文档介绍：目录摘要 1ABSTRACT 1第一章绪论 6第二章基础知识 8第三章基于小波变换的织物瑕疵分析 14第四章总结 21参考文献 22致谢 23附录 24摘要在纺织品生产中,织物疵点检测是很重要的一个环节。本文在对图像处理技术以及织物瑕疵检测特征值的提取方法一定理解基础上,借助Matlab中的图像处理工具箱和小波分析工具箱,重点分析了织物瑕疵检测的过程。实验表明该方法可以识别简单的织物瑕疵。关键词:,onthebasisofunderstandingofimageprocessingtechnologyandthemethodofcharacterextractionforthefabricdefects,:,织物的瑕疵检测是质量控制的一项重要内容,,纺织行业的生产效率有了大幅提高,但织物疵点检测却依然停留在人工检测阶段。由于该方法存在检测速度低、误检率和漏检率高、检验结果受人员主观因素影响大等缺点,织物疵点的检测技术已成为当今制约纺织行业进一步发展的“瓶颈”。而根据我国国情和纺织业的实际情况,研究并开发适合我国纺织工业情况的疵点自动检测系统,对提高纺织品的质量、增强出口竞争力,兼具重要的社会和经济意义。二、国外织物瑕疵检测技术的发展现状自20世纪70年代初,国内外的研究人员开始注重织物疵点检测技术,到90年代后期形成了一个研究高潮[1]。中国、中国台湾、韩国、日本、美国、以色列和瑞士等国家和地区的学者参考和借鉴了其他工业检测系统的开发经验以及数学和计算机等学科的最新科研成果,发表了大量的相关文章和研究论文,使织物疵点检测的理论水平不断提高,对织物疵点自动检测系统的开发给予了理论指导。并且国外研究人员通过对计算机理论、模式识别、自动控制理论的深入研究和综合运用,推出了织物疵点检测的商业化产品,如以色列埃尔博特(EVS)公司的I-TEX验布系统[2]、瑞士Uster公司Fabriscan自动验布系统和比利时BARCO公司的验布系统。但真正适用于实际生产并被市场接纳的并不多,市场主要占有者为以色列的EVS公司。三、国内织物瑕疵检测技术的发展现状国内对于织物疵点自动检测也进行了大量的研究,如东华大学、华中科技大学、浙江理工大学、苏州大学等学校的学者对此都有比较深入的研究,在对图像的识别上已经取得了很好的成果,但鲜有成熟的自动检测系统出现。因此,织物疵点的自动检测是近年来国内外学者共同关注和研究的热门课题之一。四、织物瑕疵的种类织物瑕疵的种类有很多,如叉绞()、缺经()、跳梭()和带纬()和坍纬拔出()等等。,并利用计算机对其进行处理的过程。其内容是十分丰富的,包括数字图像变形技术、图像的傅立叶分析技术、图像的平滑处理、图像的锐化处理、图像分割、边缘检测、形状描述、形态学分析、图像压缩编码、彩色图像处理等等。计算机图像处理可以直观地对图像进行变换,这一新兴的技术已在各行业中得以广泛应用。近10年来,数字图像处理技术的发展进一步深入、广泛和迅速,人们已充分认识到图像处理技术是认识世界、改造世界的重要手段之一。图像信息处理技术已广泛应用于许多社会领域,如工业、农业、国防军事、社会公安、科研、生物医学、通信邮电等等。因此把图像处理应用于织物疵点的识别是有基础和前景的,事实证明也是可行