1、目前織物組織結(jié)構(gòu)的分析還是借助于放大鏡、分析針等簡單工具，完全依賴人工目測(cè)完成。由于人工目測(cè)不可避免會(huì)受到個(gè)人的視力、情緒、疲勞、光線等因素的影響，帶有很大的個(gè)人主觀性，往往難以保證識(shí)別質(zhì)量，造成測(cè)試結(jié)果具有一定的主觀性和不可靠性，而且耗費(fèi)操作人員大量的時(shí)間重復(fù)做相同的工作。加上效率低下已無法適應(yīng)目前紡織生產(chǎn)小批量、多品種、高效率的需要。這成為了提高紡織企業(yè)信息化、生產(chǎn)自動(dòng)化程度的一個(gè)瓶頸。如果能設(shè)計(jì)出一套織物組織結(jié)構(gòu)參數(shù)的自動(dòng)識(shí)別系統(tǒng)

2、，將會(huì)大大推動(dòng)紡織生產(chǎn)效率，實(shí)現(xiàn)全面自動(dòng)化。圖像處理技術(shù)和人工智能近年來取得了很大的發(fā)展，這使得利用圖像處理技術(shù)實(shí)現(xiàn)織物組織結(jié)構(gòu)的自動(dòng)分析成為可能。
　　 本文運(yùn)用灰度共生矩陣對(duì)織物圖像進(jìn)行特征提取，然后設(shè)計(jì)了一個(gè)三層BP神經(jīng)網(wǎng)絡(luò)對(duì)提取出來的特征值進(jìn)行識(shí)別分類，經(jīng)試驗(yàn)驗(yàn)證對(duì)平紋、斜紋、緞紋三種組織織物圖像的正確識(shí)別率可達(dá)93.45％。在織物分類成功的基礎(chǔ)上，運(yùn)用小波分解理論，提取織物圖像經(jīng)緯向亮度信息，對(duì)織物組織點(diǎn)進(jìn)行定位，利用