论文部分内容阅读
起绒织物具有质地轻、保暖性好、坚牢耐磨等优点,被广泛应用于服装、家居等传统行业中。至今为止,起绒织物的表面质量的检测方法仍然以传统的人工检验为主,但是人工检测效率低、精度不稳定,无法满足纺织行业自动化、柔性化的发展需求。本文将机器视觉技术应用到纺织品检测领域,从系统设计、图像处理算法、三维模型建立等方面对起绒织物表面进行检测,达到提高起绒织物检测的自动化程度的目的。论文的主要内容为:（1）根据起绒织物工艺特点及织物表面特征,设计了基于机器视觉的起绒织物表面检测系统,采用光切成像原理获得起绒织物切向图像,基于图像相减法构建了起绒织物厚度模型,由此得到起绒织物厚度图像。（2）对起绒织物厚度图像进行同态滤波、降噪等预处理算法,提高图像质量。采用最大类间方差法对厚度图像分割,构建形态学结构元素进行区域填充。在此基础上以Canny算子提取绒毛厚度轮廓特征。根据绒毛轮廓边缘特征建立起绒织物厚度参数模型,实现对起绒织物厚度的检测。（3）在起绒织物厚度图像轮廓边缘特征的基础上,提出了基于厚度序列图像的起绒织物表面三维重构算法。为了提高起绒织物表面的三维重构精度,采用三线性插值算法进行插值运算。在三维重构模型的基础上,建立了基于三维模型的绒毛织物表面起伏度参数,实现对起绒织物表面起伏状态的参数化。（4）搭建了基于机器视觉的起绒织物表面检测系统的实验平台,对视觉系统进行了标定。以抓毛和割绒两种不同工艺的起绒织物为样本,进行系统的实验验证,实验结果表明,本文系统能够客观的对不同工艺的起绒织物表面进行参数量化,对抓毛织物的厚度检测误差小于0.2008mm,对割绒织物的厚度检测误差小于0.1039mm,该系统达到了设计要求,可以实现对起绒织物表面的自动化检测。