织物疵点检测方法及其基于DM642图像处理系统的软件设计

论文摘要

针对织物疵点自动检测这一难题,本文结合织物疵点图像及其相对应的无疵点标准图像的像素灰度值特点,提出了分块法、改进的类间方差法、基于灰度直方图的方法。三种方法检测原理简单,检测时间较短,仿真结果表明疵点检测率较高。本文还提出了基于Gabor滤波器模板的织物疵点检测方法。本方法利用Gabor滤波器具有的方向选择性、对称性、频域带宽和中心频率可调性,用遗传算法优化出能大致描述无疵点标准图像纹理特征的奇对称最优Gabor滤波器参数,从而得到奇对称和偶对称最优Gabor滤波器模板,再分别用这两种模板对织物疵点图像和其对应的标准图像进行滤波处理。根据无疵点标准图像的滤波结果对疵点图像的滤波结果进行二值化处理,然后融合使用两个模板获得的二值化结果图像,得到最终疵点分割结果。仿真结果表明此方法的疵点检测率更高。此外,本文在DM642图像处理系统平台上完成了基于灰度直方图检测方法的软件设计,编写了织物图像BMP文件的获取程序,设计了织物疵点检测软件的图像采集模块、疵点检测模块、疵点检测结果保存模块和图像显示模块,并调试成功,得到与仿真结果一致的疵点检测结果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的研究背景及意义
• 1.2 研究方法
• 1.3 织物疵点自动检测系统国内外现状
• 1.4 论文的主要内容与安排
• 第2章 基于灰度信息的疵点检测方法
• 2.1 分块法
• 2.1.1 下采样
• 2.1.2 双线性插值原理
• 2.1.3 中值滤波
• 2.1.4 阈值化
• 2.1.5 分块法流程
• 2.1.6 疵点检测结果及分析
• 2.2 改进的类间方差法
• 2.2.1 大津法原理概述
• 2.2.2 改进的类间方差法原理
• 2.2.3 疵点检测结果及分析
• 2.3 基于灰度直方图的方法
• 2.3.1 基于灰度直方图的检测方法原理
• 2.3.2 疵点检测结果及分析
• 2.4 基于灰度信息的疵点检测方法分析
• 2.5 小结
• 第3章 遗传算法概述
• 3.1 遗传算法的基本思想
• 3.2 遗传算法与传统优化方法的比较
• 3.3 遗传算法有效性的理论基础
• 3.3.1 模式定理
• 3.3.2 积木块假设
• 3.4 遗传算法的基本原理与方法
• 3.4.1 编码方法
• 3.4.2 选择方法
• 3.4.3 交叉方法
• 3.4.4 变异方法
• 3.4.5 适应度函数
• 3.4.6 约束条件的处理
• 3.4.7 控制参数选择
• 3.5 小结
• 第4章 基于Gabor 滤波器模板的疵点检测方法
• 4.1 Gabor 滤波器
• 4.2 疵点检测方法流程
• 4.2.1 归一化处理
• 4.2.2 Gabor 滤波器参数优化
• 4.2.3 时域模板卷积处理
• 4.2.4 二值化
• 4.2.5 二值化结果融合
• 4.3 采用遗传算法优化Gabor 滤波器参数
• 4.3.1 编码方法
• 4.3.2 选择操作
• 4.3.3 交叉操作
• 4.3.4 变异操作
• 4.3.5 重插入操作
• 4.4 疵点检测结果及分析
• 4.5 小结
• 第5章 基于DM642 图像处理系统的疵点检测软件设计
• 5.1 TMS320DM642 图像处理系统介绍
• 5.1.1 DM642 图像处理系统组成
• 5.1.2 ICETEK-DM642-PCI 评估板构成
• 5.1.3 DM642 地址空间分配
• 5.1.4 DM642 数据访问流程
• 5.2 软件开发环境及流程
• 5.2.1 CCS 软件介绍
• 5.2.2 CCS 编程环境语言介绍
• 5.2.3 CCS 平台上软件开发流程
• 5.3 软件开发框架
• 5.3.1 DSP/BIOS 框架
• 5.3.2 基于DSP/BIOS 的程序开发流程
• 5.3.3 DSP/BIOS 程序的启动过程
• 5.4 疵点检测软件设计
• 5.4.1 软件设计思路
• 5.4.2 图像采集模块
• 5.4.3 BMP 文件获取模块
• 5.4.4 疵点检测模块
• 5.4.5 图像保存模块
• 5.4.6 图像显示模块
• 5.5 疵点检测结果
• 5.6 小结
• 第6章 总结与展望
• 6.1 论文工作总结
• 6.2 论文展望
• 参考文献
• 攻读硕士学位期间发表的学术论文
• 致谢