基于傅里葉頻譜特征的織物平整度客觀評級

摘要：為解決織物平整度人工評級主觀性強,現有客觀評級準確率低的問題,提出一種基于傅里葉變換、頻譜特征提取、支持向量機的織物平整度評級方法。首先采集標準模板及織物樣本圖像,對所得圖像預處理并進行傅里葉變換;在頻域內構建低通濾波器,通過頻域濾波以及傅里葉逆變換確定褶皺信息在頻譜圖中所處頻率范圍,稱之為褶皺貢獻區間;將褶皺貢獻區間劃分為若干特征子區間,統計每一區間內頻譜幅值之和,并以此作為特征值構造特征向量;以所有訓練樣本的特征向量構造特征向量集,并以所得特征向量集訓練支持向量機,對織物平整度進行客觀評級。所采用織物樣本總數為132,取其中24張及標準模板圖像為訓練集,其余作為測試集。結果表明,本文使用算法在織物平整度評級方面具有很好的效果,評級準確率可達96.30%。