毕业论文课题相关文献综述
文献综述
织物疵点是指在纺织品外观上肉眼能看到的缺陷，织物疵点检测是影响纺织行业生产效率和质量的重要环节之一。目前国内大多数企业仍然由人眼目测完成该项工作，这种方法显然存在缺点，如劳动强度大、效率低、漏检率和误检率高、受检测人员主观因素影响大、缺乏一致性和可靠性等等，而且需要长时间专心工作，对检测人员身体健康很不利。尽管如此，人工检测也仅能检测出40%～60%的疵点。织物疵点检测已被证实是所有纺织生产过程中最难实现自动化的工序。
为适应当前市场要求，亟需发展快速且准确的布匹疵点自动检测系统来代替工人的检测工作，织物疵点自动检测系统一直以来受到国内外专家学者的共同关注，并成为当前的一个研究热点。从20世纪70年代起，人们便开始在和器视觉系统这一领域进行探索，经过30多年时间的研究，已经取得了许多成果。20世纪90年代开始至今，图像处理用于疵点检测的研究形成了一个高潮。中国台湾、韩国、日本、美国、以色列和瑞士等国家的学者发表了大量研究论文，文章参考和借鉴了其他工业检测系统的开发经验以及数学和计算机等学科的最新科研成果，理论水平不断提高。
1.疵点检测过程
一般，基于图像处理的疵点检测过程为采集织物图像、图像预处理、图像分析和疵点检测分类等阶段，包括训练或学习过程和检测过程。核心是对采集的织物图像进行分析，以确定是否含有疵点，它的关键技术就是织物疵点自动检测算法。在织物疵点检测算法的研究中，主要解决的关键问题有两个：一是如何从织物图像中提取有效的特征值，使其有利于进行疵点判断。二是如何判断异常值为疵点。
近20多年来，国内外学者对织物疵点的自动检测算法方面进行了大量的研究，算法不断在更新和完善。文献[3]，祝双武等人提出了一种基于纹理结构分析的织物疵点检测方法。利用织物规则纹理的特点提取纹理基元模板，通过自相关函数确定纹理基元的大小，利用纹理基元与基元模板之间的差来突出疵点信息，通过计算图像的不平整度来定位疵点，通过Otsu方法进行阈值的自动选择来分割疵点图像。文献[4-5]，介绍了织物疵点检测的常见方法及优缺点及它们在疵点检测系统中的应用情况。文献[6]，把散列函数法，传统的图像差分法和详细子图像的直接阈值法作比较，得出WGIS法对于提花图案织物的疵点检测效率最高。下面就从织物疵点检测算法要解决的关键问题出发，从解决织物疵点自检测这类模式识别问题的角度，对织物疵点自动检测系统在算法研究方面的文献进行综述。
2.织物图像特征提取方法
2.1.统计法
纹理的统计法基于像素及其邻域的灰度属性，主要研究纹理区域中的统计特性，或像素及其邻域内的灰度一阶、二阶或高阶统计特性。利用统计法分析织物图像的基本原理是选择不同的统计量对织物纹理图像的统计特征进行提取，统计方法是最早应用于进行织物疵点检测的方法，常用于疵点检测的统计方法包括利用图像像素灰度值计算均值、方差等统计量、利用边缘检测算子、灰度直方图统计法、灰度共生矩阵法、数学形态学方法、自相关法、独立成份分析法等。
2.1.1.灰度直方图统计法
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
