随着人们生活水平的不断提高,皮革产品越来越深入到人们的生活中,人们对皮革产品的质量要求越来越高。另一方面,通过人工检测皮革质量的速度和精确度已不能满足社会发展的需要,主要原因是检测结果因人而异,没有统一的标准,而且随着工人劳动强度的增加,检测的速度和精确度会降低。随着计算机图像处理技术在各个领域的广泛应用,使得皮革质量检测在这方面也得到了迅猛的发展。利用图像处理技术进行皮革质量检测可以解放生产力,提高劳动效率和检测的速度、精确度。通过图像处理技术可以从皮革的缺陷,皮革的平整度,皮革的密度等方面进行质量检测。而在皮革质量检测中最重要的是对皮革表面的缺陷进行检测。本文主要研究利用计算机图像处理技术对皮革表面的缺陷进行检测以及对缺陷进行评估。为此,本文工作如下:为了提高皮革分割和缺陷检测的精度,对图像进行了预处理,通过分析含有缺陷的皮革图像的特点,对图像的对比度进行增强和进行图像去噪。图像对比度增强的处理方法有很多,依据皮革特性寻求使缺陷区域能更好呈现出来的增强方法。皮革图像中的纹理信息和噪声都属于高频信息,通过各种图像去噪方法的对比,找出能使皮革图像既能保持纹理信息,也能起到较好的去噪效果。通过实验对比总结出图像对比度增强和去噪的良好方法,本文采用灰度线性变换的方法增强图像对比度,采用小波包去噪的方法对图像去噪,由此提出了皮革图像预处理的良好方法及步骤。在皮革图像分割及缺陷检测阶段,将灰度图像的分割和纹理图像的分割进行比较,分析了皮革中的缺陷区域一般不太明显,和非缺陷区域的灰度差别不大。而皮革图像是天然的纹理图像,缺陷区域和非缺陷区域的纹理差别较大,所以采用纹理图像分割的方法对图像分割来检测出缺陷区域。为了达到理想的分割效果,需要选择最好的方法分割图像,或将几种方法结合进行分割。本文利用了灰度共生矩阵提取出了皮革表面的大量的纹理特征,然后用改进的模糊-C均值聚类算法分割图像,改进后的聚类算法增加了空间信息,提高了分割的精度,之后对分割后的图像利用数学形态学的方法做后续处理,成功检测出缺陷区域。对皮革表面的缺陷从缺陷的类型、数量、位置、面积这几个方面进行了评估。将根据图像直方图上灰度级的分布情况判别缺陷类型的方法进行了改进,提出了判断一块皮革上各个缺陷的类型和统计每种类型的缺陷的数量的方法,为皮革质量的估计提供了科学的依据。最后对本文的工作进行总结并展望未来的研究工作。