导读:本文包含了针织物疵点论文开题报告文献综述及选题提纲参考文献，主要关键词:针织物,染色,疵点,处理
针织物疵点论文文献综述
罗栋[1]（2016）在《探讨针织物染色油斑色花等疵点的预防和处理》一文中研究指出分析了针织物染色过程中形成的油斑、色花、色点、鸡爪痕等常见质量问题。探讨了产生的原因、预防和处理方法,为有效提高染色产品的质量提供借鉴。(本文来源于《染整技术》期刊2016年06期）
周霞,张瑞云,朱建华,程隆棣,姜耒[2]（2016）在《针织物疵点自动检测与分类方法的研究》一文中研究指出设计了针对圆筒针织物的疵点检测系统,在该检测系统的基础上,研究了一种基于小波分解的疵点检测方法和一种基于极限学习机的疵点分类方法。对采集得到的针织物疵点图像进行图像灰度转换、光照不匀校正、中值滤波等预处理,并采用Bior3.7小波分解图像,对分解后得到的纵向和横向纹理子图像提取特征值,选取针织物中常见的破洞、花针、漏针和直稀路4种疵点作为研究目标,将提取的特征值输入极限学习机中进行训练。结果表明,此方法可以有效地检测和分类白坯针织物的常见疵点。(本文来源于《针织工业》期刊2016年02期）
周霞[3]（2016）在《针织物疵点自动检测与分类方法研究》一文中研究指出在纺织品生产过程中,针织物的全数检验是质量控制的一项重要内容,其中针织物疵点是检验的重中之重。在现代化科学技术的推动下,国内纺织品生产技术在自动化应用上已取得长足进步,然而针织物疵点检验环节却依旧主要依赖于人工操作检验,这种检验方法存在明显的局限性,如检测人员易疲劳、注意力易分散、受主观因素影响大导致误检率、错检率高等。针织物疵点自动检测技术已成为制约纺织行业进一步发展的“绊脚石”,如何用计算机视觉代替人工视觉验布已成为研究重点。为了对针织物疵点自动检测技术进行深一步研究,本课题主要对以下内容进行了研究:1、对图像采集系统采集到的针织物疵点图像进行灰度转换、光照不均校正、中值滤波、二值化等预处理,可在一定程度上消除针织物本身的纹理特征,凸显其疵点特征;并创新提出一种基于图像灰度标准差的在线疵点快速检验方式,提高了检测系统的检测效率。2、采用具有紧支撑正交性的db1小波作为分解小波,对预处理之后得到的图像进行二层Mallat小波分解,得到的水平高频细节图和垂直高频细节图可以较清晰地反映针织物经向和纬向的疵点信息,为接下来提取纹理特征值提供便利。3、研究了构造灰度共生矩阵时,叁个构造参数对纹理特征值的影响,通过试验明确构造参数的实际取值。利用MATLAB中的IMPROFILE函数得到针织物纹理子图像的纹理周期,结合构造参数的取值对经纬纹理子图像进行窗口分割。在每个窗口内分别提取织物经向和纬向的四个纹理特征值。由于选取的四个特征值的计算绝对值不在同一个数量级且各自的波动范围也不相同。为对不同特征值有统一度量,也为后续极限学习机分类疵点时有一致输入,故对所有特征值进行数据归一化处理。最后将待检织物图像的特征值曲线和正常织物图像的特征值曲线进行比较,即可确定疵点产生区域。4、建立了极限学习机训练模型,每种疵点各选择50张图像的特征值作为实验数据。极限学习机训练结束后,每种疵点各选择20个图像用于测试训练结果的准确性,将检测出的结果与实际样品人为比对得出测试结果准确率。为测试极限学习机应用于疵点检测分类中的效果,本课题做了以下试验:(1)不同激活函数对极限学习机分类精度的影响;(2)不同隐层结点个数对极限学习机分类精度的影响;(3)极限学习机的分类稳定性分析。经多次试验确定了适合于本课题的隐层结点个数并证明了极限学习机在随机给定输入权重和隐层偏置的条件下能够保持一定程度的稳定性。实验证明,本课题提出的检测分类方法可有效检测针织物生产过程中出现的破洞、花针、漏针、直稀路这四种常见疵点,且识别准确率达93%。(本文来源于《东华大学》期刊2016-01-06）
何波[4]（2012）在《浅析纬编单面彩横条针织物的外观疵点》一文中研究指出简述了纬编单面彩横条针织物中出现凹凸状横条、间断状横条、连续状横条和色块横条等4类疵点的分析以及形成原因,为生产中减少横路,提高产品质量提供了指导和依据。(本文来源于《江苏纺织》期刊2012年09期）
孙尧,龙海如,郭晓芳[5]（2011）在《基于改进Radon变换的纬编针织物线形状疵点检测》一文中研究指出提出了一种针对纬编针织物疵点形状特征的检测方法.根据纬编针织物部分疵点在图像上灰度差异较小,却呈线形状分布的特点,引入线检测的方法,使用Radon变换定位疵点的位置.同时,结合使用边缘检测方法来改进Radon算法,以找出线段形状疵点的位置与长度,并通过自相关系数的计算来确定拟合出疵点的宽度.试验表明,基于Radon变换的检测方法可以有效地检测出漏针、花针、直稀路、横路等纬编针织物线形状疵点.(本文来源于《东华大学学报(自然科学版)》期刊2011年05期）
孙尧,龙海如,郭晓芳[6]（2011）在《纬编针织物疵点的实时检测》一文中研究指出为实现纬编针织物疵点的自动检测,探讨了一种实时检测系统的开发方案和算法研究。系统的硬件包括图像采集、数据信号处理和光源部分使用Halcon软件进行编程。根据纬编针织物疵点的形状特点,将疵点分为形状不规则疵点和线形状疵点2类。针对纬编针织物部分疵点在图像上灰度分布明显,但形状不规则的特点,使用细胞神经网络对疵点进行分割;对于灰度差异较小,却呈线形状分布的疵点,引入线检测的方法,使用Radon变换定位疵点的位置。实验表明,该算法可以有效地检测出破洞、漏针、飞花、跳纱、横路和花针等纬编针织物疵点。(本文来源于《纺织学报》期刊2011年09期）
孙尧[7]（2010）在《纬编针织物疵点实时智能检测的研究》一文中研究指出本文介绍了纬编针织物疵点实时智能检测系统的开发方案与实现算法的研究。传统的人工检测容易受到检测工人的主观干扰,且效率低下,而目前基于机器视觉的织物疵点自动检测主要集中在机织物上,因此本文探讨了构建纬编针织物疵点实时检测系统的开发方案和有效准确检测疵点的分析算法。论文涉及了系统软硬件平台的构建、图像的预处理、基于自适应改进脉冲耦合神经网络和自适应改进Radon变换的图像疵点分割技术、图像疵点的特征值提取以及疵点分类等主要内容,现将论文中各章节的简要内容介绍如下：第一章主要概述了国内外关于织物疵点检测的硬件设备开发、算法设计等内容的基本研究现状。主要阐述了现有的织物疵点图像分割技术、疵点特征的提取与分类技术、基于数字信号处理器(DSP)的硬件设备开发技术等研究进展。现有的疵点图像分割技术主要包括在数学形态学领域内进行二值化分割,腐蚀、膨胀、开运算方法,窗口分割与移动方法,以及在时域统计学上的构造灰度共生矩阵,灰度共生矩阵的变化矩阵等方法。本文重点介绍了傅立叶变换和小波变换方法等在频域上的疵点分割技术；还介绍了包括人工神经网络、支撑向量机等技术在内的疵点特征的提取与分类技术,以及DSP系统的国内外应用情况。最后,本文还提及了现有市场上的一些国外疵点检测设备的情况,国内目前在这方面的产品尚为空白,同时,现有的国外产品也是针对机织物而言,针织物的疵点检测很少涉及。第二章主要探讨了针织物疵点实时自动化检测的软硬件系统构建方案。主要包括光源部分的构建、电荷耦合器件(CCD)传感器的选择与设置、数字信号处理单元的开发与优化以及系统的软件开发平台。文中首先阐述了市场上现有的光源设备,在此基础上选用了2根无频闪荧光灯上方照明作为本系统的照明装置；接着简要介绍了CCD的类别以及各种CCD的工作原理与优缺点,确立了本文选择CCD传感器的原则,根据选择原则与实际实验条件选择了适合本文系统特点的线阵扫描CCD传感器,同时给出了优化CCD传感器的设置方案；本文选用核心为数字信号处理器(DSP)的处理单元,概述了DSP的工作原理,选择了相应的DSP处理器,探讨了对基于DSP系统的基本设置和优化设置,前者主要包括CPU资源冲突检测、启动加载、时钟设置以及回卷功能等,后者主要包括增强直接存储器存取(EDMA)、编程语言的优化和多DSP并行运算技术；最后,本文概述了基于VIBFinder、Halcon和CCS的软件编程开发平台。第叁章主要介绍了在不同情况下图像的预处理方法。首先使用传统预处理方法对图像进行处理,并根据最大熵原则进行评判。针对不同光照条件下图像的预处理问题,本文探讨了受外界环境影响产生的图像上非均匀光照情况下的处理方法,分析非均匀光照在图像上的分布特点,提出了一种基于子环带分割的简易处理模型,实验证明该方法能够较好的均衡化调整图像上的光照分布,同时模型简洁计算快捷；文中还重点探讨了均匀光照条件下的图像增强方法,提出了使用图像自相关系数结合针织物未充满系数来估算图像线圈孔洞大小的方法,在此基础上使用数学形态学方法削减背景线圈噪声点,此外,本文还使用巴特沃斯高通滤波器在Fourier域内增强了线圈噪声消除处理后的图像。实验表明,本文构建的系统光照均匀,图像预处理之后疵点得到了增强,而背景被削弱了很多,处理时间基本满足实时运算的效率要求。在分析目前纬编针织生产中常见的八种织物疵点,即检测对象形状特点的基础上,本文将纬编针织物疵点分为非线性形状和线性形状两大类。第四章主要探讨了针对非线性形状疵点(破洞、油污、飞花、跳纱等)的脉冲耦合神经网络(PCNN)图像分割模型。首先,文中简要介绍了PCNN的基本工作模型以及经典PCNN图像处理模型,讨论了PCNN模型中的主要参数,以及各参数对模型计算结果的影响；在分析和讨论的基础上,给出了适合硬件快速运算的改进PCNN模型；针对模型主要参数提出了一系列的自适应计算方法,并将之与遗传算法和实际实验计算结果相比较。实验发现,本文的算法计算快捷简便,自适应计算的结果很好的符合遗传算法和实际实验的计算结果,具有一定的普遍意义。最后,本文为压缩计算工作量,还使用了小波变换对待处理图像进行了图像压缩,以便减少图像的计算量,实验表明,小波压缩后的图像细节保留充足,并极大的减少了PCNN的计算时间,使之更加符合实时化运算的要求。对于线性特征疵点(漏针、横路、花针、直稀路等),本文第五章提出了一种新的基于线性检测的疵点分割方法。文中首先介绍了现有的线性检测主要方法,选用Hough和Radon两种变换对图像进行线性检测,并将其计算结果做了比较,最终选取了Radon变换作为线性检测的主要手段；接着文中阐述了Radon变换的主要形式及数学实现方法,实验表明Radon变换可以快速检测到线性疵点的位置,但无法表征线段类疵点的长度。因而本文又提出了一种基于边缘检测的改进算法,在Radon提取的直线基础上,反向考察图像的边缘点是否满足直线方程,从而提取符合直线的线段点,此外还针对纬编针织物疵点的特点对Radon变换的模型的角度和图像中心点到直线的距离两个参数的变化范围进行了优化；最后,针对Radon变换的结果值无法自适应计算求取的现状,本文又给出了一种基于小波变换的Radon自适应计算解决方案,并加之实验,实验表明,这个算法是有效的,而且符合实时计算的特点。第六章主要讨论了分割后的疵点的区域提取、特征值设置和分类模型等方法,并就疵点的样本进行了实验,分析和讨论了实验的结果。文中首先采用了区域连通算法对疵点的大小、位置进行了提取,同一区域内的点处于同一连通域中。连通操作最重要的就是连通区域大小的选择,本文的连通域大小设置为自相关算法提取最小图像单元的面积大小；接着对不同区域中的疵点进行特征提取,设定特征值包含了疵点的尺寸特征、疵点的时域灰度特征以及频域特征叁个方面。初始特征值为疵点的宽度、高度、面积、灰度均值、灰度方差、图像熵、频谱能量、相位均值、相位方差以及是否为线性疵点等10个指标。在实验了样本的特征分布之后,确定了最终的实验特征值为疵点的宽度、高度、面积、灰度方差、频谱能量、相位均值以及是否为线性疵点等7个指标。根据非线性和线性疵点的特征分布,确定了这些指标中的主要指标、次要指标和辅助指标。将上述指标代入神经网络进行分类,根据分类结果,本文最终将疵点的检测种类分为块状疵点(破洞、油污、飞花),垂直疵点(漏针、直稀路、花针),水平疵点(横路)和不规则疵点(跳纱)四个类别；并以上述8类疵点图像作为样本进行了实验,实验表明,算法很好的分割了疵点信息,提取的特征值能够定位疵点和完成正确的分类,其计算时间基本满足实时化的要求。第七章对全文进行了总结,介绍了本文的主要研究方法和研究结果,指出了本文的不足之处,并给出了进一步研究的建议。(本文来源于《东华大学》期刊2010-12-01）
詹跃男[8]（2010）在《弹力针织物常见织布及染色疵点的分析》一文中研究指出根据弹力针织物织布中加衬了含量不一的氨纶纤维而给染色和织布带来的品质异常现象,包括钩纱、油斑、花针、漏针、色点、助剂斑、张力纹、折痕、氨纶暗断等,分析并阐述了上述织布和染色中常见疵点的产生原因和具体情况,以及辨别和处置方法。总结出区别弹力织物织布疵点还是染色疵点的关键是"重初检、抓规律、细甄别"。(本文来源于《针织工业》期刊2010年10期）
刘俊英,郭利[9]（2010）在《竹/毛/棉针织物冷轧堆染色常见疵点及解决措施》一文中研究指出竹/毛/棉针织物冷轧堆染色色差与染料、坯布、半成品质量稳定性、工艺操作、堆置时间长短及机械结构有关;色点与染料和碱剂溶解不好,设备清洗不干净有关;布边色差与布面温、湿度,染料水解,打卷两端布边不平整有关;渍疵病是有碱斑,布面滴有水滴,打卷堆置膜包扎不严,冷凝水渗入布卷造成渍疵;手感较硬是由前处理不好和染色使用硅酸钠造成的;染色牢度差与皂煮有关;缝头印与卷绕张力、织物的品种、缝头情况有关。解决措施:冷轧堆染色选用耐碱性强、直接性一致和配伍性一致的活性染料,染槽容积应小于50 L,染液温度为25～30℃,染坯缝头平整,打卷两端布边平整,打卷后卷上包布,然后包塑料薄膜,并将薄膜两头轧紧在辊上。(本文来源于《毛纺科技》期刊2010年10期）
曹丽勤[10]（2009）在《纬编针织物横路疵点质量分析》一文中研究指出简述了纬编针织横路的概念,以及产生横路的原因,包括织造不良和原料纱线问题。从这两方面对线圈紧密程度横路、色差横路和其他横路等3种不同横路外观现象,详细阐述了各自的包括的不同类型相应的检测分析判定方法。为生产中减少横路,提高产品质量提供了指导和依据。(本文来源于《针织工业》期刊2009年11期）
针织物疵点论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
设计了针对圆筒针织物的疵点检测系统,在该检测系统的基础上,研究了一种基于小波分解的疵点检测方法和一种基于极限学习机的疵点分类方法。对采集得到的针织物疵点图像进行图像灰度转换、光照不匀校正、中值滤波等预处理,并采用Bior3.7小波分解图像,对分解后得到的纵向和横向纹理子图像提取特征值,选取针织物中常见的破洞、花针、漏针和直稀路4种疵点作为研究目标,将提取的特征值输入极限学习机中进行训练。结果表明,此方法可以有效地检测和分类白坯针织物的常见疵点。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
针织物疵点论文参考文献
[1].罗栋.探讨针织物染色油斑色花等疵点的预防和处理[J].染整技术.2016
[2].周霞,张瑞云,朱建华,程隆棣,姜耒.针织物疵点自动检测与分类方法的研究[J].针织工业.2016
[3].周霞.针织物疵点自动检测与分类方法研究[D].东华大学.2016
[4].何波.浅析纬编单面彩横条针织物的外观疵点[J].江苏纺织.2012
[5].孙尧,龙海如,郭晓芳.基于改进Radon变换的纬编针织物线形状疵点检测[J].东华大学学报(自然科学版).2011
[6].孙尧,龙海如,郭晓芳.纬编针织物疵点的实时检测[J].纺织学报.2011
[7].孙尧.纬编针织物疵点实时智能检测的研究[D].东华大学.2010
[8].詹跃男.弹力针织物常见织布及染色疵点的分析[J].针织工业.2010
[9].刘俊英,郭利.竹/毛/棉针织物冷轧堆染色常见疵点及解决措施[J].毛纺科技.2010
[10].曹丽勤.纬编针织物横路疵点质量分析[J].针织工业.2009