基于遗传规划的织物自适应正交小波基的构造和优化

基于遗传规划的织物自适应正交小波基的构造和优化

ID:20867348

大小:16.20 MB

页数:61页

时间:2018-10-17

基于遗传规划的织物自适应正交小波基的构造和优化_第1页
基于遗传规划的织物自适应正交小波基的构造和优化_第2页
基于遗传规划的织物自适应正交小波基的构造和优化_第3页
基于遗传规划的织物自适应正交小波基的构造和优化_第4页
基于遗传规划的织物自适应正交小波基的构造和优化_第5页
资源描述:

《基于遗传规划的织物自适应正交小波基的构造和优化》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第一章绪论东华大学硕士论文部分,信号比较平缓,不必关心信号随时间的变化,而也就是在这个部分,所含的频率成分很多,所以可以降低时间分辨率来提高频率分辨率。而在高频部分,高频部分本身就包含了很多瞬态变化的特征,相对的频率的改变量对信号的影响不大,这样就可以在较高的时间分辨率下关注信号的瞬态特征,而降低频率分辨率。使这些成为可能的,就是可以在分辨率下分解信号的小波分析。小波变换具有空.频域多尺度、多分辨率的特点,能有效的从信号中提取信息,通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析,与人类的视觉过程相一致,被誉为“数学显微镜”。因此基

2、于小波变换的疵点检测方法相继被提出。1.1.2小波变换在织物疵点检测中的应用(1)固定小波基变换小波变换是时间(空间)频率的局部化分析,它通过伸缩平移运算对信号逐步进行多尺度细化,最终达到高频处时间细分、低频处频率细分,能自动适应时频信号分析的要求,从而可聚焦到信号的任意细节,因而它能够有效地表征信号的局部奇异性,可用来检测织物瑕疵。小波分析更适合检测突变瑕疵而不是纹理或灰度渐变瑕疵。Kim等人【101采用墨西哥草帽小波变换有效地检测出了包括错纬、筘穿错、稀密路、粗节等在内的7种瑕疵。贡玉南【11】也采用墨西哥草帽小波变换来检测织物瑕疵。

3、由于这种小波能有效地增强不具有特定方向的纹理边缘,因而适合检测取向不明显的瑕疵如破洞、游丝、污渍、结头等等,但不适合检测经纬取向明显的瑕疵。其实验检测效果图也证实了这一点。Jasper等人【121分析了小波变换检测缺纬瑕疵的可行性。他们认为,小波变换的多分辨优点,使得它很适应检测缺纬瑕疵,不仅能对瑕疵进行定位准确,而且在运算速度、鲁棒性都很有优势。但本文仅对缺纬进行算法上可行性的研究,没有对多个样本的试验,显然不能满足应用需要。S撕.Sa响f等人113】对采集的图像进行2或3层ma¨at小波分解并对横向、纵向和对角图像按一定方式融合以起到

4、削弱织物背景和突出织物瑕疵的目的,以能量作为特征,进行了织物瑕疵的在线检测,检测的瑕疵种类包括:缺纬、错纬、污纱、筘路、纽结纬纱、油污、断经、三角形破洞、稀密路、错穿综、云斑。文中对长丝织物与短纤纱织物常见瑕疵的3700个子图像进行了检测,平均漏检率为ll%,误检率为2.5%。其中对混纬,云斑瑕疵的检出率为50.60%,对缺纬、缺经和粗2东华大学硕士论文第一章绪论节的检出率为100%。Kan翟s【14】将织物图像使用标准的DB与Haar小波进行2到3层的分解,提取各层的全部小波系数作为特征向量。为了避免维数灾难,且又要得到强有力的分类特征

5、,研究者,利用向量整体量化与奇异值分解技术,对高维的向量进行压缩最终的特征向量。最后将特征向量输入经向基核函数支持向量机进行分类,但并没有给出任何检出率与误检率的数据,只给出了该方法的检测效果图。Ka啪s【15,16】在由多个小波基混合组成的多层小波变换的基础上提取了多个高阶小波系数特征,并采用传统的两类分类支持向量机进行了织物瑕疵的检测。研究者用少量的织物图像验证了其算法。卿湘运等人【17】在图像二维离散Daubcchies小波变换和数学形态学处理的基础上提取了若干二值化特征,并采用BP神经网络对断经、缺纬、油污、破洞四种瑕疵进行了检测

6、。Liu和zuo【埔l在图像二维小波分解的基础上,用主成分分析法对提取的若千_统计特征实施降维处理,然后采用BP神经网络来检测和分类瑕疵。其方法对正常纹理实现了100%的正确识别,对瑕疵纹理实现了99.2%的正确识别。.Guan和Shi【19l采用标准的DB小波变换对原织物图像实施了一层小波分解。选取分解所得的低频概貌子图像作为处理对象。为了突出瑕疵而削弱背景纹理,作~者利用傅立叶变换将织物图像中正常的背景纹理,通过在频域将其将与背景有关的谐波分量去除掉,然后利用傅立叶逆变换进行重构。最后用自相关函数进行子窗口的分割,直接提取图像的灰度标

7、准差作为特征,通过与正常的织物纹理比较来检测瑕疵。研究者通过对若干包含瑕疵的织物图像的实验证实了其方法的有效性。刘素一等人【20】在图像二维离散Daubechi嚣小波变换的基础上提取了一种称为小波熵的特征,并据此检测织物瑕疵。该方法能够检测断经、缺纬、油污、破洞四种瑕疵。(2)自适应小波变换采用自适应小波变换能够更好地保留待检测织物和瑕疵的纹理信息,使得瑕疵在经过变换后相对正常纹理背景更为突出,便于检测。Jasper等人121J研宄了自适应小波在纹理表征和瑕疵检测中的应用。作者应用小波滤波器系数和表征织物纹理的矩阵构成二次代价函数,再加上

8、小波滤波器系数的正交约束条件,构成一个二次函数。采用拉格朗日乘子法,计算出使二次函数取得极小值时的小波滤波器系数,以此代表该织物的纹理。把织物瑕疵图像经3第一章绪论东华大学硕士论文该滤波器滤波

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。