论文总字数：17692字

摘 要

纺织行业在我国历史悠久，而纺织物在生产过程中难免会出现扎洞、毛斑、跳花等瑕疵，这些瑕疵在这个对生活品质要求日益提高的时代会直接影响成品的价值，所以在生产过程中对纺织物表面进行瑕疵检测是很重要的一步。但在以往传统的人工检测中，其检测结果往往受工人主观因素和身体状况的影响，且检测效率也不是很高，显然现在这种方法已经不适应当今行业的发展了，那么纺织物瑕疵检测环节走向智能化也成了必然。

本文介绍了基于图像处理的纺织物表面瑕疵检测，主要以OpenCV作为开发工具库，C 作为开发语言实现对纺织物图片的预处理、瑕疵检测及定位。在图像预处理模块，对图像进行灰度处理、去除光照、直方图均衡化等操作；在瑕疵检测模块采用基于灰度共生矩阵的瑕疵检测方法，对图像进行分块计算，很好地实现了对瑕疵的定位。

本文采用的基于图像处理、用计算机视觉技术对纺织物表面进行瑕疵检测的方法，与人工检测方法相比不仅效率高，检测结果也相对客观稳定。

关键词：瑕疵检测 图像处理 预处理 灰度共生矩阵

Detection of textile surface defects based on image processing

Abstract

The textile industry has a long history in our country, and defects such as hole, spot and float are inevitable in the production process of textile. These defects will directly affect the value of products in this era of increasing requirements for quality of life, so it is a very important step to detect the defects of textile in the production process. However, in the traditional artificial detection, the results are often affected by workers’ own factors, and the efficiency will be not very high. Obviously, this method is no longer suitable for the development of textile production nowadays, and the intelligent of detection method is inevitable .

This paper introduces a method to detect textile surface defects, which is based on image processing. This method mainly uses C and introduces OpenCV tool library to come ture the preprocessing, defect detection and positioning of textile images. In the image preprocessing module, the image is processed with grayscale processing, lighting removal, and histogram equalization. In the defect detection module, a processing method based on grayscale co-occurrence matrix is used to perform block calculation on the image, which well realizes the defect location.

This paper adopts a method based on image processing and computer vision technology of to detect defects on textile surface . Compared with manual detection method, it is not only efficient, but also relatively objective and stable.

Key Words: Defect detection; Image processing; Preprocessing; Gray level co-occurrence

目 录

摘 要 Ⅰ

ABSTRACT Ⅱ

第一章 绪论 1

1.1 课题研究背景 1

1.2 课题研究的目的和意义 1

1.3 相关研究现状 2

1.4 主要内容及结构安排 2

第二章 相关技术概述 4

2.1 图像处理 4

2.2 OpenCV 4

2.3 C 语言 4

2.4 Microsoft Visual Studio 4

2.5 本章小结 5

第三章 瑕疵图像预处理 6

3.1 平滑去噪 6

3.1.1 平滑 6

3.1.2 高斯滤波 6

3.2 消除光照不均的影响 7

3.3 直方图均衡化 8

3.4 形态学操作 9

3.5 本章小结 10

第四章 基于灰度共生矩阵的瑕疵检测 11

4.1 灰度共生矩阵 11

4.1.1 构造灰度共生矩阵 11

4.1.2 灰度共生矩阵的特征值 12

4.2 图像分块处理 12

4.3 基于图像分块的灰度共生矩阵瑕疵检测 13

4.4 本章小结 14

第五章 程序设计与实现 15

5.1 程序总体设计 15

5.1.1 需求分析 15

5.1.2 程序流程分析 15

5.2 操作界面设计 17

5.3 程序运行结果及分析 18

5.4 本章小结 21

第六章 总结与展望 22

6.1 总结 22

6.2 展望 23

参考文献 24

致 谢 26

第一章 绪论

1.1 课题研究背景

纺织业历史悠久，是我国的核心产业之一。从古至今，它在我国国民经济中都占有重要的位置，其工业制成品也占据了我们生活的每个角落。近年来，随着社会发展、人们生活品质的提高，大家对纺织品的质量也有了更高的追求。而在纺织物质量问题中，纺织品表面瑕疵是最为常见的一类问题，因此及时检测出纺织物表面瑕疵是生产线上的重要环节之一。

而传统的工业生产流水线主要采用人工检测的方法来检测纺织物表面的瑕疵，最后结果不仅很大可能会受检测人员的主观因素影响，而且速度慢、效率低下，可谓是耗时耗财。幸而近年来，计算机视觉技术不断发展，各种图像处理算法被不断优化，纺织物的质检环节也终于逐渐走向了智能化。

1.2 课题研究的目的和意义

纺织产品存在于人们生活的每个角落，也关系着生活品质的方方面面，所以在生产过程中瑕疵检测是一个重要环节。由于传统检测方法对人依赖过大，检测结果也会因为检测人员技能和素养而出现不一致的情况，于是将检测环节智能化是十分必要的。在理想情况下，对纺织物表面瑕疵进行检测的软件可以在极短时间内检测出纺织物上存在的瑕疵状况，这种方法既解放了劳动力，又提高了效率。

请支付后下载全文，论文总字数：17692字