基于不变矩与神经网络的织物缺陷检测研究

摘要：

针对织物表面的非结构化畸变缺陷,提出一种基于不变矩与神经网络相结合的织物缺陷检测方法.首先,利用图像处理的方法对织物图像进行预处理分块;其次,提取待检测织物分块图像的7个不变矩值,通过比较分块变换后的统计特征量,发现缺陷织物与非缺陷织物的统计特征量存在差异;基于该特点,建立BP神经网络,应用织物图像的7个不变矩特征值作为神经网络的输入,通过学习大量样本,获取最佳权值参数,实现对非结构化畸变缺陷的识别分类. 试验结果表明,该算法检测的准确率达到80%以上,对破洞的检出率接近100%,能够很好检测织物的非结构化缺陷,有效地满足织物的生产工艺要求.

关键词：织物缺陷检测、不变矩、神经网络、分类识别

分类号：TS107(纺织工业、染整工业)

在线出版日期：2016-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：69-72