针织物密度在线检测算法研究

针织物的密度、线圈长度、面积孔隙率、未充满系数等组织结构参数的检测是针织物的一个重要指标。但是,目前针织物的密度参数通常是以人工手拉目测为主,严重降低了生产效率和产品质量。针对实际需求,研究开发了针织物密度算法。首先对针织物图像进行中值滤波和直方图均衡化,再根据提出的密度算法进行计算。实际研究表明,该算法运算量小、实时性高,非常适合于在针织物的图像检测领域大量推广,具有广阔的发展及应用空间。     

基于傅立叶变换的针织物密度分析

对如何使用离散傅立叶变换方法分析针织物密度进行了探讨．由于经过后整理的针织物线圈不均匀，各线圈纵行或各线圈横列只是近似地处在纵行线或横列线上，而且纵行线与横列线也不垂直，用二维离散傅立叶变换方法处理针织物灰度图像f(x，y)得到的结果误差较大．但采用对f(x，y)逐列相加后对其和进行一维傅立叶变换及对f(x，y)逐行相加后对其和进行一维傅立叶变换的方法能得到较准确的结果，     

基于类别共生矩阵的纹理疵点检测方法

根据有规则纹理的特点,提出了基于类别的共生矩阵来描述纹理特征,从而很好地将正常纹理与疵点区分开.分析了传统的灰度共生矩阵在计算纹理特征时计算量大,且分辨能力差的缺点.为了克服灰度共生矩阵在计算量和分辨能力上的缺点,定义了类别共生矩阵.在类别共生矩阵的算法中,首先学习纹理的一些基本特征以确定类别共生矩阵的一些关键参数,如纹理的概率密度分布、纹理的主方向和周期,以及分类准则等重要参数,然后计算类别共生矩阵并提取白疵点增强、黑疵点增强和一致度等三个特征,最后采用异常点检测的方法即可很好地区分正常纹理和疵点.实验证明,该方法比已有的灰度共生矩阵计算量小,并具有更突出的分辨纹理和疵点的能力.     

小麦籽粒病害细胞图像纹理特征提取方法的研究

为了进行进出境小麦籽粒病害的智能化识别,运用计算机图像处理技术对进出境小麦籽粒常见的三种病害（小麦印度腥黑穗病、小麦矮腥黑穗病和小麦普通腥黑穗病）作了研究。本文通过使用灰度共生矩阵的方法提取出小麦籽粒病害细胞的纹理特征,并对各个特征进行详尽的分析,最终选择最有效地区分三种病害的特征值。该研究为后期的模式识别提供了重要的特征参数。     

利用图像处理技术自动测量针织物密度的研究

采用FFT(快速傅立叶变换)时针织物进行图像处理，并利用提取的针织线圈的空间频率信息来测量针织物的密度。通过与人工测量的针织物纵横密度时比表明，该技术可以快速、准确的实现针织物密度的测量。     

轮胎花纹的模型分析

车轮轮胎花纹的设计是个复杂而实际的问题,花纹设计与轮胎性能之间存在一定的影响关系。本文主要采用模糊数学思想与层次分析法去分析轮胎模型。以轮胎花纹为目标层,花纹深度、稳定性、牵引力、耗油、耐磨性、行驶车速为准则层,普通花纹、混合花纹、越野花纹为方案层进行层次分析。先根据各因素间相对重要程度构造成对比较矩阵。其次计算权向量并做一致性检验,运用求解各成对比较矩阵最大特征值对应的特征向量,求出一致性指标,通过查表得到随机一致性指标,经前者与后者相比算得一致性比率,从而对成对比较矩阵进行了一致性检验。最后进行综合分析,给出了不同花纹轮胎的各项性能的优劣及最佳适用环境。     

视频监控中的图像质量检测

视频监控中图像产生噪声的原因很多,生成的噪声也多种多样,本文主要针对＂雪花屏＂进行检测。基于＂雪花屏＂的特性分析,其纹理较多较深,且有规律可循,在做灰度共生矩阵分类算法的过程中,发现＂雪花屏＂的共性：像素灰度值变化剧烈,幅值起伏大!究其原因：图像中噪声点的灰度值与其邻域范围内非噪声点的灰度值有比较大的差别。故本文采用小窗口来计算局部图像的方差的方法,来辨别正常图像与＂雪花屏＂。     

灰度共生矩阵纹理特征的运动目标跟踪方法

在研究纹理特征属性的基础上,提出采用灰度共生矩阵纹理特征进行目标跟踪的方法。基于OpenCV平台,通过对标准测试视频的仿真试验,对灰度共生矩阵纹理特征、局部二进制模式纹理特征和灰度颜色直方图特征在粒子滤波目标跟踪框架中的作用进行了测试与对比分析,灰度共生矩阵纹理特征在相似性颜色的遮拦与抗扰动、处理时间等方面表现出良好的属性特征,相关的试验数据和对比结果表明了这种纹理特征具备优良的跟踪特性,可以增强跟踪系统的整体性能。     

基于灰度-梯度共生矩阵的钢轨表面缺陷检测方法

根据钢轨表面缺陷的灰度和梯度特征,提出了钢轨缺陷自动检测方法:基于灰度-梯度共生矩阵为模型提取钢轨缺陷的内边缘,其中以最大熵方法自动求取灰度-梯度二维阈值向量,利用形态学方法对分割后的二值图像进行后期处理,有效区分正常轨面、缺陷区域、阴影和干扰区域.实验表明:本方法能较好地对钢轨表面缺陷进行检测.     

图像纹理特征的提取方法

纹理特征是图像分析的重要线索,纹理特征的提取方法层出不穷,本文重点介绍了几种借助纹理统计特性的提取方法,并对其算法进行了比较.这些方法包括:1、基于图像灰度直方图的特征提取;2、基于图像灰度差值直方图的特征提取;3、基于图像灰度共生矩阵的特征提取.     

Coolplus吸湿排汗超薄针织物的开发

为解决Coolplus在纯纺针织物编织、染色过程中容易出现的问题.依据Coolplus纤维的性能和特点,结合生产实践探讨了纯Coolplus纤维单面提花针织物的织造及染整工艺,并且给出了具体生产工艺以及常用的染料、助剂的选择方法.     

针织物钩丝现象的研究

从理论上分析了纬平针织物钩丝的力学规律,提出了相应的物理模型和数学方程式,设计了新的钩丝测试方法.在验证钩丝理论的基础上提出了经修正的钩丝屈服条件.并进一步将该结果与传统ICI钉锤式钩丝试验结果作了相关分析.     

一种用SAR进行织物疵点检测的方法

目前的疵点检测方法一般基于织物的可见光图像,对色彩或灰度的依赖过大,以致影响到后续的图像处理算法的分类效果,是当前检测算法所面临的严重问题.为解决当前织物疵点检测系统中存在的问题,提出了一种新的利用合成孔径雷达技术进行疵点检测方法.该算法由于与传统的可见光成像机制不同,利用合成孔径雷达技术,避免了对可见光成像依赖性,用sAR的理论和算法解决了一些成像及识别关键问题,理论分析和实测数据的处理结果验证了该方法的有效性.     

纬编针织物疵点的图像分割方法

分别采用Otsu法和CNN两种方法对疵点图像进行了分割.在比较两种图像分割技术的基础上,提出了一种对于图像增强的预处理方法.用带有破洞、横路和漏针的纬编罗纹针织物作为材料进行实验.结果表明,所提出的图像增强方法对疵点的分割有很好的促进作用.     

VILOFT 纤维针织面料的练漂工艺研究

针织物的练漂工艺是开发新型纤维针织物的关键之一．采用碱氧一浴法,结合单因素分析法和正交试验,以白度和顶破强力为测试指标,研究了VILOFT纤维针织物的练漂工艺．最终确定VILOFT纤维纯纺针织物的最佳练漂工艺为：氢氧化钠2.5％;过氧化氢3％;硅酸钠1.5g/L ;浴比1∶15;温度80℃;漂白时间60min ．结果表明,经过练漂处理后的VILOFT 针织物,充分水洗后手感光泽没有明显变化,白度明显增加,强力有所下降,但在弹性范围内,不会影响针织物的其他各项性能和后道工序．     

用新型交联工艺实现毛盖竹针织面料染色的同色性

针对常规染色方法对毛盖竹针织面料染色无法得到相同颜色的问题,在对毛盖竹针织面料染色时加入一定量的固色交联剂与抑制毛纤维上染的缓染剂,组成了以活性染料、交联剂和缓染剂(硫酸铵)为主要工艺参数的新型交联染色工艺,并对毛盖竹针织面料进行了一浴法交联染色.使竹纤维的上染能力相对增强,放缓了羊毛的上染速率,使澳毛/竹纤维混纺针织物达到同色,同时与常规染色工艺相比染料用量节约50%.工艺流程相对缩短.     

珍珠纤维针织面料的服用性能测试与综合评价

选取舒适性、坚牢度和外观保持性等指标,采用模糊数学综合评判的方法对珍珠纤维针织面料的服用性能进行综合分析与评价.得出其综合服用性能的评价结果由好到差依次为:罗纹半空气层组织>满针罗纹组织>半畦编组织>罗纹空气层组织>畦编组织>1+1罗纹组织>纬平针.     

罗纹针织物双向拉伸及回弹性能的研究

分析了罗纹针织物双向拉伸的力学特性,对六种纤维原料的试样进行了测试,提取了若干个特征值,特别是相对最大纵向横向拉力Fxmr和Fymr,相对回缩模量Exhr和Eyhr及弹性回缩系数Rth是评判罗纹针织物双向拉伸及回弹性能的有效指标,为针织物性能预测和功能设计提供了依据.     

基于光度立体技术的地板疵点检测方法研究

不同类型地板的疵点检测系统需要不同的检测算法,这样不仅会提高生产成本,还会造成产品检测流水线的复杂程度,为此我们提出了一种对两种不同纹理表面地板疵点的检测方法。首先采集若干幅地板图像,利用光度立体测量技术进行处理,再通过SVM分类器对图像分类。对表面光滑的LC11软木地板疵点进行一般的阈值分割算法处理即可;对于表面粗糙的荔枝纹pvc运动地板预先进行平滑滤波、FFT处理,再通过阈值分割等算法处理。试验结果表明,我们提出的这种疵点检测方法可以较好地满足对两类地板疵点的检测。