导读:本文包含了皮革缺陷论文开题报告文献综述及选题提纲参考文献，主要关键词:光学设计,发光二极管(LED),自由曲面阵列,离轴均匀照明
皮革缺陷论文文献综述
王德宇,王雪琨,于文文,曹建军,钱维莹[1]（2019）在《面向皮革缺陷检测的离轴LED曲面阵列照明设计》一文中研究指出提出了一种曲面LED阵列设计方法。根据光线迭加原理,将LED排列在自由曲面上,通过曲率控制LED的出光角度。基于LED曲面阵列离轴照度分布的解析式,引入了基于模拟退火的粒子群优化算法,设定约束条件,构建均匀度评价函数,优化了LED曲面阵列的数值模型。制作出实物光源进行照度测量与缺陷检测。理论模拟和实物检测结果均显示,倾斜角度为45°,目标面与发光面面积比值为1∶0.85和1∶4时,照度均匀度分别达到91.79%和98.4%。在皮革缺陷检测中的结果表明,采用LED曲面阵列光源可凸显特定缺陷,易于图像处理,能快速准确地识别缺陷。(本文来源于《激光与光电子学进展》期刊2019年08期）
刘根,蔡念,肖盼,林健发[2]（2019）在《基于光度立体和图像显着性的皮革缺陷检测》一文中研究指出为了提高皮革缺陷检测效率,提出一种基于光度立体视觉和图像显着性的皮革缺陷检测算法。搭建光度立体视觉平台,完成不同角度的皮革样本采集,利用光度立体视觉技术计算皮革样本的合成图和表面法向量图;对表面法向量图进行曲率滤波操作,用近似表面粗糙度特征自适应选择合成图或滤波图;利用显着性目标检测算法完成皮革缺陷检测与定位。实验结果表明,与现有皮革缺陷检测方法相比,该算法能很好地检测不同材质皮革的多种缺陷,且准确率高,速度快。(本文来源于《计算机工程与应用》期刊2019年08期）
刘根[3]（2018）在《基于光度立体视觉和图像显着性的皮革缺陷检测》一文中研究指出随着科技迅速发展以及生活水平的不断提高,消费者对于皮革产品的需求量与日俱增,因此,皮革品质监测显得极其重要。在皮革原材料生产过程中,其表面存在刮痕、褶皱、松面、孔洞、色差等多种缺陷,准确高效地检测定位皮革表面缺陷部分,有助于提高相关产品的质量,进一步促进后期皮制产品的加工生产效率。目前,行业内皮革表面缺陷检测主要依赖于人工视觉,但人工检测主观因素明显、强度大、一致性差且极易受到外界环境的干扰,其不可避免的会导致效率低、误检率高等问题。近些年,随着人工智能的迅速发展,基于视觉的缺陷检测方法更多的应用于工业领域,并收到了实际效果。为提高皮革缺陷检测效率及自动化程度,提出一种基于光度立体视觉和图像显着性的皮革缺陷检测方法。考虑皮革缺陷图像前景目标和背景目标对比度低、纹理复杂等特点,设计一种基于光度立体视觉和图像显着性的皮革缺陷检测系统。同时,设计包括图像预处理、图像增强、图像显着性检测、图像自适应阈值分割、皮革缺陷检测与定位等步骤的相关图像处理方法。首先,设计柔性结构光源方案并搭建光度立体视觉平台,完成不同光照角度下的皮革样本采集;然后,利用光度立体视觉技术计算多幅皮革图像的表面法向量并完成图像重构;其次,对重构后的皮革表面法向量图进行曲率滤波,因为曲率是衡量物体表面平整度的标识,所以对皮革图像进行曲率滤波能起到一定的图像增强作用,但对于色差等缺陷而言,原重构图像则更有利于后续图像处理,因此,利用近似表面粗糙度(Approximate Surface Roughness,ASR)特征去度量滤波后皮革表面法向量图和重构图像中所含前景信息的多少,挑选前景信息较丰富的图像进行后续图像处理;最后,利用图像谱残差显着性算法以及基于图像期望值的自适应阈值分割完成皮革缺陷检测与定位。经实验分析与研究,该皮革缺陷检测系统能有效检测皮革表面缺陷,且实验结果的准确率可靠,与现有皮革缺陷检测方法相比,本文方法能有效检测不同材质、不同纹理皮革的多种缺陷,具有一定的通用性。(本文来源于《广东工业大学》期刊2018-05-01）
孙毅,张明,高延鑫[4]（2015）在《皮革表面缺陷检测的研究现状及展望》一文中研究指出皮革表面缺陷检测是利用机器视觉技术将皮革表面的非正常区域即缺陷区域从背景中分割出来。本文对当前国内外在皮革表面缺陷检测方面的研究现状进行了综述,包括皮革表面缺陷检测的基本概念,机器视觉技术的基本原理,皮革表面缺陷检测技术的应用现状以及机器视觉技术在皮革表面缺陷检测方面的应用。指出了当今国内外皮革表面缺陷检测技术所存在的问题及进行优化的方向,并展望了发展趋势。(本文来源于《西部皮革》期刊2015年20期）
甄燕[5]（2012）在《基于图像检测技术的皮革缺陷检测的分析》一文中研究指出在皮革缺陷监测方面当前主要是依据熟练工人经验进行手工的皮革表面缺陷查找,这样工人的主观因素与疲劳必然导致错误率的提高,本文研究了图像检测技术的皮革缺陷检测,分析了图像检测技术相关的概述与图像检测系统,探讨了皮革缺陷检测包括图像检测的皮革系统、皮革缺陷检测系统分析以及实践应用小结,这一研究对于数字图像技术的推广具有一定的意义。(本文来源于《科技与企业》期刊2012年21期）
陈虹[6]（2011）在《基于纹理分析的皮革缺陷检测的应用研究》一文中研究指出随着人们生活水平的不断提高,皮革产品越来越深入到人们的生活中,人们对皮革产品的质量要求越来越高。另一方面,通过人工检测皮革质量的速度和精确度已不能满足社会发展的需要,主要原因是检测结果因人而异,没有统一的标准,而且随着工人劳动强度的增加,检测的速度和精确度会降低。随着计算机图像处理技术在各个领域的广泛应用,使得皮革质量检测在这方面也得到了迅猛的发展。利用图像处理技术进行皮革质量检测可以解放生产力,提高劳动效率和检测的速度、精确度。通过图像处理技术可以从皮革的缺陷,皮革的平整度,皮革的密度等方面进行质量检测。而在皮革质量检测中最重要的是对皮革表面的缺陷进行检测。本文主要研究利用计算机图像处理技术对皮革表面的缺陷进行检测以及对缺陷进行评估。为此,本文工作如下:为了提高皮革分割和缺陷检测的精度,对图像进行了预处理,通过分析含有缺陷的皮革图像的特点,对图像的对比度进行增强和进行图像去噪。图像对比度增强的处理方法有很多,依据皮革特性寻求使缺陷区域能更好呈现出来的增强方法。皮革图像中的纹理信息和噪声都属于高频信息,通过各种图像去噪方法的对比,找出能使皮革图像既能保持纹理信息,也能起到较好的去噪效果。通过实验对比总结出图像对比度增强和去噪的良好方法,本文采用灰度线性变换的方法增强图像对比度,采用小波包去噪的方法对图像去噪,由此提出了皮革图像预处理的良好方法及步骤。在皮革图像分割及缺陷检测阶段,将灰度图像的分割和纹理图像的分割进行比较,分析了皮革中的缺陷区域一般不太明显,和非缺陷区域的灰度差别不大。而皮革图像是天然的纹理图像,缺陷区域和非缺陷区域的纹理差别较大,所以采用纹理图像分割的方法对图像分割来检测出缺陷区域。为了达到理想的分割效果,需要选择最好的方法分割图像,或将几种方法结合进行分割。本文利用了灰度共生矩阵提取出了皮革表面的大量的纹理特征,然后用改进的模糊-C均值聚类算法分割图像,改进后的聚类算法增加了空间信息,提高了分割的精度,之后对分割后的图像利用数学形态学的方法做后续处理,成功检测出缺陷区域。对皮革表面的缺陷从缺陷的类型、数量、位置、面积这几个方面进行了评估。将根据图像直方图上灰度级的分布情况判别缺陷类型的方法进行了改进,提出了判断一块皮革上各个缺陷的类型和统计每种类型的缺陷的数量的方法,为皮革质量的估计提供了科学的依据。最后对本文的工作进行总结并展望未来的研究工作。(本文来源于《四川师范大学》期刊2011-05-10）
李健,韩玮,郑东[7]（2010）在《一种皮革表面缺陷检测分类方法的研究》一文中研究指出针对人工检测中存在的漏检、误判、成本偏高等问题,提出一种采用改进决策树结合前馈神经网络(FFN)选择最优分类属性的方法,实现了皮革表面缺陷自动检测分类;有效解决神经网络分类处理时间长及"黑盒"性弊端,决策树构建、剪枝计算量大,寻找最优树难等问题;实验表明对于各种缺陷的正确识别率均高于90%,该方法稳定可靠,检测精度较高,可满足实际生产需要。(本文来源于《计算机测量与控制》期刊2010年12期）
于彩香[8]（2009）在《基于纹理分析的皮革可视缺陷检测方法的研究》一文中研究指出皮革作为一种良好的材质一直受到厂家和消费者的青睐,其用途广泛如用于鞋、箱包、服装手套、装具、体育用品、乐器和工业等方面,其他材料难以比拟。皮革在目前金融危机下仍然盛行。在皮革加工过程中,皮革的分类、表面缺陷查找和划分类别以及皮料自身平整度等检测效果会直接影响生产效率和生产质量。为了有效利用原材料和避免次品混入成品中,需要对原材料和产品进行各种检测。但长期以来,这些检测过程大多靠手工实现,大大降低了生产效率,增加了生产成本。随着计算机视觉技术的发展,原来靠手工来实现的检测过程现在都可以由计算机来实现,从而将工人从繁重的工作中解放出来,降低了生产成本。因此本文针对这种现状,设计了一套检测方案。本文采用皮料纹理分析方法对不同类型的皮革以及皮革的正反面进行自动分类,由于不同的产品是由不同种类的皮革生产,而且排样、切割、检测缺陷是在皮革正面进行,因此自动化缺陷检测系统首先要自动识别皮革种类和正反面,本文通过统计皮料扫描线的波峰、波谷的各种统计值进行自动识别和分类。皮革生产的主要工序是在优质皮革上排放和切割各种部件,但是皮革表面不可避免的存在各种缺陷,如虫咬、疤痕和划伤等,为了有效利用原料,在排样和切割之前要首先定位皮革表面的缺陷区域。针对目前我国皮革产品生产中质量检测技术落后、检测效率较低的情况,提出了一种基于灰度—游程累加模型的图像缺陷检测方法。该方法利用了图像的灰度信息和灰度游程长度信息,通过计算图像的灰度差值和累加游程,从而计算出每个像素的灰度—游程累加值,来确定划分缺陷和背景部分的阈值。此外,同一块皮料的不同部位的平整度不同,选择合适的皮料部位来生产不同的产品是十分关键的步骤,本文借助在其他领域广泛运用的分形维数方法来对电子扫描图像进行检测。最后还分析了不同缺陷的类型划分以更好的指导实际工作。(本文来源于《山东轻工业学院》期刊2009-05-20）
于彩香,邱书波[9]（2008）在《基于灰度—游程累加的皮革缺陷自动检测》一文中研究指出针对目前我国皮革产品生产中质量检测技术落后、检测效率较低的情况,提出了一种基于灰度-游程累加模型的图像缺陷检测方法。该方法利用了图像的灰度信息和灰度游程长度信息,通过计算图像的灰度差值和累加游程,从而计算出每个像素的灰度-游程累加值,来确定划分缺陷和背景部分的阈值。实验结果表明,该方法能有效地分割出纹理图像上区域特性不同的区域,且分割效果优于等灰度游程矩阵和灰度共生矩阵,其精确度达到每个象素点。(本文来源于《皮革与化工》期刊2008年06期）
于彩香,邱书波[10]（2008）在《用于皮革缺陷检测的方法研究》一文中研究指出皮革缺陷检测是利用计算机视觉技术将皮革表面的异常区域即缺陷区域从背景中分割出来。对目前应用到皮革缺陷检测的方法按空域和频域两大类型进行了分析和阐述,指出各种方法的优缺点,并对各种方法的实验效果进行了综合评估。(本文来源于《皮革科学与工程》期刊2008年02期）
皮革缺陷论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了提高皮革缺陷检测效率,提出一种基于光度立体视觉和图像显着性的皮革缺陷检测算法。搭建光度立体视觉平台,完成不同角度的皮革样本采集,利用光度立体视觉技术计算皮革样本的合成图和表面法向量图;对表面法向量图进行曲率滤波操作,用近似表面粗糙度特征自适应选择合成图或滤波图;利用显着性目标检测算法完成皮革缺陷检测与定位。实验结果表明,与现有皮革缺陷检测方法相比,该算法能很好地检测不同材质皮革的多种缺陷,且准确率高,速度快。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
皮革缺陷论文参考文献
[1].王德宇,王雪琨,于文文,曹建军,钱维莹.面向皮革缺陷检测的离轴LED曲面阵列照明设计[J].激光与光电子学进展.2019
[2].刘根,蔡念,肖盼,林健发.基于光度立体和图像显着性的皮革缺陷检测[J].计算机工程与应用.2019
[3].刘根.基于光度立体视觉和图像显着性的皮革缺陷检测[D].广东工业大学.2018
[4].孙毅,张明,高延鑫.皮革表面缺陷检测的研究现状及展望[J].西部皮革.2015
[5].甄燕.基于图像检测技术的皮革缺陷检测的分析[J].科技与企业.2012
[6].陈虹.基于纹理分析的皮革缺陷检测的应用研究[D].四川师范大学.2011
[7].李健,韩玮,郑东.一种皮革表面缺陷检测分类方法的研究[J].计算机测量与控制.2010
[8].于彩香.基于纹理分析的皮革可视缺陷检测方法的研究[D].山东轻工业学院.2009
[9].于彩香,邱书波.基于灰度—游程累加的皮革缺陷自动检测[J].皮革与化工.2008
[10].于彩香,邱书波.用于皮革缺陷检测的方法研究[J].皮革科学与工程.2008
标签：光学设计; 发光二极管(LED); 自由曲面阵列; 离轴均匀照明;