国产性70yerg老太,色综合在,国产精品亚洲一区二区无码,无码人妻束缚av又粗又大

織物疵點(diǎn)的檢驗(yàn)是紡織業(yè)的重要環(huán)節(jié)之一。首先，本課題利用軟閾值小波對(duì)織物圖像進(jìn)行去噪處理。其次，分別采用了小波閾值增強(qiáng)法、灰度范圍拉伸法及灰度均衡法對(duì)去噪后的圖像進(jìn)行增強(qiáng)。再次，引入相對(duì)均值誤差(RMBE)及峰值信噪比(PSNR)作為客觀評(píng)價(jià)標(biāo)準(zhǔn)，得出結(jié)論：基于小波理論的閾值增強(qiáng)方法，增強(qiáng)效果最好。最后，本課題通過(guò)對(duì)圖像進(jìn)行特征提取，運(yùn)用神經(jīng)網(wǎng)絡(luò)構(gòu)造出疵點(diǎn)自動(dòng)檢測(cè)系統(tǒng)，并用實(shí)例進(jìn)行驗(yàn)證，檢驗(yàn)效果理想。

　　隨著人們的生活水平的提高，對(duì)紡織品的質(zhì)量也提出了較高的要求。本課題提出了一種尋找具有較高檢測(cè)率的方法來(lái)代替高成本、低速度的人工視覺檢測(cè)法，提高紡織物瑕疵點(diǎn)檢測(cè)的管理和控制水平，將數(shù)學(xué)與計(jì)算機(jī)程序設(shè)計(jì)有機(jī)地結(jié)合在一起。通過(guò)我們的課題研究，能夠?qū)M足人們的現(xiàn)實(shí)需求提供一定的幫助。
一：圖像的小波分解和重構(gòu)
　　為了降低處理二維函數(shù)或信號(hào)（如圖像信號(hào)）的難度，就必須引入二維小波以及相應(yīng)的快速算法。二維多分辨率分析有兩種，一種是可分離的，一種是不可分離的。前一種情況簡(jiǎn)單且應(yīng)用廣泛，因此本課題對(duì)可由一維多分辨率分析的張量積空間構(gòu)造的二維多分辨率進(jìn)行分析。
二：基于小波變換的織物圖像軟閾值降噪
　　織物圖像在生成、獲取和傳輸?shù)冗^(guò)程中往往會(huì)收到噪聲的污染。噪聲的存在會(huì)導(dǎo)致圖像的信噪比降低，若直接進(jìn)行圖像增強(qiáng)處理，會(huì)直接造成圖像的一些特征細(xì)節(jié)被淹沒在圖像噪聲中而不能被識(shí)別。這使得對(duì)織物圖像進(jìn)行降噪處理成為必不可少的重要步驟。本文采用軟閾值小波對(duì)織物疵點(diǎn)圖像進(jìn)行降噪處理。
三：基于小波理論的織物疵點(diǎn)圖像增強(qiáng)
　　為了突出疵點(diǎn)，還需要對(duì)降噪后的圖像進(jìn)行增強(qiáng)處理。由于圖像經(jīng)二維小波分解后，圖像的輪廓主要體現(xiàn)在低頻部分，細(xì)節(jié)部分體現(xiàn)在高頻部分，因此可以通過(guò)對(duì)低頻分解系數(shù)進(jìn)行增強(qiáng)處理，對(duì)高頻分解系數(shù)進(jìn)行衰減處理，從而達(dá)到圖像增強(qiáng)的效果。
　　本課題采用sym4小波，以及wavedec2分解函數(shù)對(duì)去噪后的圖像進(jìn)行2層小波分解，將分解后的小波系數(shù)進(jìn)行閾值處理。
四：對(duì)比實(shí)驗(yàn)——基于直方圖修改技術(shù)的織物疵點(diǎn)圖像增強(qiáng)
　　為了增強(qiáng)織物疵點(diǎn)圖像的對(duì)比度，可以采用拉伸灰度范圍的方法。于是，本課題應(yīng)用Matlab中的imadjust函數(shù)對(duì)去噪后的cloth圖像進(jìn)行灰度范圍拉伸處理。織物圖像的疵點(diǎn)的亮度被提升了，背景與疵點(diǎn)之間的對(duì)比度較為明顯。原本較小的灰度范圍被延展到一個(gè)較大的灰度范圍。
　　灰度均衡處理。將原圖像在每個(gè)灰度級(jí)上的像素出現(xiàn)的概率進(jìn)行均衡化處理。通過(guò)灰度均衡，使得原圖像轉(zhuǎn)換為，在每一個(gè)灰度級(jí)上都盡量分配到像素點(diǎn)的輸出圖像。。處理后的圖像的對(duì)比度被有效的增強(qiáng)了。但是，不僅疵點(diǎn)被增強(qiáng)了，而且背景中的一些噪聲也被增強(qiáng)了。
五：織物疵點(diǎn)圖像的不同增強(qiáng)方法的對(duì)比
　　圖像增強(qiáng)的評(píng)價(jià)標(biāo)準(zhǔn)：
　　圖像增強(qiáng)質(zhì)量的評(píng)價(jià)標(biāo)準(zhǔn)大致可分為兩大類：主觀性和客觀性。主觀評(píng)價(jià)方法費(fèi)時(shí)、復(fù)雜，受觀測(cè)者的心理、動(dòng)機(jī)和專業(yè)背景等主觀因素的影響，并且不能結(jié)合到算法中使用。而客觀評(píng)價(jià)方法方便、快捷，容易實(shí)現(xiàn)，且能結(jié)合到應(yīng)用系統(tǒng)中?；谝陨显?，本文采用客觀評(píng)價(jià)標(biāo)準(zhǔn)中的相對(duì)均值誤差(RMBE)及峰值信噪比(PSNR)作為圖像增強(qiáng)的評(píng)價(jià)標(biāo)準(zhǔn)。
　　基于小波理論的增強(qiáng)方法的RMBE值最小，PSNR值最大，說(shuō)明了這種方法下的輸出圖像亮度保持效果好，圖像信息保留較佳。其次是灰度范圍拉伸法，效果中等。較差的是灰度均衡法，RMBE值較大，而PSNR值較低，導(dǎo)致輸出圖像丟失的信息較多。
　　因此，針對(duì)織物疵點(diǎn)圖像，基于小波理論的圖像增強(qiáng)方法最好。
六：基于小波圖像增強(qiáng)處理的疵點(diǎn)檢測(cè)
　　雙降噪處理與小波圖像增強(qiáng)：
　　在原始圖像經(jīng)過(guò)軟閾值去噪處理后，再通過(guò)小波中的wrcoef2函數(shù)實(shí)現(xiàn)低通濾波消噪，即通過(guò)雙降噪處理后再進(jìn)行小波圖像增強(qiáng)處理，發(fā)現(xiàn)我們改進(jìn)效果非常令人滿意，有無(wú)疵點(diǎn)的效果大大增強(qiáng)。
七：紡織物疵點(diǎn)自動(dòng)檢測(cè)的數(shù)據(jù)庫(kù)建立
　　圖像特征提?。?br />　　我們分別對(duì)原始圖像、雙降噪處理后的小波增強(qiáng)圖像進(jìn)行粗糙度、對(duì)比度、方向度這三個(gè)特征提取，建立有無(wú)疵點(diǎn)的原始數(shù)據(jù)庫(kù)。
八：疵點(diǎn)判定的神經(jīng)網(wǎng)絡(luò)訓(xùn)練
　　不可否認(rèn)，在進(jìn)行雙降噪處理后的小波圖像增強(qiáng)的同時(shí)，會(huì)刪減去一部分圖像的原有信息，導(dǎo)致圖像的部分失真。于是我們?cè)谟?xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)所采用的訓(xùn)練數(shù)據(jù)是：原始圖像的特征與雙降噪處理后的小波增強(qiáng)圖像特征的總和，這樣既保留了原始信息，又加強(qiáng)了主要信息。
　　我們選取{總粗糙度，總對(duì)比度，總方向度}為評(píng)價(jià)因素集，即輸入層神經(jīng)元為3。網(wǎng)絡(luò)輸出對(duì)應(yīng)判定結(jié)果，這里定為0和1。其中，0判定為無(wú)疵點(diǎn)；1判定為有疵點(diǎn)。訓(xùn)練雙重BP神經(jīng)網(wǎng)絡(luò)。
九：結(jié)論
　?。?）織物疵點(diǎn)圖像的增強(qiáng)是疵點(diǎn)檢測(cè)的重要環(huán)節(jié)之一。圖像增強(qiáng)的效果，直接影響著織物疵點(diǎn)的特征提取，以及最后的疵點(diǎn)類型識(shí)別。通過(guò)本課題討論的3種織物疵點(diǎn)圖像增強(qiáng)以及改進(jìn)的方法，我們得出結(jié)論：基于小波理論的閾值增強(qiáng)方法，相對(duì)均值誤差(RMBE)最小，峰值信噪比(PSNR)最高。因此，在織物疵點(diǎn)圖像增強(qiáng)處理方面，利用小波閾值增強(qiáng)方法是可行的。
　?。?）通過(guò)對(duì)原始圖像與雙降噪處理后的小波增強(qiáng)圖像的特征進(jìn)行提取，我們可以通過(guò)訓(xùn)練好的雙重神經(jīng)網(wǎng)絡(luò)對(duì)有無(wú)疵點(diǎn)進(jìn)行判定。且通過(guò)多次試驗(yàn)比較，經(jīng)處理后的有疵圖的對(duì)比度一般不能降為0。
　?。?）本課題運(yùn)用神經(jīng)網(wǎng)絡(luò)構(gòu)造出的疵點(diǎn)自動(dòng)檢測(cè)系統(tǒng)有一定的局限性和誤差，不能適用于所有紡織物的疵點(diǎn)檢測(cè)，但是，本課題的研究結(jié)果是可以應(yīng)用于實(shí)際的生產(chǎn)生活中的，與人工檢測(cè)相結(jié)合，減輕人工檢測(cè)疵點(diǎn)的負(fù)擔(dān)與誤差，起到一定的自動(dòng)檢測(cè)疵點(diǎn)的作用，提高檢測(cè)效率與準(zhǔn)確率。

本課題在漳州師范學(xué)院舉辦的科技文化節(jié)中進(jìn)行研究，結(jié)題獎(jiǎng)勵(lì)500元。