论文部分内容阅读
随着科学技术的迅速发展和人们生活水平的普遍提高,人们在购买商品的时候更加关注产品的品质.因此,生产出高质量高性能的产品已经成为了企业可以在激烈的产业竞争中存活的必要条件.对于纺织企业来说,严格监测纺织品质量是生产过程中最为重要的一个环节,也是保障纺织品质量的重要手段.由于纺织品的种类千差万别,生产过程中出现的瑕疵也形状各异,所以想要设计出一种所有纺织品类型都通用的算法是不切实际的,不仅成本较高,并且适用性较差.目前很多纺织工厂为满足市场需求、取得更好的经济效益,主要生产弹性好、厚度大的氨纶布料.针对氨纶布料在纺织过程中出现的瑕疵类型及特点,本项目组已经为某纺织企业设计了瑕疵检测算法,设计制造了一些布面瑕疵检测设备投入市场使用.为方便计,此后将该设备所采用的检测算法以下简称为“前期算法”.前期算法的检测原理是基于中值滤波方法,利用处理后正常布面和瑕疵区域的明显差异性,设置合理阈值检出瑕疵.但是在实际检测中发现,前期算法可检出的布面瑕疵类型比较单一,并且检测效率依赖于滤波模板尺寸的选取,适用性和效率性欠佳.因此,改进布面瑕疵检测方法,提高检测的适用性和准确性是我们需要关注的重点.本文针对某工厂待检布匹的不同瑕疵类型提出几种改进的自适应瑕疵检测方法.首先,本文所提出的瑕疵检测算法,在流程中增加了图像预处理的环节.预处理的目的是凸显瑕疵特征,去除图像中影响检测效果的干扰因素.其次,本文还基于前期算法的原理进行改进,提出了两种自适应的瑕疵检测方法:“曲线拟合”算法和“极小值”算法.“曲线拟合”算法的基本思想是:该方法将图像沿纵轴积分,得到一个一元函数,这是一条一维曲线;再寻求该曲线的一个低次拟合曲线,然后考察这两条曲线的差函数.一般说来,如果有瑕疵存在,则可以通过这个差函数检测出来.“极小值”算法的基本思想是:同前述方法一样计算图像的积分函数,再利用该积分函数的极小值与极小值点构造(选取合适的模板尺寸,将积分函数中任意一点的值用该点邻域中的最小值代替)一条曲线,然后利用积分函数和极小值函数之差判断瑕疵的存在性与位置.实际检测表明,两种自适应瑕疵检测方法具有较好的适用性和准确性,同时在稳定性、抗噪性等方面都有很好的表现.在实际的生产应用中,考虑到两种改进算法的特点和适用性,采用了两种算法组合使用的方式来保证检测的准确率,也得到了很好的验证,能够满足工业生产的需求.