1. 研究目的与意义（文献综述包含参考文献）
文献综述
织物疵点是指在纺织品外观上肉眼能看到的缺陷，织物疵点检测是影响纺织行业生产效率和质量的重要环节之一。目前国内大多数企业仍然由人眼目测完成该项工作，这种方法显然存在缺点，如劳动强度大、效率低、漏检率和误检率高、受检测人员主观因素影响大、缺乏一致性和可靠性等等，而且需要长时间专心工作，对检测人员身体健康很不利。尽管如此，人工检测也仅能检测出40%～60%的疵点。织物疵点检测已被证实是所有纺织生产过程中最难实现自动化的工序。
为适应当前市场要求，亟需发展快速且准确的布匹疵点自动检测系统来代替工人的检测工作，织物疵点自动检测系统一直以来受到国内外专家学者的共同关注，并成为当前的一个研究热点。从20世纪70年代起，人们便开始在和器视觉系统这一领域进行探索，经过30多年时间的研究，已经取得了许多成果。20世纪90年代开始至今，图像处理用于疵点检测的研究形成了一个高潮。中国台湾、韩国、日本、美国、以色列和瑞士等国家的学者发表了大量研究论文，文章参考和借鉴了其他工业检测系统的开发经验以及数学和计算机等学科的最新科研成果，理论水平不断提高。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容、问题解决措施及方案
本课题所要研究的问题
本文研究的问题是基于小波分析和神经网络的织物疵点检测算法研究。利用小波变换在时域和频域同时具有的良好局部化特点，结合特征值提取的其他统计值方法和bp神经网络，提出一种疵点检测算法，实现多分辨率的同时对不同织物具有良好的自适应性。
拟采用的研究手段
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
