织物密度检测.docx
《织物密度检测.docx》由会员分享,可在线阅读,更多相关《织物密度检测.docx(18页珍藏版)》请在冰豆网上搜索。
![织物密度检测.docx](https://file1.bdocx.com/fileroot1/2023-2/9/e9f032e8-8a6a-4c4a-bfb7-94d5162624d2/e9f032e8-8a6a-4c4a-bfb7-94d5162624d21.gif)
织物密度检测
数字图像处理
课程设计报告
课设题目:
织物密度检测
学院:
信息科学与电气工程学院
专业:
电子与信息工程
班级:
0802502
姓名:
杜天宇
学号:
080250215
指导教师:
于海雁周志权赵占锋
哈尔滨工业大学(威海)
2010年
11月
24日
不要删除行尾的分节符,此行不会被打印
目 录
一.课程设计任务 1
二.课程设计原理及设计方案 2
三.课程设计的步骤和结果 3
四.课程设计总结 4
五.设计体会 5
六.参考文献 6
课程设计任务
数字图像处理,就是用数字计算机及其他有关数字技术,对图像进行处理,以达到预期的目的。
随着计算机的发展,图像处理技术在许多领域得到了广泛应用,数字图像处理已成为电子信息、通信、计算机、自动化、信号处理等专业的重要课程。
1、能够读取和存储图像,对图像进行去噪和对比度增强;
2、对任意指定的距离范围内的织物进行自动经纬纱根数计数;
3、设计软件界面。
4、读取已获得的需要测量的织物的图像或从计算机上联接的图像获取设备中获得实际图像(提高部分);
5、对图像进行任意角度旋转,使织物纬线方向呈水平;
6、根据图像质量对对图像进行去噪和对比度增强;
7、对纵向织物线条个数,采用垂向一阶微分算子(如sobel、roberts)检测垂直向边缘;
8、对垂直向进行投影,做直方图统计,计算直方图峰值个数;
9、横向织物根数采用和纵向相同方法计数。
课程设计原理及设计方案
2.1设计简介
本设计采用MATLAB语言,利用图像处理和计算机技术,对提供的织物的数字图像进行图像转换、中值滤波、对比度增强等预处理,再进行小波变换将织物径向和纬向信息分离出来,然后进行二值化处理、平滑处理,得到与背景完全分离的纱线分布信息,最后编程实现自动检测织物经、纬纱数目。
2.2设计基本概念
(一)设计的基本概念:
在织物单位长度中排列的经纬纱根数,称为织物的经纬纱密度。
织物密度的计算单位以公制计,是指10cm内经纬纱排列的根数。
密度的大小,直接影响织物的外观,手感,厚度,强力,抗折性,透气性,耐磨性和保暖性能等物理机械指标,同时他也关系到产品的成本和生产效率的大小。
经纬密度的测定方法可以采用直接测数法。
直接测数法是凭借照布镜或织物密度分析镜来完成。
织物密度分析镜的刻度尺长度为5cm,在分析镜头下面,一块长条形玻璃片上刻有一条红线,在分析织物密度时,移动镜头,将玻璃片上红线和刻度尺上红线同时对准某两根纱线之间,以此为起点,边移动镜头边数纱线根数,直到5cm刻度线为此。
输出之纱线根数乘以2,即为10cm织物的密度值。
在点数纱线根数时,要以两根纱线之间的中央为起点,若数到终点时,超过0.5根,而不足一根时,应按0.75根算;若不足0.5根时,则按0.25根算。
织物密度一般应测得3-4个数据,然后取其算术平均值为测定结果。
这种计数的方式可以使用图像处理技术自动来完成,设计一应用程序完成织物密度检测。
(二)设计的基本步骤、原理、方案:
1、处理图像:
在现实当中,我们得到的图像往往由于某些原因,导致图像失真,要想恢复他们,我们要进行相应的处理,根据相应的图像处理原理,进行处理,将为我们应用图像和后续处理图像带来便利。
比如进行图像增强(对比度增强、修正直方图增强等),进行图像噪声滤波(平滑滤波等)。
图像处理又分为时域处理和空间域处理。
图像不是理想的,要想满足要求,必须进行预处理,比如平滑去噪,增强对比度等,这样会对后续处理,编程等减少复杂度。
(1)进行色彩变换处理
灰度图像处理相对来说较为简单,所以,为了减少复杂度,增加图像处理速度,可以先将图像与彩色图像转变为灰度图像,应用数字图像原理,可以认为灰度图像是一个二维图像,图像上某点的坐标为(i,j),这一点的灰度值f(i,j)是(i,j)的函数,就是各个像素点的亮度的反应;对于真彩色图像,
可以看成是三维的,进行相应的减色处理,得到灰度图像。
(2)进行直方图均衡化处理
使机织物的纹理性增强,可以为处理图像减少复杂度,因此要增加图像的对比度。
根据每一点的图像灰度值进行综合计算处理,增强图像灰度值大的像素,削弱灰度值相对较小的像素,需要适当的算法。
可以进行图像灰度动态范围扩张或者压缩。
图像直方图均衡化就可以满足相应的要求。
一般均衡化的步骤为:
(1)原始图像读入
(2)计算原始图像的直方图(3)计算累计直方图(4)按照公式对图像灰度级进行变换,(5)图像显示,与源图像对比,可以看到明显的区别。
(3)进行中值滤波处理
图像中不可避免的会引入相应的噪声,需要进行滤波处理,得到较为理想的图像,织物的数字图像也会含有噪声。
为了使机织物的图像能够准确再现,消除噪声很必要。
图像平滑处理的可以较好的去除图像中的噪声。
图像的平滑处理又很多形式,比如中值滤波,低通滤波等,但是,图像滤波也要遵循相应的原则,尽量保留需要的信息,每种滤波处理都有优点和缺点,要进行分析,得出最有利于后续处理的方案。
中值滤波对本实验来说,可以满足处理需要,因此采用中值滤波的形式。
中值滤波器是一种非线性的空间滤波器,有所学知识,用于去除椒盐噪声。
(4)进行二值化处理
一幅图像包括目标物体、背景还有噪声,要想从多值的数字图像中直接提取出目标物体,最常用的方法就是设定一个阈值T,用T将图像的数据分成两部分:
大于T的像素群和小于T的像素群。
这是研究灰度变换的最特殊的方法,称为图像的二值化(BINARIZATION)。
图像的二值化,就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的只有黑和白的视觉效果。
二值化又分为全局二值化和局部自适应二值化。
图像的二值化有利于图像的后续处理,减小数据量,能凸出目标的轮廓。
要进行二值图像的处理与分析,要确定相应的阈值。
2、织物纱线条数检测
对比传统方法,图像处理方法测机织物的经纬密度,具有准确率高,处理速度快,效率高和劳动强度小等优点。
采用MATLAB语言,用图像处理和计算机技术,对扫描得到的机织物的数字图像进行增强对比度、中值滤波去噪等预处理,将机织物经向和纬向信息分离出来,然后进行二值化处理、平滑处理,得到与背景完全分离的纱线分布信息,最后编程实现自动检测机织物的经、纬密度。
采用投影法:
本纱布的特点是在横向方向上的纱线平行度比较好,这样可以用下面的方法处理。
以图像中处于多数的灰度值(O或1)代表这一行或列的具体形态(黑或白),使纱线变直,通过计算某一列灰度值的变化次数change_num就可以得到纱线数量row。
但是纵向的纱线平行度不好,甚至扭曲,因此不适宜用投影法。
鉴于此时横向的条数已经得到,可以用下面的方法得到纵向的条数column。
首先将得到的二值化图像取反,即此时纱线呈现黑色,而背景则是白色,假设此时图像内的连通区域的个数为num,则有以下式子成立:
Num=(row+1)*(column+1);
而num的值可以通过函数bwlabel得到。
3、GUI软件界面设计
界面设计中应包括输入输出,图像显示,控制按钮,以及必要的说明文本框。
以简便易操作为原则。
课程设计的步骤和结果
1、进行输入和显示原始图像(打开)图像操作:
2、对图像进行旋转:
3、转化为灰度图像和索引图像:
4、进行中值处理:
4、对图像进行对比度增强:
5、显示垂直和水平信息:
end
if(i<=(x2-1)&j>=2)
H3(i+1,j-1)=H3(i+1,j-1)+1/8*b;
end
if(i<=(x2-1))
H3(i+1,j)=H3(i+1,j)+1/4*b;
end
if(i<=(x2-1)&j<=(y2-1))
H3(i+1,j+1)=H3(i+1,j+1)+1/8*b;
end
if(i<=(x2-1)&j<=(y2-2))
H3(i+1,j+2)=H3(i+1,j+2)+1/16*b;
end
end
end
end
BW2=H3(1:
x2,1:
y2);
[x3,y3]=size(BW2);
fori1=1:
x3
S1=0;
S2=0;
forj1=1:
y3
if(BW2(i1,j1)==0)
S1=S1+1;
else
S2=S2+1;
end
if(S1>S2)
BW2(i1,1:
y1)=0;
else
BW2(i1,1:
y1)=1;
end
end
end
6、垂直和水平纱线密度:
7、各步骤的GUI几面图:
课程设计总结
本设计采用基于MATLAB语言的计算机数字图像处理技术,对织物的经纬密度的检测进行了研究探讨,通过实验及实验分析,得出织物的经纬密度的自动测试方法,测量精度较高,检测方便,工作效率高,完成了预期的任务。
这次课设是我第一次做数字图像的编程工作,对数字图像的结构,存储方式,识别都有了更深入的理解。
对课本上的RGB模型,二值化处理,模板处理,直方图均衡化等对图像的处理操作,有了更直观,更深刻的理解。
数字图像是以二维矩阵的形式存储的,这就造成了数字图像处理与数字信号处理所不同的独特的处理方法,包括频域变换,时域处理等方面都与数字信号处理有很大的不同。
设计体会
这次课程设计历时一个多星期,设计中学遇到了很多困难,但是学到了很多的东西,如如何进行相应的图像的预处理,如何创建GUI用户图形界面等,。
通过这次设计,进一步加深了对数字图像处理的了解,让我对它有了更加浓厚的兴趣。
特别是当每次编写调试成功时,心里特别的开心。
但是在编写程序时,遇到了不少问题,特别是程序语法,总是有错误,在细心的检查下,终于找出了错误所在,然后排除困难!
课程设计题目贴近实际,非常合理。
这次设计所面临的主要困难是将图像的水平量与垂直量分别提取出来,为此学习了一些关于小波函数的理论。
其实有很多知识可以通过课程设计来学习和巩固,这样就会培养更多的兴趣,对形成扎实的图像处理功底很有帮助。
总的来说,这次课程设计还是比较成功的,由于时间较为紧张,还有很多不足,需要认识到,并加以改正。
最后,对给过我帮助的所有同学和各位指导老师再次表示忠心的感谢!
参考文献
1、冈萨雷斯,阮秋琦译,数字图像处理(第二版).电子工业出版社,2008.7
2、孙燮华,数字图像处理—原理与算法.机械工业出版社.2010.8
3、杨杰, 数字图像处理及MATLAB实现.电子工业出版社.2010.2
4、詹青龙,卢爱琴,数字图像处理技术.清华大学出版社.2010.7
5 教程:
GUI保存GUI中的Plot图形.5227-1-1.html
6 教程:
自定义GUI背景图案和按钮图标.5228-1-1.html
7 常用控件callback格式.
不要自己写,要利用word来自动生成。
详情请看最后一页
课程设计成绩评定表
设计上机验收成绩表
姓名
学号
课题名称
序号
验收项目
分值
得分
1
设计内容合理、目的明确
10分
2
实现了课程设计的基本要求,演示结果正确
50分
3
对课程设计中所涉及的知识理解正确
10分
4
方案正确,在基本要求基础上有改进、创新
20分
5
界面设计合理、美观
10分
总分
100分
课程设计总评分成绩表
评定项目
分值
评分成绩
1
设计上机验收成绩、答辩
60%
2
设计报告的规范化、参考文献充分
30%
3
平时成绩
10%
总分
不要自己写,要利用word来自动生成。
详情请看最后一页