中期报告基于改进自适应阈值织物疵点检 测算法研究.docVIP

毕业设计(论文)091 学 号：200900484108 学生姓名：杨敏楠 指导教师：刘洲峰 李春雷 2013 年 4 月 目录 1 绪论....................................................................................................3 1.1 论文选题的背景与意义.............................................................................3 1.2 国内外研究现状及发展动态...................................................................3 2 课题任务及进度安排整体方案设计下一步工作及解决思路 1绪论 1.1 论文选题的背景与意义 织物疵点检测是纺织生产过程中一个重要的环节，常见的织物疵点达30余种。目前，国内绝大部分的纺织企业，对织物的疵点检测还是采用人工离线检测。人工离线检测效率低，易疲劳，而且容易出现漏检现象。如何快速、准确、低成本、高质量地检测出织物疵点，成为人们关注的焦点。 随着科技技术的进步，飞速发展的计算机技术广泛应用于各个领域中，并使得这些领域发生了革命性的变化。在纺织业中，由于新技术的应用，织布机的生产效率不断提高，产量不断加大，以适应了人们不断增长的物质需求。但是，在疵点检测过程中，传统的人工检测在很多地方依旧存在，由于人的生理因素，导致人工检测速度慢、质量不稳定，已经严重制约了纺织产品的生产，成为生产过程中的瓶颈。如果能将计算机技术应用与织物的自动化检测，可以减少人的主观意识上的干扰，在保证织物质量的同时，极大的提高生产效率，对与我国纺织业的发展具有重要的意义。（进行扩充，至少1页） 1.2 国内外研究现状及发展动态 近20多年内国内外学者对织物疵点检测进行了大量研究，有不少研究成果已推向市场。如：瑞士Zellweger Uster公司推出的用神经网络识别技术开发的Fabriscan验布系统；比利时BARCO公司的验布系统；德国Obdxi光电子技术公司开发的在线织物检测系统；以色列EVS公司的I-Tex机型自动检布系统等。但真正适用于实际生产，被市场接纳的并不多，主要市场占有者为以色列的EVS公司。 图像分割是一种基本的图像分析技术, 按分割算法的不同可分为阈值法、边界探测法和匹配法等.近年来, 不少学者将模糊数学、分形学以及小波分析等方法引入到图像处理中, 分别提出了以模糊理论为基础的图像分割方法 、基于分形模型的人造目标检测技术、应用小波变换的多尺度边缘检测和阈值选取方法等 , 取得了显著效果. 神经网络技术在图像处理中的应用日益广泛, 出现了如基于BP神经网络的边缘检测法、基于选择性多分辨力Koho nen 网络的自适应灰度图像分割方法等.由于红外亚图像噪声大、分辨力低, 难以分清目标的细节, 边缘也比较模糊, 相比之下阈值分割法较适合应用于这种情况. 近40 年以来, 国内外学者针对这一课题进行了广泛深入的研究, 并提出了50 多种阈值选取方法文献[10～14] . 在自动目标识别过程中常用的阈值选取方法包括: 最大类间方差法、最佳熵法、矩不变法、模糊聚类法、极小误差法和共现矩阵法等. 由于最大类间方差法具有算法简单、易于实现且计算量小等优点,因此, 常用于一般的实时图像处理系统中. 当目标的面积不太小时, 运用最大类间方差法可获得良好的分割效果; 但对于有复杂背景的小目标图像, 运用这种方法不能将目标从背景中分割出来. 针对红外亚图像的特点,文献[15]提出了一种基于最大类间方差法的自适应阈值选取方法, 从提高运算速度和分割精度两方面对最大类间方差法进行了改进.最大方差阈值分割法在分割过程中对图像上每个像素都是用了相等的阈值，但在实际的情况中，当照明不均匀，有突发噪声或者背景灰度变化较大时，整幅图像分割时将没有合适的单一阈值，如果仍采用单一的阈值去处理每一个像素，可能会将目标区域和背景区域错误的划分，因此，诞生了自适应阈值分割的思想，即图像中的每个像素对应的阈值可能不相同。 常用阈值分割法有双峰法、迭代法、最大类间方差法、自适应阈值算法等。文献[1]提出基于双峰法的图像分割技术，通过计算直方图，选取两波峰之间谷底对应的灰度值作为分割阈值，该类方法仅适用于背景简单、直方图具有典型双峰分布特性的织物图像，但对直方图是多峰或双峰差别很大的织物图像效果不明显。文献[2]提出基于迭代法的图像分割技术，该类方法虽不受主观因素影响，能把目标与背景的主要部分