重建方法[J]. 张如如,葛广英,申哲,朱荣华,张广世,孙群. 扬州大学学报(自然科学版). 2018(03)
[2]浅谈模式识别在图像处理中的应用[J]. 程方. 信息通信. 2012(06)
[3]基于信号处理描述纹理特征方法[J]. 郭治成. 中国新技术新产品. 2012(21)
[4]缝纫平整度客观评判模型的研究[J]. 李艳梅,仇晓坤,蒋真真. 丝绸. 2011(04)
[5]基于灰度共生矩阵的织物纹理分析[J]. 高士忠. 计算机工程与设计. 2008(16)
[6]浅谈模式识别[J]. 史海成,王春艳,张媛媛. 今日科苑. 2007(22)
[7]Automatic Assessment of Fabric Smoothness Grade Using Double CCD Grating Projection[J]. 陈慧敏,张渭源,顾洪波. Journal of Donghua University（English Edition）. 2007(05)
[8]织物表面折皱的小波分析与自组织神经网络等级评定[J]. 杨晓波,黄秀宝. 中国图象图形学报. 2005(04)
[9]织物折皱纹理灰度共生矩阵分析[J]. 汪黎明,陈健敏,王锐,姜红. 青岛大学学报(工程技术版). 2003(04)
[10]利用图像的统计分析方法评价织物免烫等级[J]. 汪黎明,陈健敏,杜凤霞. 青岛大学学报(工程技术版). 2002(01)
博士论文
[1]基于稀疏编码的多视域织物外观平整度表征与评级[D]. 徐平华.东华大学 2016
硕士论文
[1]基于SIFT与小波变换的图像配准融合方法研究[D]. 陈燕文.武汉理工大学 2011
本文编号：3125504
【文章来源】：江南大学江苏省 211工程院校 教育部直属院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
AATCC标准样卡Fig.1-1AATCCreplicas
江南大学硕士学位论文2图1-2织物平整度标准评价环境Fig.1-2Standardevaluationenvironmentforfabricsmoothness1.2计算机技术在织物平整度客观评价中的应用随着计算机技术的快速发展，计算机与其他学科的交叉领域成为研究者们关注的热点，计算机图像处理技术也被越来越频繁的应用于传统行业，为解决许多传统难题提供了新的解决方案，纺织行业也因此受益良多。采用计算机图像处理技术解决织物平整度等级评价问题，可以有效避免人工评价带来的主观误差，提高评价结果的稳定性和准确率，且节省人工成本，提高效率，符合纺织行业智能制造的发展趋势。由于计算机图像处理技术能够直观的对织物图像进行分析，提取褶皱特征信息，在织物平整度等级的客观评价方面具有很大的优势，因此国内外研究者从上世纪九十年代便开始探索用计算机图像处理技术进行织物平整度等级客观评价方面的应用，以此代替人的主观评价。回顾早前的研究，织物平整度等级客观评价主要包括三个方面的内容：第一，图像采集，根据AATCC标准对织物样本进行洗涤和干燥，并通过图像采集工具采集织物图像和标准样卡图像；第二，特征提取，对图像进行预处理，并分析图像提取平整度特征；第三，模式识别，根据平整度等级及图像特征库建立分类模型，对所得平整度特征数据进行分类预测，其常见的研究方案如图1-3所示。图1-3织物平整度等级客观评价技术路线Fig.1-3Technicalrouteforobjectiveevaluationoffabricsmoothness由图1-3可知，以采集图像的维度划分，图像采集系统主要分为二维和三维两种。
江南大学硕士学位论文2图1-2织物平整度标准评价环境Fig.1-2Standardevaluationenvironmentforfabricsmoothness1.2计算机技术在织物平整度客观评价中的应用随着计算机技术的快速发展，计算机与其他学科的交叉领域成为研究者们关注的热点，计算机图像处理技术也被越来越频繁的应用于传统行业，为解决许多传统难题提供了新的解决方案，纺织行业也因此受益良多。采用计算机图像处理技术解决织物平整度等级评价问题，可以有效避免人工评价带来的主观误差，提高评价结果的稳定性和准确率，且节省人工成本，提高效率，符合纺织行业智能制造的发展趋势。由于计算机图像处理技术能够直观的对织物图像进行分析，提取褶皱特征信息，在织物平整度等级的客观评价方面具有很大的优势，因此国内外研究者从上世纪九十年代便开始探索用计算机图像处理技术进行织物平整度等级客观评价方面的应用，以此代替人的主观评价。回顾早前的研究，织物平整度等级客观评价主要包括三个方面的内容：第一，图像采集，根据AATCC标准对织物样本进行洗涤和干燥，并通过图像采集工具采集织物图像和标准样卡图像；第二，特征提取，对图像进行预处理，并分析图像提取平整度特征；第三，模式识别，根据平整度等级及图像特征库建立分类模型，对所得平整度特征数据进行分类预测，其常见的研究方案如图1-3所示。图1-3织物平整度等级客观评价技术路线Fig.1-3Technicalrouteforobjectiveevaluationoffabricsmoothness由图1-3可知，以采集图像的维度划分，图像采集系统主要分为二维和三维两种。
【参考文献】：
期刊论文
[1]基于双目立体视觉的三维重建方法[J]. 张如如,葛广英,申哲,朱荣华,张广世,孙群. 扬州大学学报(自然科学版). 2018(03)
[2]浅谈模式识别在图像处理中的应用[J]. 程方. 信息通信. 2012(06)
[3]基于信号处理描述纹理特征方法[J]. 郭治成. 中国新技术新产品. 2012(21)
[4]缝纫平整度客观评判模型的研究[J]. 李艳梅,仇晓坤,蒋真真. 丝绸. 2011(04)
[5]基于灰度共生矩阵的织物纹理分析[J]. 高士忠. 计算机工程与设计. 2008(16)
[6]浅谈模式识别[J]. 史海成,王春艳,张媛媛. 今日科苑. 2007(22)
[7]Automatic Assessment of Fabric Smoothness Grade Using Double CCD Grating Projection[J]. 陈慧敏,张渭源,顾洪波. Journal of Donghua University（English Edition）. 2007(05)
[8]织物表面折皱的小波分析与自组织神经网络等级评定[J]. 杨晓波,黄秀宝. 中国图象图形学报. 2005(04)
[9]织物折皱纹理灰度共生矩阵分析[J]. 汪黎明,陈健敏,王锐,姜红. 青岛大学学报(工程技术版). 2003(04)
[10]利用图像的统计分析方法评价织物免烫等级[J]. 汪黎明,陈健敏,杜凤霞. 青岛大学学报(工程技术版). 2002(01)
博士论文
[1]基于稀疏编码的多视域织物外观平整度表征与评级[D]. 徐平华.东华大学 2016
硕士论文
[1]基于SIFT与小波变换的图像配准融合方法研究[D]. 陈燕文.武汉理工大学 2011
本文编号：3125504
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3125504.html
最近更新
教材专著
