应用对抗网络和霍夫变换的织物点状缺陷检测研究

发布时间：2022-11-01 19:17

　　印花织物生产过程中由于制造的原因会产生皱印、劈裂和色点等表面缺陷。为了保证织物品质,针对喷头堵墨在织物表面形成的色点,提出了一种检测点状缺陷的方法。首先去除图像上的噪声点,将缺陷图像进行滤波预处理,处理后的图像经霍夫变换（Hough Transform）提取缺陷信息并返回缺陷位置。为了检测提出算法的稳定性和准确性,应用生成对抗网络（GAN, Generative Adversarial Networks）扩充在纺织企业收集到的数据样本,与人工检测结果比较,统计缺陷检出率。结果表明:所提出的算法在生成样本及原始样本检出率为97.2%,满足纺织企业生产的要求。 

【文章页数】：5 页

【文章目录】：
1 生成对抗网络
2 随机霍夫变换
3 实验结果与分析
    3.1 中值滤波与边缘检测
    3.2 印花织物点状缺陷检测
4 结束语


【参考文献】：
期刊论文
[1]噪声干扰下的防羽布疵点检测算法[J]. 张团善,石玮.  西安工程大学学报. 2020(01)
[2]深度学习在布匹缺陷检测中的应用[J]. 赵志勇,叶林,桑红石,桂康.  国外电子测量技术. 2019(08)
[3]多纹理分级融合的织物缺陷检测算法[J]. 朱浩,丁辉,尚媛园,邵珠宏.  纺织学报. 2019(06)
[4]基于最大熵阈值算法的织物疵点检测与疵点织物应用[J]. 袁小军,陈晓东,邱莉,熊艳平.  毛纺科技. 2019(03)
[5]基于改进宇宙算法的织物图像疵点检测研究[J]. 张亚军,范豪.  毛纺科技. 2016(10)
[6]Hough变换在数码印花飞线检测中的应用[J]. 陈宁,赵鹏.  计算机系统应用. 2013(02)

博士论文
[1]基于字典学习的机织物瑕疵自动检测研究[D]. 周建.东华大学 2014



本文编号：3699948