起毛工艺在织物表面生成柔软、致密的绒毛,不仅改变了织物的外观、风格,还使织物具有耐磨、保暖、柔顺、抗皱等性能。随着起毛工艺的改进,产品质量也在不断提升,传统的人工质量检测已不能满足绒毛织物产品质量和效率的需求。为了实现绒毛织物表面质量的客观评判,提高产品质量检测的精度和效率,本文提出了基于机器视觉的绒毛织物表面质量检测方法,来取代人工检测,达到快速、准确、客观地评定绒毛织物表面质量的效果。论文主要内容为:(1)绒毛织物图像的采集,对绒毛织物采用切向成像,背向照明方式,获取了不受织物表面纹理及颜色特征干扰的绒毛织物图像。结合绒毛区域、背景区域的特征,对绒毛织物图像中绒毛区域进行提取。(2)绒毛织物图像的预处理,为了降低绒毛织物图像在采集过程中所产生的噪声,本文采用改进的去噪算法,在频域中得到绒毛织物图像的高频信号,并进行消减,再与低频信号进行融合,有效地降低了噪声干扰。同时采用线性变换,提高了绒毛图像的对比度,改善了光照强度。(3)绒毛边缘特征提取,根据绒毛区域灰度直方图的分布特征,采用最大类间方差法进行分割,对于分割后绒毛区域中的孔洞等缺陷,构建了线形和圆形结构元素对绒毛区域进行形态学处理,得到了完整的绒毛区域。在Canny算法的基础上,通过改进的Zernike算法有效提取绒毛边缘特征。(4)建立绒毛织物表面质量评定参数模型,将绒毛区域图像由图像坐标变换到直角坐标,为了评定绒毛高度,对绒毛边缘轮廓进行最小二乘拟合,得到高度评定基准线,并建立绒毛高度参数模型。以绒毛平均高度为基准对采样区间内绒毛边缘进行统计直方图计算,建立绒毛覆盖率参数。通过绒毛高度参数和覆盖率参数综合评定绒毛织物表面质量。(5)搭建了基于机器视觉的绒毛织物表面质量检测系统实验平台,完成了实验平台的硬件关键参数的计算与设备选型,设计与开发视觉系统的软件。采用三种不同颜色的绒毛织物进行实验验证,本文方法得到的结果客观反映了绒毛织物表面状态,与人工检测相一致。图53幅,表9个,参考文献80篇