1. 研究目的与意义（文献综述）
纺织面料制造、印染等过程中，经常会出现各种疵点，造成品质不合格。这些织物瑕疵，除了在视觉条件下肉眼可见的显性瑕疵外，还有一些是在胚布状态下并无异状，但经漂染加工后才能显现的潜隐瑕疵。李纪峰在文献中提出这一类瑕疵，如果可以在胚布状态就利用机器视觉检测出来，势必在很大程度上减少残次品的生成。机器视觉是代替人眼视觉的以相机、计算机、处理软件等为基础的高效识别系统，具有无损检测、判断精度高、安全等优点[1]。
王庆海,赵凤霞在文献中提到目前纺织业纺织物疵点检测出现的各种疵点多使用的人工视觉的的现状，因此存在速度低，效率不高，误检率和漏检率高等问题。迫切要求一种高效的机器视觉检测方法来提高检测的质量[2]。
国内外学者运用数字图像处理技术进行织物疵点检测的研究已经形成了一些方法[3]。其中，石美红,王文光提到织物疵点检测的诸多方法主要分为在空间域提取和在频域提取两大类[3]。海潮在研究中提出空间域的主要方法有：灰度匹配法，形态法，矩法，灰度共生矩阵以及纹理模型法[4]。邵鑫玉等人提取织物本身的纹理特征或疵点形状特征，然后通过阈值法分割织物疵点[5]。张瑜慧等采用计算灰度值的统计特征的方法，先由无疵点的织物图像得到阈值，然后对待检测织物图像经过相同的处理后，并于阈值相比较，从中确定疵点[6]。yusuf等提出该方法的缺点是处理运算量大，不适合高速检测[13]。海潮，赵凤霞，孙烁提出频域的主要方法有：基于傅里叶变换的方法，神经网络的方法，基于小波变换的方法等工具[7]。国外学者kaspers,ann在文献中分析几种检测方法的优缺点，其中小波分析法一般情况下是首先获取织物图像，然后作小波分解并计算分解后子图像的特征值。该方法具有多分辨的特点，以及在时域与频域表征信号局部特征的能力，非常适合检测信号的奇异点，该方法的缺点为算法分析周期长，其效果有一定的局限性[14]。
2. 研究的基本内容与方案
⑴ 研究的基本内容
①采集纺织物图像，对图像进行预处理；
②对纺织物图像进行图像增强，阈值分割和二值化处理；
3. 研究计划与安排
第1-3周：查阅相关文献资料，明确研究方向，确定研究内容，完成开题报告，完成不少于2万字符的英文翻译任务；
第4-6周：完成blob算法学习和研究；
第7-9周：完成算法实现并优化；
4. 参考文献（12篇以上）
[1]李纪峰. 基于机器视觉的玻璃纤维布缺陷检测技术研究[d].郑州大学,2017.
[2]王庆海,赵凤霞,李纪峰,金少搏. 基于blob分析的玻璃纤维织物缺陷检测方法研究[j]. 郑州大学学报(工学版),2015,36(06):90-93.
[3]石美红,王文光. 基于blob算法的织物疵点检测算法的研究[j]. 现代电子技术,2010,33(24):29-32.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
