基于机器视觉技术的圆网印花自动对花检测的研究

论文摘要

圆网印花机在织布印花过程中，由于机械设备和印花工艺的限制，不可避免地存在“错花”的现象。织布印花过程中，传统的错花检测靠人工观察的方式进行判别。人工观察的方式存在劳动强度大，对花精度和印花效率低的缺点。随着计算机科学、图像处理、模式识别等领域的快速发展，机器视觉技术也日臻成熟。机器视觉技术可以快速获取大量信息，且易于对信息进行自动处理，因此，在工业生产中，它被广泛应用于产品质量的自动化检测。将机器视觉技术引入到圆网印花自动对花检测中来，是目前纺织行业研究的热点。本课题主要是对圆网印花在线检测系统的研究，以提高印花在线检测的精度和速度。实现自动印花的实时在线检测。本文工作安排如下：1．研究圆网印花机的工艺流程，分析织布印花过程中产生错花的原因，根据错花的原因，提出基于机器视觉的圆网印花机自动对花的设计方案。2．研究了图像预处理的相关知识，主要包括颜色空间、图像噪声、图像滤波和图像增强的相关知识。3．研究了图像分割方面的相关知识，主要介绍了K-mean算法、mean shift算法和EM高斯混合模型算法。对K-mean算法进行了改进，将图像从RGB颜色空间转换到Lab空间进行K-mean聚类运算，对EM高斯混合模型算法也进行了改进，将图像从RGB颜色空间转换到YCbCr空间进行分割运算。上述改进都取得了较好的分割结果。对mean shift算法也进行了图像分割的验证，同样也取得了较好的分割结果。4．研究了对花检测采用的四分领域边缘提取算法和Fourier-Mellin曲线匹配算法。并对采用的算法进行了验证。根据匹配信息，提出了织布印花实际错花距离的计算方法。5．搭建了基于机器视觉的圆网印花自动对花检测的实验平台，介绍了系统的检测原理，进行了系统的软件设计和开发。在系统软件中模拟了织布印花自对对花检测过程。验证了系统自动对花检测的有效性。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景
• 1.2 课题来源及意义
• 1.2.1 课题来源
• 1.2.2 课题的研究意义
• 1.3 当前研究现状
• 1.3.1 圆网印花对花系统的研究现状
• 1.3.2 机器视觉的研究现状
• 1.4 本文内容的结构安排
• 2 圆网印花自动对花系统方案设计
• 2.1 引言
• 2.2 圆网印花对花误差分析
• 2.2.1 圆网印花机工作流程分析
• 2.2.2 圆网印花机“错花”现象分析
• 2.3 对花误差检测系统总体方案设计
• 2.4 设计内容
• 2.5 光学成像系统
• 2.5.1 光源照明模块
• 2.5.2 镜头的选取
• 2.6 图像采集硬件平台
• 2.7 本章小结
• 3 织布印花图像预处理
• 3.1 引言
• 3.2 图像噪声特性及其分类
• 3.2.1 噪声类型
• 3.2.2 一些重要噪声的概率密度函数
• 3.3 彩色图像颜色空间模型
• 3.3.1 RGB 颜色空间
• 3.3.2 Lab 颜色空间及与 RGB 之间的转换
• 3.3.3 YCbCr 颜色空间及与 RGB 之间的转换
• 3.4 织布印花图像噪声滤除
• 3.4.1 均值滤波器
• 3.4.2 统计排序滤波器
• 3.4.3 织布印花图像滤波处理
• 3.5 织布印花图像增强
• 3.5.1 对比度扩展
• 3.5.2 直方图均衡化
• 3.6 本章小结
• 4 织布印花图像的分割
• 4.1 引言
• 4.2 图像分割技术
• 4.3 图像分割算法
• 4.4 织布印花图像分割算法
• 4.4.1 K-means 算法
• 4.4.2 mean-shift 算法
• 4.4.3 EM 高斯混合模型算法
• 4.5 本章小结
• 5 织布印花对花检测
• 5.1 引言
• 5.2 边缘的提取及处理
• 5.3 Fourier-Mellin 曲线匹配
• 5.3.1 傅里叶（Fourier）变换理论
• 5.3.2 Fourier-Mellin 变换图像配准
• 5.4 织布错花大小计算
• 5.5 本章小结
• 6 检测系统的实现
• 6.1 引言
• 6.2 实验平台介绍
• 6.3 系统软件开发
• 6.3.1 OpenCV 介绍
• 6.3.2 自动对花检测原理图
• 6.3.3 界面设计及功能介绍
• 6.4 系统错花检测及分析
• 6.5 本章小结
• 7 总结与展望
• 7.1 总结
• 7.2 展望
• 参考文献
• 附录
• 攻读硕士学位期间发表的学术论文目录