应用频谱图的机织物纹理分析

利用傅里叶变换技术将空间域的纹理图像变换到频率域中,采用频谱图对机织物纹理信息进行分析。通过傅里叶变换技术得到机织物图像的频谱图,利用阈值分割曲线选取合适的阈值对频谱图进行分割,然后用邻域最大值的方法找到织物纹理的特征坐标点。根据坐标点与实际频率的关系计算机织物纹理的频率范围。实验结果表明,随着密度的增大织物纹理的频率增加,斜纹和缎纹的频率范围比平纹织物的大,常见机织物的纹理为中低频。     

基于自适应小波变换的织物密度测量

应用自适应小波变换技术以实现机织物密度的自动测量。先运用Wiener2和直方图均衡技术对织物图像进行预处理,增强图像的纹理特征;接着选取自适应小波技术对织物图像进行分解;再对分解得到的子图像进行二值、平滑等后处理;最后通过分析后处理图像的经纬纱线信息得到织物密度。试验结果证明,运用该方法能够准确测量3种基本组织的织物密度,是一种行之有效的方法。另外,还简要介绍了自适应小波的构造技术。     

织物组织识别中组织点坐标的确定

织物组织点坐标的确定,是组织识别研究中非常重要的一项内容。通过使用扫描仪获取织物原始图像的透射图像,可以先对透射图像进行二值化和Sobel边缘检测处理;然后通过一定的算法,确定经纬纱线的位置,求出织物经纬组织点的准确坐标,从而为下一步的织物色纱排列和织物组织自动识别奠定基础。另外,还派生了一种测量织物密度的新方法。     

织物组织识别方法研究

运用扫描仪获取织物的反射图像,在织物辅助分析系统中读入扫描图像,对图像进行数字处理,通过分析织物的经纬纱线浮点中纤维的纹理方向而判断其属于是经浮点或纬浮点,从而达到判别机织物组织的目的。尤其对于经纬同色或经纬密度相同的织物,此方法具有很好的效果,解决了以往通过经纬异色织物中组织点颜色或灰度值的深浅或组织点的形状不同判断等技术不能解决的问题。     

基于MATLAB的机织物密度自动检测

对机织物用MATLAB语言进行图像处理，实现机织物经纬密度自动检测进行了研究。提出用小波变换对机织物图像进行分解和重构，将机织物经向和纬向信息分离出来，再对变换后的图像进行二值化和平滑处理。得到与背景完全分离的纱线分布信息，自动计算出机织物的经纬密度。经实验验证，所得结果相对误差为3‰，准确度较高。     

基于卷积神经网络的机织物密度均匀性检测

针对目前基于机器视觉的机织物密度自动检测时织物检测视野小、精度低、品种适应性差的问题,提出一种基于多尺度卷积神经网络的检测方法。首先设计了一套离线图像采集系统连续采集织物图像,并建立一个包含详细织物参数的织物图像数据集;然后采用一种具有不同大小局部感受野的多尺度卷积神经网络适应不同大小的织物结构特征,定位纱线位置;最后利用霍夫变换及灰度投影方法处理网络模型所预测的纱线位置图,计算织物经纬密度,并对织物密度均匀性做出评价。结果表明:与其他方法相比,本文方法对于不同类型织物的经纬密度计算误差小于2%,检测精度更高,品种适应性更强。     

机织物组织点的自动识别研究

探讨了一种杌织物组织点的自动识别方法.先利用滤波窗口从水平和垂直两个方向分解织物图像,经过合理的二值化和数学形态学处理,确定组织点的位置;再利用每行(列)纱线的平均灰度变化及单个组织点图像经纬向纹理特征,判断组织点类型,输出机织物的组织图.通过对平纹、斜纹和缎纹3种基本组织不同试样的试验,结果表明该方法可以自动识别出机织物组织点类型.     

用小波变换法自动测量机织物经纬密度

研究用小波变换方法对机织物图像处理,实现织物经纬密度的自动测量,提出了确定小波分解层次的方法,对分解图像进行二值化和平滑处理的方法,实验证明用coiflets小波处理织物图像是有效的。     

基于图像处理的梭织物密度分析检测

针对梭织物密度检测中存在的问题,提出一种基于图像处理的梭织物密度智能分析系统.该系统通过取像装置采集样品高清实时图像,对图像进行自动标定、分割及矫正,计算并输出织物样品的经纬向根数测定结果.与人工测量相比,智能分析系统的检测结果相对偏差小于5％,表明该方法适用于梭织物密度的自动分析检测.     

基于图像处理的机织物密度的高精度识别

通过对机织物图像和扫描仪精度的探讨,选择用扫描仪垂直扫描得到高分辨率的机织物表面反射图像,并提出采用特定的图像尺寸对织物图像进行处理。利用纱线间隙定位法对织物图像进行纠偏预处理。在处理后织物图像的亮度投影曲线中,通过区域排查的方法确定纱线间隙的位置。再对纱线间隙的距离依次检查,得到纱线间隙距离的准确平均值,最终得到织物的密度。实验证明,所得结果最高误差为0.07%,准确度较高。     

机织物密度对字典学习纹理表征的影响

为探讨纺织品表观质量的客观、智能评定方法,使用不同密度的机织物图像,采用子窗口样本获取方式作为学习样本,以离散余弦字典作为初始学习字典,选择基于最小二乘的字典学习算法求解用于表征织物纹理图像的字典,再通过字典元素的线性组合对织物图像进行重构。以均方误差为指标,首先讨论织物图像灰度值分布对字典学习算法重构误差的影响,然后对图像灰度值进行标准化处理,在此基础上探讨织物经纬密度对重构图像误差的影响。实验结果发现,当字典个数等于9时,织物密度在150 ~ 360根/10 cm之间,随着织物密度的增加,平纹重构图像的均方误差先变大,以后不再增加,而斜纹重构图像的均方误差增大。     

多纹理分级融合的织物缺陷检测算法

针对织物缺陷检测过程中纹理分布的复杂多样性引起误检和漏检的问题,结合织物纹理周期性特点,提出一种多纹理分级融合的织物缺陷检测算法。在检测过程中,首先利用织物缺陷图像的Tamura粗糙度图,对缺陷区域进行初步定位和自适应性生长,将初步定位的区域映射到原始织物图像中;其次根据织物图像的周期性分布特征,对初步定位区域进行分块,提取图像块的局部相位量化(LPQ)特征、Tamura特征,并将2种特征融合;然后计算融合特征与正常块特征的相似度,获取相似度图;最后将初步定位区域的经纬向特征图与相似度特征图融合,检测缺陷存在的区域。经TILDA织物纹理库数据的实验测试结果表明,缺陷区域的初步定位和自适应生长,降低了缺陷检测过程的冗余度,提高了检测效率,避免了织物缺陷检测过程中的误检和漏检情况。     

织物经纬密度的数字化分析系统

织物是由经纱和纬纱交织而成的,通过织物的扫描图像,可以发现经、纬两个方向上纱线与纱线之间的间隙的亮度信号有明显的变化规律。利用此规律。可以确定织物图像上经纬纱线的位置。分割经纬纱线,从而求出准确的经纬密度。     

图像法测试织物悬垂性能的各向差异

为研究织物沿经纬向悬垂性能的不同,自制了基于图像法测试织物不同方向悬垂性能的装置。将织物放置在载布台上,利用数码相机摄取织物自然悬垂状态的正面及经纬侧面悬垂图像,通过AutoCAD软件对图像进行处理和数据分析,获得悬垂系数、织物经纬向悬垂状态最大长度比及经纬向面积比3个指标评价织物悬垂性能。测试30块试样,提出一种不同方向织物悬垂性能综合评价的新方法。并在相同条件下,利用YG811织物悬垂性测定仪对相同面料进行测试。对比分析结果表明,其中24块织物测试结果误差不大于5%,说明用新方法和评价指标测试的结果是可信的。     

应用局部纹理特征的无监督织物瑕疵检测算法

针对当前算法对种类繁多瑕疵,尤其是经纬向瑕疵适应差问题,提出一种应用局部纹理特征的无监督织物瑕疵检测算法。这种算法采用无监督检测方案,检测过程中不需要参考样本。在检测过程中,首先根据瑕疵稀少性特点,直接从整体织物图像中获取表征局部织物纹理的局部二值模式直方图特征;然后利用机织物经纬交织特点对局部织物图像沿经纬向投影,并在此基础上提取特征;最后计算所提取特征的瑕疵异常图,并对其进行权重方式融合后实施阈值分割,实现瑕疵检测。实验结果表明,所提出的投影特征能有效表征局部织物纹理,与局部二值模式特征结合使用能有效检测织物瑕疵。     

纹理织物疵点窗口跳步形态学法检测

针对纹理织物疵点自动检测时因生产速度快造成的织物抖动以及检测速度难以匹配问题,提出窗口跳步形态学法纹理织物疵点检测算法。使用该算法对图像进行窗口分割及预处理后,首先对纹理织物图像的纹理特征进行分析,然后设计形态学算子进行腐蚀操作,最后使用连通域分析来确定疵点大小及位置。仿真实验及工厂实际应用表明,该算法可有效克服工业生产中纹理织物抖动造成的图像明暗不均,可检测出纹理织物中存在的破洞、经纬疵点、污渍、断线、折痕和结头等各种疵点,而且检测速度明显优于快速傅里叶变换特征点算法以及传统形态学检测算法。实时检测速度超过80 m/min,疵点检测精度为0.1 mm,满足实际生产需求。     

基于尺度变换的Gabor滤波器织物疵点检测

针对织物表面疵点自动图像检测问题,提出一种基于尺度变换的Gabor滤波器织物疵点提取方法,该方法使Gabor滤波函数的比例伸缩尺度随中心频率而变化。用Gabor尺度变换的3个尺度和4个方向的滤波器组分别与正常和待识别的疵点织物图像进行卷积,提取正常与异常织物纹理特征,从而得到偏差图像。再对偏差图像进行融合,使织物疵点突显出来。最后通过阈值处理检测出织物疵点。对缺经、缺纬、经纬交错和油污4种常见织物缺陷的实验结果表明,这种方法是有效的。     

织物经纬密度自动测量实用技术:1.测量方法

为克服单一图像处理技术在检测高紧密、歪斜变形、绒面和结构不均匀等织物的结构参数时存在的困难和低精度问题,提出一种自动测量机织物经纬密度的新方法。运用力学拉伸矫正和清晰化与图像处理的组合技术快速测定机织物的经纬密度。研究证实,基于组合技术的纱线排列密度图像测量算法易实现,且对织物结构的图像识别具有普适性,可标准化和实用化。     

多层接结三维机织物的制备与结构分析

以经重平为基础组织制备了两种多层接结三维织物,分别对织物进行经纬向切片,通过对设计的结构示意图、已有几何模型图和实际结构图三者的比较,明确了已有几何模型与织物真实结构的差异,得到经纬纱在不同结构中的具体分布形态。     

功率谱分析在机织物组织纹理识别中的应用

将功率谱应用到织物组织识别中,用功率谱及相关函数对织物图像进行处理,得到织物图像的功率谱曲线,从曲线的峰值中提取织物表面的方向性信息,得到织物经纬密度,并进一步确定织物组织的经纬纱特数、飞数和经纬纱循环数,最后得出织物的组织点属性.实验证明这种方法实际可行,对织物组织的计算机分析、识别及进一步的应用研究有重要的理论和实际意义.