Delphi编程图像处理在针织物疵点检测中的应用

简介了针织物常见疵点,并采用可视化编程工具Delphi进行编程,综合利用噪声处理、二值化处理、边缘增强、边缘检测、二值图像细化等一系列图像处理和识别方法,对针织物进行疵点检测,提出了图像处理在针织物疵点检测中的一般方法。

基于Labview的针织物疵点检测

介绍一种基于Labview的针织物疵点检测系统与方法.其采用Labview软件并结合Matlab编程,首先对采集的针织物图像进行中值滤波和二值化处理,接着采用db小波分解图像,最后对分解后的经向和纬向纹理子图像分别提取特征值,由此检测和识别疵点.实验结果表明此方法可以有效地检测平针、罗纹和双罗纹针织物的常见疵点.

针织物疵点自动检测与分类方法的研究

设计了针对圆筒针织物的疵点检测系统,在该检测系统的基础上,研究了一种基于小波分解的疵点检测方法和一种基于极限学习机的疵点分类方法。对采集得到的针织物疵点图像进行图像灰度转换、光照不匀校正、中值滤波等预处理,并采用Bior3.7小波分解图像,对分解后得到的纵向和横向纹理子图像提取特征值,选取针织物中常见的破洞、花针、漏针和直稀路4种疵点作为研究目标,将提取的特征值输入极限学习机中进行训练。结果表明,此方法可以有效地检测和分类白坯针织物的常见疵点。

针织纬编光坯织物疵点的图像处理

由于针织物图像具有高帧频、算法复杂度高等特点，本文使用Photoshop以及MATLAB的图像处理工具箱，先对扫描的织物图像进行预处理，以检测传统的织物疵点，对纬编光坯针织物的色点、玷污、破洞、粗纱等几种疵点检测算法进行分析和比较，得出适合针织物检测的最优算法。

纬编光坯织物疵点图像的特征量提取

针对纬编光坯针织物中存在的不同类型疵点,使用Photoshop和MATLAB软件对其疵点的扫描图像进行预处理,以检测传统的织物疵点。然后通过对色点、玷污、破洞、粗纱等几种疵点图像进行分析和处理,最终得出常见的针织物疵点图像的特征量提取方法。实验结果表明,对于不同类型的疵点,可通过不同的处理方法来获得较佳的结果。