3．8平滑處理
圖像平滑實際r足去除灰度圖像中個別灰度變化劇烈的像素即去除尖銳的噪聲，使灰度圖像與實際物體的灰度變化相符，便丁觀察。
3．9銳化處理(峰化處理)
銳化處理可以使圖像中的邊緣突出，采用微分或梯度處理，在厭度變化率最大的位置加強其灰度值使其輪廓邊緣突出，讓高頻分量抬高，而低頻量受到一定抑制，使圖像輪廓更清晰。
3．10小波分析
小波分析是一種新近發展起來的先進處殫技術，由于小波變換是時間和頻率的局域變換，凼而能有效地從信號中提取信息，通過伸縮和平移等運算功能對函數或信號進行多尺度細化分析，因而小渡變換被譽為“數學顯微鏡”。小波分析對于非平穩信號的處理非常有效，使得圖像的邊緣更加清晰和突出，利用多尺度邊緣檢測在不同尺度上對信號進行平滑并求導，然后由一階導數的局部模極大值點或二階導數的過零點確定信號的邊緣點。
小波分析能同時利用信號與噪波在時域和頻域內的差別，實現更為有效的信噪分離，從而獲得更為理想的降噪效果。小波變換的除噪的原理是把帶有噪波的測量信號進行小波分解，由于信號與測量噪波在小波變換下的行為各不相同，二者可以被分離出來，把那些屬于測量噪波的小波系數置為1，剩余的部分進行小波重構得到沒有噪聲的信號。與常用的檢測方法相
比，小波變換可以把信號分解成基本建筑塊，在時域和頻域都便于定位，可以有效地表征信號的局部奇異性。同時對于較小結構的輪廓和較大結構的邊界可以進一步地以變尺度小波分析精確地檢測出來。而且使用小波分析法也大大地提高r運算速度。小波在紡織中的應用參見文獻[4]。
4機器視覺在紡織檢測中的應用
視覺的最大優點是與被觀測的對象無接觸，因此對觀測與被觀測者都不會產生任何損傷，十分安全可靠，這是其它感覺力式無法比擬的。另外，視覺方式所能檢測的對象十分廣泛，可以說是對對象不加選擇。理論上，人限觀察不到的范圍機器視覺也可以觀察，例如紅外線、微波、超聲波等人類就觀察不到，而機器視覺則可以利用這方面的傳感器件形成紅外線、微波、超聲波等圖像。因此可以說是擴展r人類的視覺范圍。另外，人無法長時問地觀察對象，機器視覺則不知疲勞，始終如一地觀測，所以機器視覺可以廣泛地用丁長時間惡劣的上作環境。
在紡織企業中視覺檢測是質量控制的豐要組成部分，傳統的檢測是通過人來完成的，因此，效率和質量都孫高，用機器視覺代替人的視覺可以克服人l一檢測所造成的各種誤差，人大提高了榆漫0精度和效率．、正是由于視覺系統的高教率和1f：接觸性，機器視覺在紡織檢測中的應用越來越廣泛”。。，在許多方面已取得r成效。
由于智能機器人和其它應用領域對實時處殫的迫切需要，用于機器視覺處理的專用硬件已出現。例如：1)專業并行處理計算機，它可以進行陣列處理、流水線處理和多重處理；2)用于照相機測距的大規模集成電路芯片；3)以視頻速度完成■維DcG函數濾波的卷積器；4)實時實用立體視覺匹配器；5)目前已出現了在同一集成電路芯片上完成光信號敏感、模／數信號轉換和初級視覺信息處理的功能組件；6)以芯片為基礎構成能跟蹤物體三維運動的組件。
機器視覺用可于榆測與紡織材料表面有關的性能指標(見表3)。目前主要的研究內容可分為三大’類：纖維、紗線、織物。由于織物疵點檢測(在線檢測)需要很快的計算速度，因此，設備費Jfj比較昂貴，目前在線榆測的應用比較少，主要應用足離線檢測(女¨表3)，主要的檢測有紡織布料阻別與質量評定、織物喪面絨毛鑒定、織物的反射特性、臺成紗線橫截面分析、紗線結構分析等。此外還可川于織物組織設計、花型紋板、棉粒檢測、分析紗線表面摩擦。
<<上一頁[1][2]
相關信息 
推薦企業 推薦企業
推薦企業
您所在的位置：
