文档介绍：织物疵点检测算法研究及其 DM3730 平台实现
摘 要
织物疵点是影响纺织品质量的重要因素。织物疵点自动检测是机器视觉领域的研究热
点和难点。在我国，织物疵点检测主要由人工完成，但由于视觉疲劳等原因，使得这种方
式存在检测效率低、误检率高等缺点。随着工业自动化和机器视觉技术的飞速发展，采用
自动检测系统来代替人工判断、定位疵点信息已成为提高纺织品质量以及减少劳动力成本
的一种必然趋势。
针对织物疵点种类繁多、形态各异的特点，本文提出了两种用于织物疵点检测的新算
法，分别是基于 Butterworth 滤波器组和基于非下采样 Contourlet 变换(NSCT)的疵点检测算
法。实验结果表明这两种算法均具有较高的疵点检测率。在第二种算法中，又给出了四种
由不同滤波器组合而成的 NSCT。对这两种算法的检测结果进行比较后得出，基于有理系
数 9/7 小波的 NSCT 疵点检测算法在织物疵点检测方面具有更佳的性能。
另外，本文探索了 DM3730 嵌入式开发平台的两种双核通信方式：分别利用 VISA 模
块和 C6Accel 模块进行双核间通信。并给出了两种方式下，利用 DVSDK Software 开发套
件进行程序协同开发的方法。最后，利用 VISA 模块，在 DM3730 开发平台上完成了基于
NSCT 疵点检测算法的软件开发，实现了疵点图像的存储、处理及检测结果显示等功能。
关键字：织物疵点检测；非下采样 Contourlet 变换；DM3730；双核通信
I
RESEARCH ON FABRIC DEFECT DETECTION
ALGORITHM AND ITS IMPLEMENTATION
ON DM3730 PLATFORM
Abstract
Fabric defect is an important factor affecting the quality of textile. The automatic detection
for fabric defects have been a challenging problem and research focus in the field of machine
vision. In china, the fabric defect detection is mainly done by manual with these disadvantages
such as low efficiency and higher false detection rate due to human visual fatigue and so on.
With the rapid development of industrial automation and machine vision, it is an inevitable trend
that the automatic detection system will take the place of human to pinpoint fabric defects in
order to improve the quality of textile and reduce