織物疵點自動檢測技術的研究
摘要: 介紹了基于圖像處理的
織物疵點檢測技術,通過分析從圖像中發(fā)現(xiàn)異常的紋理結(jié)構,從而確定織物疵點。介紹了目前國內(nèi)外在織物疵點自動檢測技術研究領域中應用較廣泛,而且比較新興的幾種方法。
關鍵詞: 疵點自動檢測;織物疵點;圖像分析
0 前言 在紡織品生產(chǎn)過程中,質(zhì)量控制與檢測是非常重要的,織物疵點檢測是其中重要的一部分。目前國內(nèi)織物檢測基本上是由人工視覺來完成。在檢測過程中,由于人眼視覺存在偏差,首先,一個檢驗員精力集中的長時間只有20 min~30 min,超過這個時間就會疲勞,檢驗員的注意力就會降低引起漏檢。其次,一個檢驗員的工作狀態(tài)受到外界因素,如疵點類型和大小、頻率、天氣、身體情況影響會不斷變化,較低的重現(xiàn)率并不奇怪,也會影響檢測結(jié)果。
基于以上原因,織物疵點的自動檢測技術是近年來國內(nèi)外學者共同關注和研究的熱門課題之一。隨著計算機技術、數(shù)字圖像技術和神經(jīng)網(wǎng)絡技術的不斷發(fā)展,使得基于圖像處理的織物疵點自動檢驗技術成為可能。
1 織物疵點自動檢測過程 織物疵點自動檢測過程包括織物圖像采集、圖像預處理、圖像分析處理、織物疵點檢測分類、檢測結(jié)果統(tǒng)計分析等階段(見圖1)。織物疵點自動檢測技術的核心內(nèi)容是對采集的織物圖像進行分析處理的方法。
2 織物疵點檢測方法 2.1 基于數(shù)學形態(tài)學的織物疵點檢測技術
數(shù)學形態(tài)學是一門新的圖像分析科學,其基本理論和方法在視覺檢測領域已取得了非常成功的應用。數(shù)學形態(tài)學可以用來解決抑制噪聲、特征提取、圖像分割、紋理分析等圖像處理問題。數(shù)學形態(tài)學圖像處理是以幾何學為基礎的,它著重研究圖像的幾何結(jié)構,這種結(jié)構表可以分析對象的宏觀性質(zhì)或微觀性質(zhì)??椢锏暮暧^性質(zhì)量具有非常顯著幾何紋理特征,當織物上有疵點時其紋理特征發(fā)生變異。在數(shù)學形態(tài)學中,用集合來描述織物圖像目標,在考察織物圖像時,可以設計一個收集織物圖像信息時的“探針”,稱為結(jié)構元素,利用結(jié)構元素去探查每一幅織物圖像,看是否能夠?qū)⑦@個結(jié)構元素很好地與考察圖像匹配。從而提取有用的信息作織物圖像的結(jié)構分析和描述。
數(shù)學形態(tài)學檢測織物疵點首先對沒有任何疵點的織物圖像進行檢測,得到表示這種織物紋理特征的參數(shù),作為檢測這一品種織物圖像的結(jié)構元素。將輸入的織物圖像進行預處理,其中包括平移、旋轉(zhuǎn)運算,對織物圖像定位。將輸入的織物圖像進行二值化處理。根據(jù)影像的灰度直方圖,用判別分析法計算織物數(shù)字攝影的閾值。通過下面公式將灰度值表示的織物影像二值化,得到二值化織物影像。
g(i,j)=1 f(i,j)≥t
g(i,j)=0 f(i,j)≤t 其中f(i,j)指灰度值,t為闕值。
用已經(jīng)建好的結(jié)構元素對二值化織物影像進行考察。對能與結(jié)構元素很好匹配的部分進行腐蝕運算;對無法與結(jié)構元素匹配的部分(即疵點存在的部分)進行膨脹運算,使疵點影響像更為清晰化。后根據(jù)已知的疵點圖像(已建立的織物疵點圖庫)和從以上分析所得到疵點部分灰度閾值確定疵點的類型。
2.2 用小波變換的方法進行織物疵點檢測
小波變換是由短時傅立葉變換發(fā)展起來的應用數(shù)字分支,具有多尺度的特點以及時域、頻域表征信號局部特征的能力。小波變換中由于引入了尺度因子,使之具有分析頻度降低時視野自動放寬的特點,能夠?qū)⒏鞣N交織在一起的頻率組成的混合信號分解成不相同頻率的塊信號,能有效地應用于模式識別,特別適用于織物疵點檢測。
織物疵點是由于織造過程中經(jīng)緯紗不規(guī)則交織造成的。在疵點形成的局部區(qū)域內(nèi),其紋理特征明顯不同于正??椢锝M織結(jié)構紋理?;谶@些差異,應用小波變換既能獲得局部信息又能在時域和頻域上同時實現(xiàn)任意尺度和角度變換的檢測特性,檢測織物疵點。
通過對織物紋理模型和頻譜分析,估計出適應織物紋理結(jié)構模型的佳小波變換尺度和旋轉(zhuǎn)角度。由于織物疵點區(qū)域的紋理不規(guī)則及局部變形導致其局部瞬時頻率與正??椢锛y理瞬時頻率有一定的差異。在佳尺度和旋轉(zhuǎn)角度下,小波變換能從頻域和時域上獲取反應織物疵點局部紋理變化的信息,后從小波系數(shù)模中進行全局閾值化和進一步的形態(tài)學處理,定位和分割出疵點。
2.3 傅立葉分析法檢測織物疵點
數(shù)學形態(tài)學的織物疵點檢測技術和小波變換的方法進行織物疵點檢測都是以CCD采集織物圖像信息,經(jīng)過圖像采集卡數(shù)字化后,在計算機上進行處理,對織物疵點加以識別。傅立葉分析方法是一種采用傅立葉透鏡和濾波透鏡等硬件的方式,直接獲取織物圖像信息并進行處理,識別出織物疵點。
經(jīng)過激光光源照射的被檢織物,由FFT鏡頭轉(zhuǎn)換為功率譜后,再經(jīng)過一個濾波器和一個成像鏡頭就會得到濾波后的織物圖像。濾波器僅通過橫向坐標軸的衍射圖,重建后的織物圖像就為經(jīng)紗圖像;濾波器僅通過縱向坐標軸的衍射圖,重建后的織物圖像就為緯紗圖像。通過對經(jīng)紗圖像和緯紗圖像的分析對比就可以確定出織物的經(jīng)緯紗不規(guī)則交織區(qū)域,即織物疵點的位置。對獲取的織物圖像,經(jīng)過直方圖均衡化處理,使織物圖像的亮度和對比度標準化。然后計算出織物圖像的頻域功率譜的相關參數(shù),分別表示織物的不規(guī)則結(jié)構,緯紗結(jié)構和經(jīng)紗結(jié)構??梢愿鶕?jù)表示織物不規(guī)則結(jié)構參數(shù)的變化確定織物疵點的類型。
3 結(jié)束語 以上介紹的是目前國內(nèi)外在織物疵點自動檢測技術研究中應用比較廣泛的檢測方法,其中,數(shù)學形態(tài)學的織物疵點檢測技術和用小波變換的方法進行織物疵點檢測,檢測的效果和檢測速度受計算機硬件的影響較大,但靈活性強,適應范圍廣,并且容易實現(xiàn)。用傅立葉分析法檢測織物疵點技術,其特點是檢測速度快,但靈活性、適應性相對較差。
以較低成本的系統(tǒng)硬件,配以高質(zhì)量的檢測軟件,以微型計算機為平臺,以CCD和圖像信息采集卡為織物圖像信息獲取設備,采用數(shù)學形態(tài)學、小波分析技術等來研究開發(fā)織物疵點的自動檢測系統(tǒng)應該是這一領域的發(fā)展方向。 AASDFWFWFWE
免責聲明:
免責聲明:本站發(fā)布的有些文章部分文字、圖片、音頻、視頻來源于互聯(lián)網(wǎng),并不代表本網(wǎng)站觀點,其版權歸原作者所有。如果您發(fā)現(xiàn)本網(wǎng)轉(zhuǎn)載信息侵害了您的權益,如有侵權,請聯(lián)系我們,我們會盡快更改或刪除。