经编布机器视觉瑕疵检测与分类

发布时间：2021-04-09 10:26

　　瑕疵检测一直是纺织行业中最重要的组成成分之一,检测效果好坏直接与企业生产效益挂钩。为了提高纺织品瑕疵的检测率和准确率,越来越多的企业将机器视觉技术运用于布匹瑕疵检测中。所以,纺织品瑕疵检测一直是国内外研究热点,也涌现出了很多新方法和技术。但是由于不同布匹纹理相差大、瑕疵种类众多等原因,并没有一种方法可以适用于所有瑕疵检测。所以本文紧密联系企业生产,以经编布为实验对象,以瑕疵检测和分类为实验目的,对其常见瑕疵进行研究,以寻找较为高效的检测手段。本课题主要研究如下:（1）根据本文实验对象和实验目的,提出了两套比较有对比性的瑕疵检测方案,分别是空间域和频率域的检测方法。介绍该课题实验对象的同时给出布匹评分标准,作为后续判断布匹优劣的依据。奠定了本文的整体思路和框架。（2）在空间域中对经编布进行瑕疵检测。由于传统检测方法针对性不强,本文采用一种LBP结合灰度共生矩阵的方法。首先经过一系列预处理流程,然后采用LBP算法对经编布进行图像处理,再结合灰度共生矩阵,提取一系列特征参数对图像整体信息加以描述,这些特征参数将作为后续识别与分类的主要依据。（3）在频率域中对经编布进行瑕疵检测。因为gabor... 

【文章来源】：东华大学上海市 211工程院校 教育部直属院校

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

Uster公司的Fabriscan验布系统

图 1-2 EVS 公司的 IQ-TEX4 验布系统瑕疵检测系统品瑕疵检测系统的研究更加成熟和完善，但是由于各际生产中。虽说我国起步较晚，但是随着国内学者研了很多在线检测系统，取得了很大进步。较有代表性的是无锡创视新科技有限公司，该公司为备企业，也是国内较早的机器视觉自动化解决方案供大学无锡研究院，充分依托华中科技大学雄厚的人才检测技术等研究方面不断创新，保持着行业邻先地位广泛，检测功能也非常丰富。该公司的无纺布瑕疵检00m/min，检测精度可以达到 0.1mm-0.5mm，检测宽度后会自动截图并报警，将图片保存起来以便后续检索布卷材质量报告表和疵点分布图。该公司从创立到现有一定技术积累与优势。

华大学硕士学位论文 第一章 绪、双经、双纬等。非结构化畸变瑕疵不具备明显方向性，与纺织品纹理结构，常见瑕疵有污渍、杂物、破洞等。纹理特征常被用来作为瑕疵判断依据[25]（2）经编布瑕疵分类。本课题研究对象是企业生产所需的经编布，如图 示。研究目的是对经编布进行瑕疵检测，同时还要完成瑕疵的分类与识别。该布匹本身质量较好，瑕疵种类不多，常见的有：油污、点渍和孔洞等。部疵图像如图 1-4 所示。

【参考文献】：
期刊论文
[1]表面弱边缘瑕疵检测算法及应用[J]. 蒋洁琦,杨庚,刘沛东,钱晨.  计算机技术与发展. 2019(05)
[2]基于灰度共生矩阵和区域生长算法的红外光伏面板图像分割[J]. 洪向共,周世芬.  科学技术与工程. 2018(34)
[3]机器视觉技术的发展现状与应用动态研究[J]. 陈英.  无线互联科技. 2018(19)
[4]基于机器视觉的织针自动化检测系统[J]. 李涛,白云峰,朱世根.  毛纺科技. 2018(09)
[5]基于灰度共生矩阵的乳腺病理图像纹理特征分析[J]. 赵爽,李延军,马志庆,赵文华.  中国医学装备. 2018(08)
[6]基于局部最优分析的纺织品瑕疵检测方法[J]. 刘威,常兴治,梁久祯,贾靓,顾程熙.  模式识别与人工智能. 2018(02)
[7]基于学习的Gabor滤波器多样式布匹瑕疵检测[J]. 薛婷婷,刘秀平,张凯兵,王珍,闫亚娣,闫焕营.  西安工程大学学报. 2017(06)
[8]机器视觉表面缺陷检测综述[J]. 汤勃,孔建益,伍世虔.  中国图象图形学报. 2017(12)
[9]图像纹理检测与特征提取技术研究综述[J]. 李秀怡.  中国管理信息化. 2017(23)
[10]基于相对总变差模型与自适应形态学的织物瑕疵检测[J]. 张波,汤春明.  纺织学报. 2017(05)

博士论文
[1]基于统计学习的自动人脸识别算法研究[D]. 王先基.中国科学技术大学 2007

硕士论文
[1]基于机器视觉的双轴向织布机布匹瑕疵检测[D]. 方超.吉林大学 2017
[2]基于卷积神经网络和K邻近算法的车标识别[D]. 张鼎.西安电子科技大学 2015



本文编号：3127456