基于机器学习的布匹疵点检测算法研究

发布时间：2023-04-02 08:14

　　衣食住行是人民的生活所需,在衣物方面,布匹是制作衣物不可或缺的一种原材料。因此纺织业需要生产大量的布匹,以满足人们对衣物的需求。随着生活水平地提高,人们对于衣物质量的追求也变得更加严苛。由于机械操作不当、客观环境等因素会让纺织机在生产布匹的过程中出现疵点,常见的疵点有破洞、污渍、错纱、断纱等。决定布匹质量好坏的一大关键因素是布匹表面是否存在疵点,存在疵点的布匹其售价远远低于没有疵点的布匹,售价的下降会导致企业利润降低,轻则减少收入,重则导致企业或者工厂倒闭。为了提高企业收益,需要剔除出有疵点的布匹,而目前许多企业还保持着人工检测的方式。由于工人的熟练度会影响检测效率,而且长期利用肉眼会产生视觉疲劳,导致检测速度下降,不适应于实际的生产。因此,利用机器视觉去替代人眼,实现布匹疵点的自动化检测显得尤为重要。实现机器视觉检测的关键是需要合适的检测算法,能够快速有效地检测出布匹疵点。近年来,随着机器学习在图像处理、目标检测等领域的广泛应用,使得布匹疵点检测算法的实现变为可能。本文提出了基于机器学习的布匹疵点检测算法,旨在更好地实现布匹疵点的自动化检测。主要研究工作如下:(1)提出一种基于特征提...

【文章页数】：82 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景和意义
    1.2 疵点检测算法研究现状
    1.3 机器学习的发展与应用
    1.4 论文的主要结构和安排
2 相关理论基础
    2.1 检测对象及评价标准
        2.1.1 检测对象
        2.1.2 检测评价标准
    2.2 支持向量机
    2.3 卷积神经网络
    2.4 本章小结
3 基于特征提取和支持向量机的布匹检测算法
    3.1 特征提取
        3.1.1 SIFT特征提取
        3.1.2 HOG特征提取
        3.1.3 HOG-NMF特征提取
        3.1.4 MFS特征提取
        3.1.5 PHOG特征提取
    3.2 检测流程
    3.3 实验结果及分析
    3.4 本章小结
4 基于卷积神经网络的布匹疵点检测算法
    4.1 卷积神经网络结构
    4.2 改进的CNN网络结构
    4.3 布匹疵点检测流程
    4.4 实验结果及分析
    4.5 本章小结
5 基于FASTER RCNN的布匹疵点检测算法
    5.1 RCNN网络思想
    5.2 RPN网络
    5.3 布匹疵点检测流程
    5.4 实验结果及分析
    5.5 本章小结
6 总结与展望
    6.1 全文总结
    6.2 研究展望
参考文献
攻读硕士学位期间取得的研究成果
致谢



本文编号：3778880