1、在紡織品生產(chǎn)中，織物疵點(diǎn)檢測是質(zhì)量控制中非常重要的一個環(huán)節(jié)。傳統(tǒng)的織物疵點(diǎn)檢測是由人工離線檢測來完成的，受到人的主觀因素的影響，存在著誤檢率和漏檢率高、檢測速度慢的缺陷。隨著計(jì)算機(jī)技術(shù)、圖像處理技術(shù)的發(fā)展，使得基于計(jì)算機(jī)視覺的織物疵點(diǎn)檢測識別成為可能。利用計(jì)算機(jī)視覺對織物疵點(diǎn)進(jìn)行檢測，為判定織物疵點(diǎn)的種類、大小以及對產(chǎn)品質(zhì)量的評估制定客觀標(biāo)準(zhǔn)打下了基礎(chǔ)。
　　 本文圍繞織物疵點(diǎn)檢測這一主題，以快速檢測為指導(dǎo)思想，利用自適應(yīng)小波為

2、工具，先后根據(jù)圖像自身的特點(diǎn)和織物圖像特有的經(jīng)緯特性，提出了基于織物圖像的類五銖壓縮小波變換算法和基于織物圖像經(jīng)緯重復(fù)周期的多分辨率小波分析方法，使得圖像檢測時間縮小為原來的1/4-1/3。并選取了合適的特征值，對變換處理后圖像中織物的疵點(diǎn)進(jìn)行了識別，效果理想。本文的研究內(nèi)容和成果包括：
　　 (1)針對減少檢測數(shù)據(jù)可以采用圖像的壓縮，而圖像壓縮中常采用的五銖壓縮不能進(jìn)行可分離分解的問題，本文采用了兩次四抽取圖像采樣來模擬五銖壓

3、縮。四抽取是可分離的，其模擬后的壓縮也是可分離的，因此將二維數(shù)據(jù)分解為一維數(shù)據(jù)，便于采用自適應(yīng)小波進(jìn)行分析。通過這種圖像壓縮，數(shù)據(jù)計(jì)算量減少了1/2多。同時，提出可以在小波檢測中采用圖像的鄰域插值，進(jìn)而縮短所用的小波系數(shù)序列的長度。
　　 (2)本文根據(jù)織物圖像具有很強(qiáng)的方向性，并且其經(jīng)緯有固定的重復(fù)周期的特性，提出了根據(jù)織物圖像中經(jīng)緯重復(fù)周期的長度來確定采用的多分辨率小波的尺度。這樣就可以不采用圖像的壓縮，直接對圖像進(jìn)行處理。