科研之友
微信
新浪微博
Facebook
分享链接
摘要
[研究意义]长期以来，织物疵点检测过程仍通过人工目测来进行，成本高，检测率低，研究数字图像处理在织物疵点的运用，对纺织品质量控制具有重要的现实意义。[研究方法和内容]文章通过近年织物疵点检测，数字图像处理，人工神经网络等相关文献分析，简要阐述了近年来织物疵点在图像处理领域的检测方式，综述了基于共生矩阵和数学形态学的统计学方法，基于傅里叶变换，小波变换和Gabor的频谱方法，基于神经网络等的学习方法这三类织物疵点检测方法，对比总结了这些方法的历史发展和优缺点分布，并提出了自己的见解与展望，发现基于神经网络的学习方法识别率高，适用范围广，可以完成图像分类、语义分割等复杂的任务，加之其学习能力和容错特性，适用于现代企业对于不同织物疵点检测的要求。
- 单位
