采用图像处理的织物缝纫平整度自动评估

作     者：张宁 潘如如 高卫东 ZHANG Ning PAN Ruru GAO Weidong

作者机构：生态纺织教育部重点实验室(江南大学)无锡江苏214122 

出 版 物：《纺织学报》 (Journal of Textile Research)

年 卷 期：2017年第38卷第4期

页      面：145-150页

核心收录：

学科分类：0821[工学-纺织科学与工程] 08[工学] 082104[工学-服装设计与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家博士后基金项目(2013M541602) 教育部博士点基金项目(20120093130001) 江苏省博士后基金项目(1301075C) 2014江苏省研究生创新计划项目(KYLX_1132) 江苏高校优势学科建设工程资助项目(苏政办发37号) 

主　　题：缝纫平整度 灰度共生矩阵 小波分析 BP神经网络 

摘      要：为解决织物缝纫平整度客观自动评估时分类正确率低的问题,提出了一种基于灰度共生矩阵、小波分析和反向传播(BP)神经网络相结合的织物缝纫平整度的自动评估方法。首先采集标准缝纫图像,将图像的灰度级降至16级,计算图像在0°和90°方向上的灰度共生矩阵并将其归一化,提取灰度共生矩阵的能量、熵、对比度和相关性4个特征参数,并分别对特征参数在0°和90°方向上取均值;同时,运用Haar小波在第6个分析尺度上提取并计算图像的水平细节系数的标准差。然后将提取的这5个特征参数输入到BP神经网络中训练和识别,并对标准缝纫图像进行了评估。评估结果显示:提出的算法与单独采用灰度共生矩阵特征、小波特征相比,具有较高的分类正确率,分类效果稳定。