紡織工業(yè)是我國長久以來的經(jīng)濟支柱產(chǎn)業(yè)和不可替代的民生產(chǎn)業(yè),同時也是國際上處于領先地位的一項產(chǎn)業(yè)。從目前該產(chǎn)業(yè)的現(xiàn)狀來看,織物的瑕疵檢測與識別是制約織物生產(chǎn)效率與織物質(zhì)量的重要因素。傳統(tǒng)的織物瑕疵檢測與識別是以人工的方式進行,存在效率低(檢測速度僅為10～20米/分鐘)、誤檢率和漏檢率高的問題。因此,高質(zhì)量的自動化織物瑕疵檢測與識別已經(jīng)成為布匹生產(chǎn)企業(yè)亟待解決的問題之一。我國的布匹瑕疵檢測識別還停留在基于傳統(tǒng)數(shù)字圖像處理技術的算法研究層面,采用手工設計特征的方法,但其特征難以設計及調(diào)優(yōu)。而目前基于卷積神經(jīng)網(wǎng)絡(Convolutional Neural Network,CNN)的圖像識別算法,是基于數(shù)據(jù)自動學習特征,其識別效果顯著,明顯超越了傳統(tǒng)數(shù)字圖像處理算法的識別效果。當今國內(nèi)外對卷積神經(jīng)網(wǎng)絡在布匹瑕疵檢測與識別領域的應用鮮有成果,本文以某布匹生產(chǎn)企業(yè)的需求為依托,開展基于深度卷積神經(jīng)網(wǎng)絡的布匹瑕疵檢測識別系統(tǒng)開發(fā),主要研究工作如下:(1)到實際布匹生產(chǎn)企業(yè)進行調(diào)研,了解布匹生產(chǎn)企業(yè)的生產(chǎn)現(xiàn)狀及布匹瑕疵的檢測需求;針對深度學習模型的訓練需要大量數(shù)據(jù)集的需求,在企業(yè)生產(chǎn)線搭建相機、光源等...

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題的研究背景及意義
        1.1.1 研究背景及意義
        1.1.2 課題來源
    1.2 課題的國內(nèi)外研究現(xiàn)狀
        1.2.1 布匹瑕疵檢測的研究現(xiàn)狀
        1.2.2 布匹瑕疵識別的研究現(xiàn)狀
        1.2.3 基于CNN的圖像識別算法研究現(xiàn)狀
        1.2.4 目前存在的問題
    1.3 本文的研究內(nèi)容與章節(jié)結構
        1.3.1 本文研究內(nèi)容
        1.3.2 本文章節(jié)結構
第二章 布匹瑕疵檢測識別系統(tǒng)的總體設計
    2.1 布匹瑕疵檢測系統(tǒng)設計要求
    2.2 布匹質(zhì)量評分標準
    2.3 布匹瑕疵檢測識別系統(tǒng)難點分析
    2.4 系統(tǒng)總體方案設計與原理
    2.5 布匹瑕疵檢測識別系統(tǒng)的硬件選型
        2.5.1 工業(yè)相機選型
        2.5.2 鏡頭的選型
        2.5.3 光源的選型
    2.6 本章小結
第三章 基于CNN的布匹瑕疵檢測識別算法研究與設計
    3.1 深度卷積神經(jīng)網(wǎng)絡概要
        3.1.1 卷積神經(jīng)網(wǎng)絡基本結構
        3.1.2 反向傳播算法
        3.1.3 Softmax分類器
    3.2 基于CNN的布匹瑕疵檢測識別算法
        3.2.1 建立布匹瑕疵圖像數(shù)據(jù)集
        3.2.2 數(shù)據(jù)集預處理
        3.2.3 構建瑕疵分類CNN網(wǎng)絡結構與設計網(wǎng)絡訓練算法
        3.2.4 布匹瑕疵檢測基本原理
    3.3 實驗結果與分析
        3.3.1 網(wǎng)絡模型訓練過程
        3.3.2 實驗結果與對比分析
    3.4 本章小結
第四章 CNN模型壓縮算法
    4.1 基于網(wǎng)絡剪枝的模型壓縮算法
        4.1.1 網(wǎng)絡剪枝模型壓縮算法
        4.1.2 改進的模型壓縮算法
    4.2 壓縮算法測試與分析
    4.3 本章小結
第五章 布匹瑕疵檢測識別軟件系統(tǒng)設計與測試
    5.1 開發(fā)環(huán)境簡介
        5.1.1 Qt簡介
        5.1.2 深度學習框架Caffe簡介
    5.2 系統(tǒng)用戶界面設計
        5.2.1 相機控制模塊
        5.2.2 瑕疵識別模塊
        5.2.3 識別結果數(shù)據(jù)處理
        5.2.4 質(zhì)量評估與報告打印模塊
    5.3 多線程系統(tǒng)優(yōu)化設計
    5.4 系統(tǒng)測試
    5.5 本章小結
第六章 總結與展望
    6.1 總結
    6.2 展望
參考文獻
致謝
攻讀碩士學位期間發(fā)表的論文及其他成果
附錄



本文編號：3843200