基于計(jì)算機(jī)視覺的皮革缺陷檢測(cè)分類技術(shù)研究.pdf

1、隨著計(jì)算機(jī)及相關(guān)領(lǐng)域技術(shù)的發(fā)展,計(jì)算機(jī)視覺已廣泛應(yīng)用于測(cè)量、軍事、三航(航天、航空、航海)、數(shù)字醫(yī)療、制造業(yè)信息化、商業(yè)、交通安全等領(lǐng)域?；谟?jì)算機(jī)視覺的檢測(cè)系統(tǒng),可以代替部分人工視覺,在一些不適合人工作業(yè),存在危險(xiǎn)的地方,完成檢測(cè)分類的任務(wù),同時(shí)可以提供較高的檢測(cè)精度,作為一種重要的非接觸式測(cè)量方法,已成為研究的熱點(diǎn)。
　　 隨著世界皮革產(chǎn)品消費(fèi)向質(zhì)量型轉(zhuǎn)變,皮革表面缺陷,這一制約我國(guó)制革產(chǎn)業(yè)發(fā)展的因素顯得尤為突出。國(guó)內(nèi)現(xiàn)有的

2、生產(chǎn)模式多以人工為主導(dǎo),憑借個(gè)人經(jīng)驗(yàn)來完成缺陷的分檢和標(biāo)注,沒有統(tǒng)一的裁定標(biāo)準(zhǔn),造成產(chǎn)品的質(zhì)量不能保證。因此,利用計(jì)算機(jī)視覺系統(tǒng)和數(shù)字化技術(shù),實(shí)現(xiàn)皮革表面缺陷的自動(dòng)檢測(cè)分類,產(chǎn)品信息有效管理及反饋,對(duì)于提高產(chǎn)品質(zhì)量和生產(chǎn)效率,提升企業(yè)競(jìng)爭(zhēng)力都有重要的現(xiàn)實(shí)意義。
　　 本文主要基于對(duì)計(jì)算機(jī)視覺技術(shù),數(shù)字圖像處理,數(shù)據(jù)挖掘等相關(guān)理論的學(xué)習(xí)與研究,完成了對(duì)缺陷圖像的處理,重點(diǎn)研究分析了缺陷特征的信息提取,以及描述缺陷時(shí)的能力,實(shí)驗(yàn)分析

3、了基于不同方法的缺陷分類。
　　 首先,了解皮革制品的生產(chǎn)工藝,對(duì)于皮革各類缺陷進(jìn)行分析。依據(jù)皮革生產(chǎn)中的實(shí)際情況,以及缺陷的特性和形成時(shí)期,將常見缺陷進(jìn)行總體上的分類,可以讓后續(xù)檢測(cè)工作具有針對(duì)性,同時(shí),對(duì)于實(shí)現(xiàn)缺陷分檢的數(shù)字標(biāo)準(zhǔn)化具有一定的參考價(jià)值。
　　 其次,在對(duì)獲取圖像的處理中,針對(duì)皮革圖像特性,選擇適合的算法,完成圖像的平滑濾波,圖像銳化,圖像增強(qiáng)等工作,減少了分類檢測(cè)時(shí)的干擾因素。同時(shí),實(shí)驗(yàn)對(duì)比了基于不同算

4、子的邊緣檢測(cè)效果,為實(shí)現(xiàn)特征的有效提取奠定了基礎(chǔ)。
　　 再次,在對(duì)圖像缺陷自身特征進(jìn)行分析的基礎(chǔ)上,利用MATLAB和相關(guān)算法提取基于顏色特征,形態(tài)特征,紋理特征等可以充分描述缺陷的多個(gè)分量,并對(duì)這些分量進(jìn)行定性分析,得到對(duì)于缺陷分類有較大影響的特征分量,降低了向量的維度,簡(jiǎn)化后續(xù)的檢測(cè)分類。
　　 最后,在同一待測(cè)缺陷樣本的前提下,通過實(shí)驗(yàn),對(duì)比分析基于不同方法的分類準(zhǔn)確率及分類器設(shè)計(jì)成本,并提出了一種結(jié)合神經(jīng)網(wǎng)絡(luò)和