神經(jīng)網(wǎng)絡在織物疵點分類識別中的應用

2萬字 45頁 原創(chuàng)作品，已通過查重系統(tǒng)


摘 要
本色布生產(chǎn)中，質量控制是非常重要的，疵點的分類識別更是不可忽缺的一步。隨著神經(jīng)網(wǎng)絡技術，和數(shù)字圖像處理技術的發(fā)展，使得基于計算機的織物疵點檢測識別成為可能。根據(jù)“中華人民共和國國家標準GB/T 17759-2009本色布布面疵點檢驗方法”，疵點分為七十一種。據(jù)調研，這些疵點在生產(chǎn)中都可嚙現(xiàn)。為此，需基于我國的本色布疵點檢測標準，研制織物疵點在線識別系統(tǒng)，以便促進紡織產(chǎn)業(yè)的提升，并增強其競爭力。對于該系統(tǒng)的研究，目前國內(nèi)集中在以下兩個方面：一是對具體疵點類型特征值的表征和提取；另外是對71種疵點的分類。本論文著眼于71種疵點分類的研究。具體研究如下：
首先對所采集到的織物圖像灰度化，接著進行預處理，以便削弱紋理并增強疵點信息，其次對經(jīng)過預處理后的圖像進行灰度分割，將疵點從紋理中分離出來，再利用形態(tài)學運算對分割后的二值圖像進行后處理。對經(jīng)過分割后處理后，二值圖像中的目標區(qū)域能夠真實的反映織物疵點的特征信息。然后對經(jīng)過分割后處理的二值圖像提取特征值，并對疵點進行分類，不同的特征值決定了分類方法和分類結果的不同。最后，將提取的特征值歸一化處理，并分別用BP神經(jīng)網(wǎng)絡和PNN神經(jīng)網(wǎng)絡對其訓練，以實現(xiàn)本色布疵點的分類識別。本文通過實驗驗證，詳細地分析了用已有歸一化方法處理特征值的缺點，針對這些缺點，提取了新的歸一化方法，更加準確的利用神經(jīng)網(wǎng)絡將疵點進行分類，根據(jù)不同的特征值表征利用神經(jīng)網(wǎng)絡將織物疵點分為六個大類，并且通過實驗結果對兩種神經(jīng)網(wǎng)絡進行了比較和分析。
為了驗證本文織物疵點分類方法和神經(jīng)網(wǎng)絡對疵點分類識別的可行性，利用MATLAB進行軟件編程實現(xiàn)了神經(jīng)網(wǎng)絡對織物疵點的分類識別。實驗證明：本文方法具有良好的可行性和魯棒性，為今后進一步進行具體疵點的分類識別打下了基礎。

關鍵詞：織物疵點，分類識別，特征值提取，神經(jīng)網(wǎng)絡