經(jīng)編布輪廓智能切割系統(tǒng)中的圖像識別算法研究.pdf

1、經(jīng)編行業(yè)一直是我國紡織行業(yè)中的重要盈利產(chǎn)業(yè)之一。在傳統(tǒng)的經(jīng)編布生產(chǎn)環(huán)節(jié)中一般主要采用人工作業(yè)，經(jīng)編布花紋輪廓的切割也因此存在著精度差、生產(chǎn)效率低下等問題。使用基于機器視覺的自動化設備取代人工可以很好地改善這一現(xiàn)狀，大幅提高生產(chǎn)效率，并更好的保證了產(chǎn)品質(zhì)量。
　　機器視覺使機器擁有人類一樣的視覺功能，通過相機采集圖像然后對進行圖像處理分析從而提取出有價值的信息。經(jīng)編布花邊輪廓提取則是本文研究的核心。
　　OpenCV是一個免費

2、開源的、功能強大的計算機視覺庫，可以很好地保證圖像處理算法的穩(wěn)健性和先進性。本文基于OpenCV的數(shù)據(jù)結(jié)構(gòu)和豐富的圖像處理函數(shù)，實現(xiàn)了經(jīng)編布花邊輪廓智能切割系統(tǒng)中的圖像識別算法。首先介紹了OpenCV的特點和基本結(jié)構(gòu)內(nèi)容，并進行了詳細的環(huán)境配置說明；為解決相機由于制造工藝等原因而產(chǎn)生的鏡頭畸變，通過研究相機的針孔模型和基于Matlab的標定方法，實現(xiàn)了一套自動標定的軟件，利用標定得到的相機內(nèi)部參數(shù)和外部參數(shù)可以顯著的降低鏡頭畸變帶來的影

3、響；圖像識別算法的設計和實現(xiàn)是本文著重研究的部分：先通過局部自適應二值化方法進行預處理，利用 Hough變換檢測白邊外側(cè)邊界結(jié)合白邊寬度消除白邊干擾，再通過腐蝕、膨脹等形態(tài)學轉(zhuǎn)換形成相互獨立的連通域，然后對連通域過濾完成花紋塊的檢測，最后即可搜索出花邊輪廓并輸出識別結(jié)果。
　　本文所有算法均基于Microsoft Visual Studio2010平臺和OpenCV計算機視覺庫實現(xiàn)，為達到實際工業(yè)應用的要求，該算法流程和方法均經(jīng)過