应用图像处理技术测量针织物结构参数的研究

应用图像处理技术测量针织物结构参数的研究

论文摘要

众所周知,织物组织结构参数的分析测量是一件费时费力的工作,而且由于测试标准的不统一以及主观因素的影响,难免也会造成人为的误差,尤其是测量分析效率低已无法适应目前生产中小批量、多品种、高效率的需要。近年来,数字图像处理技术渗入到纺织测试和织物自动识别等方面,改变了纺织行业中传统的手工操作流程,大大提高了工作效率,解决了许多纺织测试中的难题。本文因此提出采用图像处理的方法实现针织物结构参数的自动测量,包括密度、线圈长度、线圈歪斜角、密度对比系数、面积孔隙率、未充满系数以及编织密度系数等。根据针织物图像的特点,先对织物图像进行预处理包括灰度化、中值滤波和直方图规定化,使图像便于后续检测和识别。然后经过傅立叶变换将图像由空间域变换到频率域,通过频谱图中特征点的提取、图像重建、细化等处理提取出织物图像的有效信号。根据空间域与频率域的对应关系得出密度自动测量的公式。利用相关分析和回归分析建立了二维线圈长度和三维线圈长度之间的关系式,实现了线圈长度的自动测量。通过大量试验比较和检验分析,证明自动测量与人工测量这两种方法之间并无显著差异。最后在中文Windows2000环境下,选用MATLAB作为工具开发出针织物结构参数自动测量系统,建立了简单直观的图形用户界面,系统界面友好,操作方便。本课题只对常见的针织物组织进行了研究,密度测试功能已较为完善,线圈长度仅着重研究了纬平针组织,研究结果表明该系统可以用于实际测量,但是,要应用于生产还需做进一步的深入研究。

论文目录

  • 中文摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 图像处理技术
  • 1.2 数字图像处理技术在纺织品检测中的应用现状
  • 1.2.1 纤维的图像处理
  • 1.2.2 纱线的图像处理
  • 1.2.3 织物的图像处理
  • 1.3 数字图像处理技术在针织物检测中的应用现状
  • 1.4 本课题研究的意义、目的和主要内容
  • 第二章 傅立叶变换与小波变换
  • 2.1 傅立叶变换
  • 2.1.1 傅立叶变换的原理
  • 2.1.2 二维离散傅立叶变换
  • 2.1.3 图像傅立叶变换后的频率分布
  • 2.1.4 傅立叶变换的性质
  • 2.1.5 快速傅立叶变换(FFT)
  • 2.1.6 傅立叶谱分析法
  • 2.2 小波变换
  • 2.2.1 小波理论发展简史
  • 2.2.2 连续小波变换
  • 2.2.3 离散小波变换
  • 2.2.4 二维小波变换用于图像的分解与重构
  • 第三章 针织物密度的自动测量
  • 3.1 密度及其常规测量方法
  • 3.1.1 密度
  • 3.1.2 拉密
  • 3.2 自然状态下密度的自动测量
  • 3.2.1 针织物图像的录入
  • 3.2.2 图像预处理
  • 3.2.3 时频变换(傅立叶变换)
  • 3.2.4 密度特征提取
  • 3.2.5 密度的测量
  • 3.3 密度测量实验分析
  • 3.3.1 横机产品的密度测量实验与检验分析
  • 3.3.2 圆机产品的密度测量实验与检验分析
  • 3.3.3 经编织物的密度测量实验与检验分析
  • 3.4 拉伸状态下密度的自动测量
  • 3.4.1 测量原理与方法
  • 3.4.2 拉密测量实验结果与数据分析
  • 3.4.3 相关讨论
  • 第四章 线圈长度的自动测量
  • 4.1 线圈长度及其常规测量方法
  • 4.1.1 线圈长度
  • 4.1.2 线圈长度的常规测试方法
  • 4.1.3 线圈长度的近似计算
  • 4.2 线圈的几何结构模型
  • 4.3 线圈长度的自动测量
  • 4.3.1 线圈特征点的提取
  • 4.3.2 单个线圈的提取和校正
  • 4.3.3 线圈长度的计算
  • 4.4 线圈长度的相关分析
  • 4.4.1 单相关系数
  • 4.4.2 偏相关系数
  • 4.5 线圈长度的回归分析
  • 4.5.1 多元线性回归分析
  • 4.5.2 线圈长度的回归分析
  • 4.6 线圈长度测量实验与检验分析
  • 4.7 线圈长度回归模型的比较
  • 第五章 针织物其它主要结构参数的自动测量
  • 5.1 纱线直径及其自动测量
  • 5.1.1 图像输入
  • 5.1.2 图像预处理
  • 5.1.3 二值化
  • 5.1.4 数学形态学处理
  • 5.1.5 纱线直径的计算
  • 5.1.6 相关讨论
  • 5.2 针织物其它主要结构参数
  • 5.2.1 密度对比系数
  • 5.2.2 面积孔隙率、未充满系数与编织密度系数
  • 5.3 针织物其它主要结构参数的自动测量
  • 第六章 测量系统的组成及功能介绍
  • 6.1 测量系统的组成
  • 6.2 系统各部分的功能介绍
  • 6.2.1 自然状态下结构参数自动测量子系统
  • 6.2.2 拉伸状态下结构参数自动测量子系统
  • 结论
  • 参考文献
  • 致谢
  • 发表论文情况说明
  • 相关论文文献

    • [1].2007图像处理国际研讨会[J]. 国际学术动态 2008(03)
    • [2].探讨图像处理软件在平面设计中的应用[J]. 科学技术创新 2019(34)
    • [3].图像处理技术的车牌识别系统研究[J]. 电子测试 2020(03)
    • [4].图像处理技术及其应用研究[J]. 无线互联科技 2020(01)
    • [5].基于图像处理技术的小麦识别技术研究[J]. 中外企业家 2020(04)
    • [6].图像处理技术及应用分析[J]. 造纸装备及材料 2020(01)
    • [7].图像处理技术在平面设计中的应用研究[J]. 计算机产品与流通 2020(03)
    • [8].图像处理与识别技术的发展及应用[J]. 无线互联科技 2020(10)
    • [9].应用型本科课程考核模式改革研究——以光电图像处理为例[J]. 科技风 2020(21)
    • [10].深度学习的图像处理在农业领域的应用实践[J]. 内江科技 2020(09)
    • [11].关于图像处理技术现状及发展的分析[J]. 科技资讯 2018(25)
    • [12].探究图像处理的关键技术[J]. 计算机产品与流通 2018(11)
    • [13].图像处理中颜色模式的探究[J]. 电脑编程技巧与维护 2019(01)
    • [14].计算机图像处理技术的特点与应用研究[J]. 信息记录材料 2019(03)
    • [15].基于云服务器图像处理的物体辨别系统[J]. 计算机产品与流通 2019(09)
    • [16].计算机图形图像处理技术在文物保护领域的应用分析[J]. 计算机产品与流通 2019(12)
    • [17].图像处理技术在信息农业中的应用现状及发展趋势[J]. 江苏农业科学 2017(22)
    • [18].基于形态学图像检测的机械手移栽穴苗识别技术[J]. 农机化研究 2018(05)
    • [19].计算机技术在图像处理中的应用分析[J]. 才智 2018(16)
    • [20].计算机图像处理技术的发展趋势[J]. 信息与电脑(理论版) 2016(18)
    • [21].以应用为引导的教学在光电图像处理中的应用[J]. 实验室科学 2016(06)
    • [22].微课在“图像处理基础”教学中的应用研究[J]. 计算机时代 2017(02)
    • [23].探究数字多媒体图像处理技术[J]. 信息与电脑(理论版) 2016(20)
    • [24].浅析图像处理软件入门案例[J]. 广东印刷 2017(01)
    • [25].图像处理智能化的发展方向[J]. 电子技术与软件工程 2017(09)
    • [26].智能交通中图像处理技术应用综述[J]. 科技风 2017(11)
    • [27].基于网络平台应用的图像处理技术探讨[J]. 农村经济与科技 2017(14)
    • [28].图像处理技术在网页制作中的应用分析[J]. 无线互联科技 2017(19)
    • [29].图像处理技术在纺织品测试中的应用[J]. 化纤与纺织技术 2015(04)
    • [30].深度学习在图像处理技术课程教学实践中的应用探讨[J]. 教育教学论坛 2016(09)

    标签:;  ;  ;  ;  ;  ;  

    应用图像处理技术测量针织物结构参数的研究
    下载Doc文档

    猜你喜欢