基于自適應小波變換的機織物結構參數自動識別.pdf

1、構成織物的紗線的性質和織物本身的結構，如織物密度、組織結構等，是影響織物機械性能的主要因素。因此，在質量檢測過程中，織物的結構參數分析是一項重要內容。迄今為止，主要的檢測仍然需靠人工操作來完成。然而，人工檢測是一項費時耗力、效率低下的工作，并且在檢驗過程中還存在人眼易疲勞等不利因素，已越來越難于滿足當前生產的需求。所以，利用圖像處理技術開發(fā)一種織物結構參數自動識別系統(tǒng)是非常有必要的。 本論文主要研究基于織物自適應正交小波變換的機

2、織物結構參數的自動識別。主要內容如下：第一章對國內外各種用于機織物結構參數自動識別的圖像處理方法進行簡介和比較，并最終確定本文采用的研究方法：自適應小波分析方法。第二章從傅立葉變換和短時傅立葉變換開始，重點介紹多分辨率分析、正交小波變換的一些基本概念和正交小波變換的快速算法，同時描述了構造緊支撐正交小波基的基本方法，為在實際工程應用中正確設計濾波器系數提供理論工具。第三章主要闡述織物圖像的采集裝置和光照不勻的校正、Wiener濾波和直方

3、圖均衡化等圖像預處理方法，并對預處理前后的圖像效果進行了比較。第四章具體講解織物結構參數自動識別的方法和流程：首先分別運用自適應小波分解和自相關函數分析來獲取織物的經緯紗線信息和組織循環(huán)大小，然后結合二者信息自動識別織物的結構參數。第五章對實驗結果進行分析和討論，并從織物組織結構、織物疏密程度、織物顏色、圖像放大倍數和不同識別區(qū)域等多方面來驗證該套算法的適用性、可靠性及穩(wěn)定性。第六章對本論文進行了總結與展望。本文采用自適應正交小波分析方