经编凭借其高效高质多变的生产特点,在服装用、装饰用与产业用等领域占据了重要的市场份额。但随着经编产业的快速发展,市场竞争也愈发激烈,客户对产品质量的要求也愈发苛刻。而对经编织物疵点的检测是把控织物质量的重要步骤,由于传统的人工检测耗时费力且效率低下,急需一种经编织物疵点自动检测方法来取代人工。为了实现对经编织疵的在线检测,本课题开展了一系列研究。首先,本课题从在疵点检测领域应用较多的小波变换入手,研究了小波理论在一维及二维情况下的数学模型,总结其函数展开特点,提出其在稀疏逼近含奇异曲线的高维函数上的缺陷。同时,针对这一弊端引入了多尺度几何分析法,并从多尺度几何分析法理想化稀疏逼近奇异曲线的角度,提出轮廓波变换的适用性,且着重分析了该变换方法的组成结构:拉普拉斯金字塔与方向滤波器组。其次,本课题针对传统轮廓波变换总体效果的不足,归纳总结了其问题所在,并采用小波包变换和非下采样方向滤波器组对原变换进行改进,提出了非下采样小波包轮廓波变换。探讨了变换基小波、分解层数的选择,通过小波包最佳分解、分段阈值去噪和非下采样滤波器组完成原图像的分解,并根据区域能量值选择最佳图像方向子带进行图像重构。配... 更多
经编; 织物疵点; 轮廓波变换; 小波包变换; 非下采样方向滤波器组; BP神经网络;
TS184.3
