基于图像处理的纱线条干均匀度检测

针对图像处理在纱线条干均匀度检测中出现的纱线图像在采集时发生光照不均以及倾斜会影响最终结果的问题,研究基于同态滤波以及Hough变换对纱线条干均匀度进行检测的方法。首先对光照不均现象用同态滤波方法将图像光照分量和反射分量分离开,对光照分量加以抑制来突出反射分量,从而消除光照不均现象,突出条干部分;其次对图像中倾斜纱线用Hough变换检测倾斜角度加以旋转校正至水平状态;最后对无噪声信号纱线图像进行图像分割提取纱线主干部分从而来计算采集到纱线的平均直径。实验表明,通过计算图像处理得到的纱线条干CV值与现有条干仪检测结果对比偏差小于4%,验证了图像处理方法的准确性,对未来形成成套的视觉检测系统有参考意义。

基于EM算法的高斯混合模型的织物组织点自动识别

针对现有无监督学习识别机织物组织点的准确率相对较低和不稳定的问题,研究基于EM算法的高斯混合模型对机织物组织点的识别方法。首先对采集的不同织物图像进行预处理及图像矫正,以提高后续的组织点的分割效率;接着利用改进的灰度投影法进行织物组织点定位,并提取组织点的灰度共生矩作为纹理特征,通过主成分分析对纹理特征进行降维处理;最后采用2种常见无监督学习与文章所用的识别方法做实验比较,并采用4种评估指标进行评估,得到评估结果。通过计算4种评估指标平均值和标准差进行比较,文章所用识别方法的评估参数平均值都要比其余两种识别算法高。文章所用识别方法能对织物组织点进行自动识别,并且识别的准确率相比于其余两种识别算法得到了有效地提升。