1、提高產(chǎn)品質(zhì)量和降低生產(chǎn)成本是紡織企業(yè)生存和發(fā)展的關(guān)鍵問題，織物疵點檢測是控制產(chǎn)品質(zhì)量的一個重要環(huán)節(jié)。由于織物表面具有強紋理特性且疵點并沒有統(tǒng)一的嚴(yán)格定義的方法，因此織物疵點檢測是一項極其艱巨的任務(wù)。
　　織物是由經(jīng)紗和緯紗按著一定規(guī)律編織起來的，其整體紋理由紋理基元（最基本的紋理元素）重復(fù)構(gòu)成，因此織物紋理圖像中的灰度在任意方向上都存在周期性，周期性信號反應(yīng)在頻譜中相應(yīng)的頻率點上就會出現(xiàn)較強的頻率響應(yīng)?？椢锎命c的產(chǎn)生將會破壞該處織

2、物紋理原有的周期性，導(dǎo)致疵點處對應(yīng)的頻譜發(fā)生改變。因此可以利用頻譜分析的方法來檢測織物疵點。現(xiàn)有大量文獻(xiàn)表明，Gabor濾波器、傅立葉變換和小波變換的多分辨率分析能力有利于布匹疵點檢測。
　　S變換是一種相對較新的非平穩(wěn)信號時頻分析方法，它是對短時傅里葉變換和小波變換的一種組合和擴展，能夠清晰表達(dá)信號瞬時頻率的變換特征及與時間之間的對應(yīng)關(guān)系，且抗噪性較強，無交叉項干擾，同時具有計算簡單和表達(dá)直觀的優(yōu)點。本文將這種較新的多分辨率時頻

3、分析方法——S變換引入到織物疵點的檢測中，以織物圖像為主要研究對象，挖掘織物正常紋理與疵點信號在頻譜中的差異，探索織物疵點檢測新的技術(shù)途徑。主要研究內(nèi)容包括:
　　(1)提出一種基于灰度投影和一維S變換的織物疵點判別方法。因大多數(shù)疵點在織物表面上具有明顯的經(jīng)向和緯向取向，故對織物圖像進(jìn)行經(jīng)緯向投影在很多情況下能夠起到將異常值累加、突出疵點的作用。經(jīng)過灰度投影后的圖像數(shù)據(jù)變成一維數(shù)據(jù)。將投影后的一維信號進(jìn)行S變換，考察S變換域內(nèi)正常

4、紋理和疵點的系數(shù)模值和頻率特性，給出S變換系數(shù)選擇依據(jù)，并進(jìn)行系數(shù)累積，達(dá)到去除背景及噪聲系數(shù)的目的，從而增強疵點。再利用自適應(yīng)閾值進(jìn)行疵點分割，進(jìn)一步判別疵點存在與否。文中選取經(jīng)紗斷線疵點和緯紗斷線疵點的織物圖像樣本進(jìn)行算法驗證，結(jié)果證明了算法的有效性。
　　(2)提出一種基于本征頻率和一維S變換的織物疵點分割方法。通過分析周期性模型信號在S變換域的系數(shù)特點，提出“本征頻率”概念，進(jìn)而將其引入到織物紋理圖像分析中。根據(jù)S變換域正

5、常紋理和疵點對應(yīng)的本征頻率差異，確定織物在S變換域內(nèi)的頻率閾值，去除高頻信息后進(jìn)行反S變換，由此達(dá)到去除規(guī)則性紋理的目的;進(jìn)而采用自適應(yīng)閾值對信號分割，提取疵點信息，完成織物疵點分割的任務(wù);最后根據(jù)疵點面積特性判斷疵點有無，得到最終檢測結(jié)果。采用織物疵點樣本進(jìn)行算法驗證，結(jié)果證明了算法的有效性。
　　(3)提出一種基于二維S變換的織物疵點特征分析及檢測方法。對于二維圖像信號，將其轉(zhuǎn)換成1維信號再進(jìn)行S變換固然可行，但是缺乏考慮相鄰