采用图像处理的织物缝纫平整度自动评估
2017-06-05潘如如高卫东
纺织学报 2017年4期
张 宁, 潘如如, 高卫东
(生态纺织教育部重点实验室(江南大学), 无锡 江苏 214122)
采用图像处理的织物缝纫平整度自动评估
张 宁, 潘如如, 高卫东
(生态纺织教育部重点实验室(江南大学), 无锡 江苏 214122)
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。
缝纫平整度; 灰度共生矩阵; 小波分析; BP神经网络
在服装加工缝合或洗涤过程中,由于面料的力学性能、缝纫机器参数、操作不当和洗涤条件等因素的影响,在接缝线的两侧产生一定程度的褶皱,称为缝纫平整度。缝纫平整度是质量控制的重要指标,直接影响到服装的外观效果。目前对于织物缝纫平整度的评估,主要是通过人工将缝纫试样与ISO 7770:2009《纺织品洗涤后织物接缝外观平整度的评定方法》或AATCC 88B—2006《织物经多次家庭洗涤后缝线平整度测定》标准的图像相对照,为试样评定相应的等级。……
登录APP查看全文
