基于OpenCV的织物疵点自动检测技术研究-论文.pdf

《基于OpenCV的织物疵点自动检测技术研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第29卷第2期青岛大学学报(工程技术版)Vo1．29No．22014年6月JOURNALOFQINGDAOUNIVERSITY(E&T)Jun．2014文章编号：1006—9798(2014)02—0075—06；DOI：10．133061．1006—9798．2014．02．017基于OpenCV的织物疵点自动检测技术研究时峰，张凤生，王者胜，李元胜(青岛大学机电工程学院，山东青岛266071)摘要：为保证织物疵点自动检测技术在尽可能低的误检和漏检率条件下，达到尽可能高的检测速度，本文基于开放计算机视觉(OpenCV)，给出了判断

2、疵点存在性和利用小波变换提取疵点纹理特征的方法。在VisualC++6．0环境下，开发了单色织物疵点检测和特征值提取程序，并对刮线、色污、长残、脏污、断纱、白杠、反丝、飞花、锈斑和掉扣等疵点样片进行检测实验。实验结果表明，经过小波变换处理后的子图，对于线状疵点织物，其特征值在疵点走向方向上(经向子图或者纬向子图)的变化明显，而对于面状疵点，其特征值在经、纬方向上均变化明显。该研究对实际检测系统的设计开发具有应用价值。关键词：疵点检测；开放计算机视觉；小波变换；特征值提取中图分类号：TS103．7；TP391．41文献标识码：A织物疵

3、点检测是纺织品质量检测的关键环节。传统的疵点检测多是由人工目测来完成，采用人工检测织物疵点，在检测过程中由于人的一些主观或客观因素，使检测结果受到影响_】]。随着计算机科学和数字图像处理技术的发展，计算机视觉在工业生产过程中的应用日益广泛，采用计算机视觉进行织物疵点自动检测已成为国内外专家争相研究的热点之一。由于织物疵点可能产生于织物生产的任何一道加工工序，且其种类繁多，形状不一，加之织物的式样和颜色也是复杂多样，这些都给疵点的自动检测带来诸多困难，是实现疵点自动检测不得不面对和跨越的鸿沟。到目前为止，这方面的研究还很少，因此，本文

4、主要对疵点自动检测中的2个关键问题进行研究，即判断是否存在疵点和判别疵点的种类。在Visualc++6．0环境下，基于开放计算机视觉(OpenCV)和小波变换，实现了单色织物疵点检测和基于纹理特征值的疵点种类判别。实验结果验证了该方法在织物疵点自动检测中的有效性和可靠性，对实际检测系统的设计开发具有应用价值。1织物图像预处理与疵点区域的获取1．1图像预处理由于图像采集过程中照明光线的方向、亮度、稳定性等影响，再加上柔性织物表面张紧程度不一致和上下抖动等因素，使所采集图像中的噪声难以避免。为减小噪声干扰，提高疵点检出率和检测准确性，必

5、须进行图像预处理。本文基于中值滤波理论对图像进行平滑处理，中值滤波_4]原理是在某像素点附近选择一定大小的窗口，用窗口内各像素点的灰度中值代替该点的灰度值，以消除孤立的噪声点。二维图像中值滤波表达式为G(x，)一med{F(z一尼，—Z)，(尼，Z∈))式中，F(x，)，G(x，)分别为原始图像和处理后图像；叫为二维模板。在OpenCV中，图像中值滤波的实现函数为：cvGreateImage()和cvSmoth()。收稿日期：2014一O1—15；修回日期：2014—02—28基金项目：青岛市科技局基础研究项目(12—1—4—2一(

6、9)一joh)作者简介：时峰(1988一)，男，山东济南人，硕士研究生，主要研究方向为测控技术与智能仪器。通讯作者：张凤生，博士，教授。Email：fszhang1994@163．corn76青岛大学学报(工程技术版)第29卷1．2疵点区域的获取本文采用cvPyrDown缩放与cvCanny边缘扫描相结合的方法获取疵点的边缘，并确定疵点的区域。1)cvPyrDown基于Gaussian金字塔分解，对输入图像进行向下采样_6]，采样后所得图像大小为原图的四分之一。函数cvPyrDown格式为voidcvPyrDown(constCvA

7、rr*imgl，CvArr*img2，intfilte=CVGAUSSIAN5×5)一一—一其中，一imgl为输入图像；一img2为输出图像；filte为卷积滤波器类型，目前仅支持CV—GAUSSIAN一5×5。2)Canny边缘检测Ⅲ7的实现原理是根据二维灰度矩阵梯度向量，利用离散化梯度逼近函数寻找图像灰度矩阵的灰度跃变位置，然后在图像中将这些位置的点厂连起来获得图像边缘。OpenCV中，函数cvCanny格式为：．=]二二．计算图像的灰度均值voidcvCanny(eonstCvArr*imgl，CvArr一*img2，doub

8、lemax，doublerain，intapttype)一—叵I图像向下采样li其中，一imgl和一img2分别为输入图像和输出边缘图像；边缘检测Imax和min分别为大小阈值，用来控制边缘的初始分割和输出向下采样图像的二值化图边缘连