為了對(duì)起毛工藝后的織物表面絨毛狀態(tài)進(jìn)行客觀評(píng)定,提出了基于BP神經(jīng)網(wǎng)絡(luò)的織物表面絨毛質(zhì)量的檢測(cè)方法。以光切成像原理采集絨毛輪廓圖像,利用自適應(yīng)圖像分割方法對(duì)絨毛區(qū)域進(jìn)行分割,將得到的二值圖像應(yīng)用Freeman鏈碼原理提取織物的上邊緣輪廓坐標(biāo),以此作為BP神經(jīng)網(wǎng)絡(luò)的輸入對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,并將訓(xùn)練得到的2組權(quán)值根據(jù)BP神經(jīng)網(wǎng)絡(luò)的計(jì)算過程進(jìn)行驗(yàn)證,提出應(yīng)用激活函數(shù)和訓(xùn)練的權(quán)值相結(jié)合直接計(jì)算的方法。應(yīng)用基于光切成像原理搭建的絨毛織物檢測(cè)平臺(tái),對(duì)4種不同顏色和不同起毛工藝加工后的織物進(jìn)行檢測(cè),準(zhǔn)確率為93. 02%;且權(quán)值的計(jì)算結(jié)果與網(wǎng)絡(luò)實(shí)際計(jì)算結(jié)果相符合,因此可以直接利用網(wǎng)絡(luò)訓(xùn)練的權(quán)值做矩陣運(yùn)算,縮短實(shí)際檢測(cè)的時(shí)間。

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

圖1光切成像原理

通過起毛工藝在織物表面形成具有一定厚度的致密絨毛，為獲取織物表面絨毛厚度與分布狀態(tài)信息，本文采用如圖1所示的光切成像原理。相機(jī)與條形光源分別置于被測(cè)織物的兩側(cè)，條形光源為長(zhǎng)方體形狀，長(zhǎng)×寬×高為37cm×4.2×2.1cm,LED(18&22PCS)光源，功率為5W,45....

圖2絨毛織物切向圖像

相機(jī)與條形光源分別置于被測(cè)織物的兩側(cè)，條形光源為長(zhǎng)方體形狀，長(zhǎng)×寬×高為37cm×4.2×2.1cm,LED(18&22PCS)光源，功率為5W,4500K自然光。條形光源置于輥?zhàn)拥恼路剑构饩�與輥?zhàn)虞S向輪廓邊緣相切，采用背景光成像可避免受織物表面紋理及顏色特征的干擾....

圖3灰度直方圖

將圖像進(jìn)行分割，將絨毛區(qū)域的特征提取出來，同時(shí)將背景區(qū)域和底布分開。由圖3所示的灰度直方圖分布特征可知，背景區(qū)域的灰度值集中分布在0～25之間，且像素個(gè)數(shù)遠(yuǎn)大于絨毛區(qū)域的像素?cái)?shù)，而絨毛區(qū)域的灰度值集中在25～110之間，因此可利用最大類間方差法對(duì)圖像進(jìn)行自適應(yīng)分割。提取的絨毛區(qū)域....

圖4絨毛區(qū)域

經(jīng)過分割后的圖像背景區(qū)域和絨毛底布區(qū)域與絨毛區(qū)域完全分離，圖中白色區(qū)域?yàn)榭椢锏慕q毛部分，黑色為背景區(qū)域;且在圖像中上邊緣輪廓的起伏狀態(tài)反映了該織物的絨毛厚度以及分布情況，應(yīng)用Freeman鏈碼原理對(duì)上邊緣的輪廓特征進(jìn)行提取，進(jìn)而得到BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)集。2織物輪廓特征提取

本文編號(hào)：3978010