基于图像处理的三维编织物表面参数自动测量方法 58页

ＴＰ３９Ｌ４１００５８ＷＰ—隣论文题目：訓麵的维编织物胃＾：信息与通缸矛王：：：，学科专业寒＾，：＾＾歡．－４；１；；作者姓名善禅＾：｜義考胃、＾化铸指导教师：ｆｉ＾：＇＾＾：、Ｌ—Ｖ＞ｊｉ＆＇聋ｉｊｉｉｉ－么巧；：ｉ￡ＴＫ＊００１ｒｈ＼＾年与日完成日期：—－￣ 独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加Ｗ标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得天津工业大学或巧他教育化构的学仿或证书而使用过的材料一。与我同王作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名；签字日期：年ｒ月游学位论文版权使用授权书本学位论文作者完全了解天津工业大学有关保留、使用学位论文的规定。特授权天津工业大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行、检索，并采用影印缩印或扫描等复制手段保存、汇编Ｗ供査阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：导师签名：签字日期；月签字日期；年２＾日■年（ｒ２＾／：茄若 学位论文主要创新点一、提出基于霍夫变换的Ｓ维编织复合材料预制件表面编织角测量方法。基于霍夫变换分割出每个花节，对每个花节进行直线检测并计算直线的斜率。，得到每个花节中编织角的大小二、提出基于灰度投影的Ｈ维编织复合材料预制件花节距测量方法。基于水平灰度投影分割花节的投影区域，并对分割后的投影区域进行水平灰度投影，计算投影曲线相邻波峰或相邻波谷间距得到花节。距大小，实现兰维编织复合材料预制件花节距的测量 摘要Ｈ维编织复合材料是由三维编织预制件经过固化增強的一种新型复合材料，在医疗、汽车、航空、航天、军工等领域得到广泛应用。复合材料预制件的表面编织角和花节距对复合材料的力学性能有重要影响。为了满足复合材料的力学性能要求，必须对编织角和花节距这两个参数进行测量和控制。目前在纺织行业中，Ｈ维编织复合材料预制件表面编织角和花节距主要依靠人工借助放大镜和千分尺进行测量，费时费力且测量误差大。基于数字图像处理技术测量Ｈ维编织复合材料预制件表面编织角和花节距，对提高纺织行业自动化测量水平有重要意义。本文基于数宇图像处理技术，研究了Ｈ维编织复合材料预制件表面编织角和一花节距测量方法。第，提出了基于霍夫变换的Ｈ维编织复合材料预制件表面编织角测量方法。首先对图像进行倾斜校正，根据水平灰度投影曲线相邻波峰波谷一一的位置分割出每行花节，计算编织材料的纹理方向行：基于霍夫变换去除每一一第个不完整的花节，并分割出所有完整花节；最后在每个花节区域利用霍夫一二变换检测直线，根据两条交叉直线的斜率计算得到每个花节的编织角，。第根据Ｈ维编织复合材料预制件表面图像纹理周期性规律，提出了基于灰度投影的Ｈ维编织复合材料预制件花节距测量方法。首先根据水平灰度投影曲线计算图像一一中横向花节的个数，基于霍夫变换计算图像中每行花节的第个花节宽度并分一割出花节的投影区域，然后对每个投影区域进行水平灰度投影，计算图像中每个花节的花节距。实验结果表明，本文方法能够克服噪声的影响，对边缘不完整的图像仍能分割出每个花节和投影区域，能够准确测量预制件表面编织角和花节距。关键词；Ｈ维编织复合材料预制件：编织角：花节距；霍夫变换：灰度投影 ＡｂｓｔｒａｃｔＴｈｒｅｅｄｉｍｅｎｓｉｏｎａｌｂｒａｉｄｅｄｃｏｍｐｏｓｉｋｉｓａｎｅｗｔｙｐｅｏｆｃｏｍｐｏｓｉｔｅｍａｔｅｒｉａｌ，ｗｈｉｃｈｉｓｍａｄｅｕｏｆｒｅｆｂｒｍ．ＩｔｌｉＷｔｔｉｓｗｉｄｅｕｓｅｄｉｎｍｅｄｃａｌａｏｍｏｉｖｅａｖｉａｉｏｎａｅｒｏｓａｃｅｐ，，，，ｐｙｐ＊ｍｉｌｉｔａｒｙａｎｄｏｔｈｅｒｆｉｅｌｄｓ．Ｔｈｅｂｒａｉｄｅｄａｎｇｌｅａｎｄｐｉｔｃｈｌｅｎｇｔｈｈａｖｅａｎｉｍｐｏｉｔａｎｔｉｎｆｌｕｅ打ｃｅｏｎｔｈｅｍｅｃｈａｎｉｃａｌｐｒｏｐｅｒｔｉｅｓｏｆｔｈｅｃｏｍｐｏｓｉｔｅｍａｔｅｒｉａｌ．Ｉｎｏｒｄｅｒｔｏｍｅｅｔｔｈｅｒｅｕｉｒｅｍｅｎｔｏｆｔｈｅｍｅｃｈａｎｉｃａｌｒｏｐｅｒｔｉｅｓｏｆｔｈｅｃｏｍｏｓｉｔｅｓｔｈｅｂｒａｉｄｅｄａｎｇｌｅａｎｄｑｐｐ，ｔｔｔａｎｄｃｏｎｔｏｅｄ．ｓｔｒｔｉｃｈｌｅｎｈｍｕｓｂｅｍｅａｓｕｒｅｄｒｌｌＩｎｔｅｘｔｉｌｅｉｎｄｕｈｅｓｕｒｆａｃｅｐｇｙ，ｐａｒａｍｅｔｅｒｓｏｆ３Ｄｂｒａｉｄｅｄｃｏｍｐｏｓｉｋｍａｔｅｒｉａｌｓｔｉｌｌｒｅｌｉｅｓｏｎｍａｎｕａｌｏｐｅｒａｔｉｏｎｓｗｉｔｈｔｈｅｈｅｉｓｔｅｓｍｕｃｔｉｍｅａｎｄｍａｎ．Ａｌｏｆｍａｎ巧ｅｒａｎｄｍｉｃｒｏｍｅ化ｒｗｈｉｃｈｗａｈｏｗｅｒｎｄｌａｒｅｐｇ，ｐｇｍｅａｓｕｒｅｍｅｎｔｅｒｒｏｒｉｓｅａｓｉｌｙｃａｕｓｅｄ．Ｔｈｅｔｅｃｈｎｉｑｕｅｏｆａｕｔｏｍａｔｉｃｍｅａｓｕｒｅｍｅｎｔｏｆｔｈｅｓｕｒｆａｃｅｐａｒａｍｅｔｅｒｓｏｆ３Ｄｂｒａｉｄｅｄｃｏｍｐｏｓｉｔｅｂａｓｅｄｏ打ｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｉｕｅｉｓｑｅｓｓｅｎｔｉａｌｔｏｉｍｐｒｏｖｅｔｈｅｌｅｖｅｌｏｆａｕｔｏｍａｔｉｃｍｅａｓｕｒｅｍｅ打ｔｏｆｋｘｔｉｌｅｉｎｄｕｓｔｒｙ．Ｉｎｒｔｉｉｓｔｈｅｓｉｓ，ｔｈｅｍｅａｓｕｒｉｎｇｍｅｔｈｏｄｏｆｓｕｒｆａｃｅｐａｒａｍｅｔｅｒｓｏｆ３Ｄｂｒａｉｄｅｄｃｏｍｏｓｈｅｍａｔｅｒａｓｓｔｕｅｄ．Ａｍｅｔｈｏｄｆｏｒｍｅａｓｕｒｉｎｔｅｓｕｒｆａｃｅｒａｅｄａｎｅｏｆｐｉｌｉｄｉｇｈｂｉｄｇｌ３Ｄｂｒａｉｄｅｄｃｏｍｐｏｓｉ化ｓｐｒｅｆｏｒｍｂａｓｅｄｏｎＨｏｕｇｈｔｒａｎｓｆｏｒｍｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ，ｔｈｅｄｅｖｉａ化ｄｉｍａｅｉｓｃｏｒｒｅｄｅｄ．Ｔｈｅｆｌｏｗｅｒｉｌｃｈｏｆｅａｃｉｓｓｅｍｅｎｔｉ！ｇｐ：ｈｒｏｗｇｅｄａｃｃｏｒｄｎｇ：〇ｔｈｅｏｓｉｔｉｏｎｏｆ化ｅｅａｋｓａｎｄｔｒｏｕｈｓｏｆｔｈｅｈｏｒｉｚｏｎｔａｌｒａｒｏｅｃｔｉｏｎｃｕｒｖｅａｎｄｔｈｅｐｐｇｇｙｐｊ，ｄｉｒｅｃｔｉｏ打ｏｆｋｘｔｕｒｅｏｆｔｈｅｐｒｅｆｏｒｍｉｓｃａｌｃｕｌａｔｅｄ．Ｔｈｅｆｉｒｓｔｉｎｃｏｍｐｌｅｔｅｆｌｏｗｅｒｐｉｔｃｈｏｆｅａｃｈｒｏｗｉｓｄｅｌｅ化ｄｂａｓｅｄｏｎＨｏｕｇｈｔｒａｎｓｆｏｒｍｓｏｔｈａｔａｌｌｔｈｅｆｌｏｗｅｒｐｉｔｃｈｅｓａｒｅｓｅｇｍｅＭｅｄ．Ｔｈｅｎ，化ｅｓｔｒａｉｇｈｔｌｉｎｅｏｆｅａｃｈｆｌｏｗｅｒｐｉ化ｈｉｓｄｅ化ｃ化ｄｂａｓｅｄ０打Ｈｏｕｇｈｔｒａｎｓｆｏｒｍａｎｄｔｈｅｂｒａｉ过ｅｄａｎｌｅｉｓｃａｌｃｕｌａｔｅｄａｃｃｏｒｄｉｎｔｏｔｈｅｓｌｏｅｓｏｆｔｈｅｔｗｏｃｒｏｓｓ，ｇｇｐｓｔｒａｉｇｈｔｌｉｎｅｓ．Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｐｅｒｉｏｄｉｃｉｔｙｏｆｓｕｒｆａｃｅ化ｘｔｕｒｅｏｆ３Ｄｂｒａｉｄｅｄｃｏｍｐｏｓｈｅｓ，ａｍｅｔｈｏｄｆｏｒｍｅａｓｕｒｉｎｇｔｈｅｐｉｔｃｈｌｅｎｇｔｈｂａｓｅｄｏｎｇｒａｙｐｒｏｅｃｔｉｏｎｉｓｊｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ，ｔｈｅｎｕｍｂｅｒｏｆｆｌｏｗｅｒｐｉｔｃｈｏｆｅａｃｈｒｏｗｉｓｃａｌｃｕｌａｔｅｄ，ａｎｄｔｈｅｌｅｎｇｔｈｏｆｔｈｅｆｉｒｓｔｆｌｏｗｅｒｉｔｃｈｏｆｅａｃｈｒｏｗｉｓｃａｌｃｕｌａｔｅｄｂａｓｅｄ０打Ｈｏｕｇｈｔｒａｎｓｆｏｒｍｓｏｔｈａｔｐｔｈｅｒｏｅｃｔｉｖｅａｒｅａｃａｎｂｅｓｅｍｅｎｔｅｄ．Ｆｉｎａｌｌａｌｌｔｈｅｉｌｘｈｌｅｎｔｈｃａｎｂｅｃａｌｃｕｌａｔｅｄｐｊｇｙ，ｐｇｂａｓｅｄ０打化ｅｈｏｒｉｚｏｎｔａｌｇｒａｙｒｏｅｃｔｉｏｎ．ｐｊＥｘｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｌ：ｈｅｍｅｔｈｏｄｃａｎｏｖｅｒｃｏｍｅｔｈｅｉｎｆｌｕｅｎｃｅｏｆｎｏｉｓｅｐ．Ｔｈｅｆｌｏｗｅｒｉｔｃｈａｎｄｔｈｅｒｏｅｃｔｉｖｅａｒｅａｃａｎｓｔｉｌｌｂｅｓｅｍｅｎｔｅｄｆｒｏｍｔｈｅｉｎｃｏｍｌｅｋｐｐｊｇｐｅｄｅｏｆｉｍａｅ．Ｔｈｅｒｏｏｓｅｄｍｅｔｈｏｄｃａｎｅｆｆｅｃｔｉｖｅｍｅａｓｕｒｅｔｇｇｐｐｌｙｈｅｓｕｒｆａｃｅｂｒａｉｄｅｄｔｔｔ．ａｎｇｌｅａｎｄｉｃｈｌｅｎ：ｈｏｆ：ｈｅｒｅｆｏｒｍｐｇｐｏｓｉ１ｌｔＨＫｅｗｏｒｄｓ：３Ｄｂｒａｉｄｅｄｃｏｍ：ｅｒｅｆｂｒｍｂｒａｉｄｅｄａｎｌｅｉ：ｃｈｌｅｎｈｏｕｈｙｐｐ；ｇ；ｐｇ；ｇｔｔｒａｎｓｆｏｒｍｒａｒｏｅｃｉｏｎ；ｇｙｐｊ 目录一第章绪１１．１１课题背景及研究意义１．２国内外研究现状２１．３本文的主要硏究内容及章节安排４７第二章Ｈ维编织复合材料概述２．１Ｈ维织物的分类７２．２Ｈ维编织物的概念７２．３本章小结９１１第Ｈ章Ｈ维编织复合材料预制件表面编织角的测量方法３．１图像采集及预处理１１３丄１１图像采集１３．１．２２预处理１３１４．２图像的倾斜校正和纹理方向的计算３．１１４．２图像的倾斜校正３．２．２图像纹理方向的计算１７３．３基于霍夫变换的单个花节提取１９３．３．１霍夫变换１９．３．３２单个花节提取２０３．４编织角测量２３３．５本章小结２４２５第四章Ｈ维编织复合材料预制件花节距的测量方法４．２５１基于灰度投影的投影区域初步分割４．２基于霍夫变换的投影区域精确分割２６４２７．３花节距测量４．４本章小结２８第五章实验结果与分析３１５３１．１编织角测量结果分析５．２花节距测量结果３７５．３本章小结４１第六章总结和展望４３Ｉ ６．１总结４３６．２展望４３参考嫌４５发表论文和参加科研情况４９ｉｔｎ５１ＩＩ 第一章绪论第一章绪论１．１课题背景及研究意义纺织产业是我国进出口创造外汇储备的重要产业和国民经济的支柱产业，中国己经是全球纺织机械生产制造产品品种最全＂十一五＂、规模最大的国家。期＂＂间，我国纺织行业保持快速增长，年平均增长速度达，，１３％十二五期间纺＂＂织行业年平均增长速度虽有所下降，但仍运到７％左右。十二五开始之际，纺织行业的各种产品主要营业和业务收入总共不到８２０化元人民币，在２０１３年全年，纺织行业的主要业务和营业收入为５０．６６６１１亿元人民币，同比增长了近个百分点９３９．０７，１０：资产总额达亿元人民币同比增长了近个百分点：纺织行业８３．５７０１４，２．４９亿元，利润总额达亿元人民币同比増加了１。在２年纺织行业主４７要营业和业务收入总额达１１．１０亿元人民币，同比增长了近３个百分点纺织；１【］行业总资产达到１０１０．３８亿元，同比增长了近８个百分点。纺织品的内在品质主要由织物决定，因此织物面料的力学性能在纺织品中相口］当重要。在日益激烈的国际竞争中，要想立于不败之地，就必须不断提高织物的品质和档次，，。织物的种类繁多按维度分织物可分为二维织物和Ｈ维织物；，织物可分为针织物按编织方式分、编织物、机织物和非织造织物按织物原料：Ｐ］，可分为棉型织物。分、毛型织物、丝型织物、麻型织物和纤维织物其中二维－织物（如图１１所示）广泛应用于服装和家纺产业，或用于制作医疗卫生用品、－２所工业过滤材料、电气绝缘材料和农业覆盖材料等。三维编织物（如图１示）一是种整体网状结构，是将现代复合材料技术和Ｈ维编织技术相结合的产物。它一是对Ｈ维编织预制件固化形成的种新型复合材料，克服了传统层合复合材料之间分层、沿着厚度方向强度低、抗冲击损伤性能差、开裂敏感快、抗拉伸破坏性能不足等缺点，Ｈ维编织物不仅具有高刚度比，、高强度比的优点而且它的比重低一、异型件能次编织成型、抗分层和抗冲击良好、结构设计灵活、整体性好、综合力学性能优异，因此三维编织物越来越受到科研人员的高度重视，并在医疗、４［］汽车、航空、航天、军工等领域得到了广泛应用。由于不同的Ｈ维编织复合材料预制件的力学性能各不相同。为了更方便研究Ｈ维编织复合材料的力学性能，必须对Ｈ维编织物预制件的参数进行测量和控制，如花节距、编织角、纤维体积含量和编织单元等。其中花节距和编织角是表Ｗ，达性能的最佳参数，根据花节距和编织角的参数值可Ｗ推断出预制件的整体１ 天津工业大学硕±学位论文纤维体积含量和内部结构。准确测量花节距和编织角这两个参数对于Ｈ维编织物产品生产的设计创意和加工具有重要意义。然而，目前对Ｈ维编织复合村料表面参数的测量与分析多由人工借助放大镜，、千分尺等测量工具完成不仅操作要求，，高，分析与测量的周期长耗费许多人力、物力和时间而且个人主观因素对结，果影响很大，容易造成误差己不能适应目前纺织行业的发展。因此硏究准确，己经成为纺织行、快速的Ｈ维编织物表面参数自动测量方法业的当务之急。近些年来，，得益于计算机技术和数字图像处理技术的快速发展纺织行业迎来了新的发展机遇，三维编织物表面参数的自动测量和织物组织结构的自动识别一取得了些成果。对Ｈ维编织物预制件表面图像的纹理进行分析时，数字图像处Ｗ理技术得到了广泛应用，测量结果的客观性和准确性不仅得到了改善，而且基于计算机进行数据采集和处理也使得工作效率和测量精度得到了极大提高。ｍｍ－二图１１维织物样本－国１２Ｈ维编织物样本１．２国内外研究现状在过去的Ｓ十多年里，对Ｈ维编织复合材料的研巧主要包括Ｈ维几何模型的细观结构研巧，、Ｈ维编织复合材料力学性能的理论和实验测试研究Ｗ及编织材．１ 第一章绪论ｎ料预制件表面参数的测量。在Ｈ维编织复合材料表面参数的测量中，我国科研人员取得了许多有益的成Ｗ，其中天津工业大学对此做了较多贡献果。苏华等采用谱分析技术对三维编织复合材料预制件表面边缘图像进行傅立叶变换，得到其功率谱图和角向功率谱图，基于纹理分析理论测量平均编织角，但该方法只能得到平均编织角，并不能Ｗ一＂Ｉ测量每个编织角，并且对噪声非常敏感。万振凯等巧是出种基于曲线拟合的编织角测量方法，该测量方法依赖于对复合材料边缘的准确提取，因而在玻璃纤，维材料中测量结果较好，而碳纤维材料的完整边缘常常不易获得因此该方法不Ｗ适用于碳纤维编织复合材料表面参数的测量。贡丽英等基于小波变换的多分辨率分析设计了，Ｈ维编织复合材料预制件花节距自动测量系统并在碳纤维预制件上进行了实验，，但该系统首先要手动在图像上选取模板并且实验结果的精确程度与模板的选取有关［Ｗ，仍然不能达到自动化的要求。张玉静等基于改进的Ｃａｎｎｙ算子和Ｈｏｕｇｈ变换测量了花节距和编织角，该方法也对图像边缘要求较高ｕｌ］并且对噪声敏感，。万振凯等基于小波变换的纹理分析理论测量了碳纤维预制件表面编织角，，该方法首先用形态学滤波对图像进行预处理然后根据小波变换对图像进行变换，最后从变换域进行反变换从而得到编织角的大小，该方法实验结果较精确，但是变换时不同的闽值会对滤波的效果造成不同影响，从而会影响编织角的测量结果一。万振凯等又提出了种基于图像纹理极坐标功率谱旋转不变性的方法，成功实现了预制件表面平均编织角的测量，但是该方法只能测量预一１５［］制件的平均编织角，并不能测量每个花节中编织角的大小。此外，吴德隆等提出Ｓ点测角法，，、四点测角法通过计算机鼠标点击来确定图像上像素点的位置经过数学计算得到所需参数且人工选，这种测量方法没有实现完全自动化测量，－＂１６取像素点的位置必然存在误差［］。国外文献中对Ｈ维编织复合材料表面参数的研究较少。一综上所述，目前的Ｈ维编织物表面参数的测量方法存在Ｈ个问题。第，文献８日４，［文献１只能测量预制件表面平均编织角尚不能对预制件所有编织角进巧［］－日行测量，１２过于依赖完整图像边缘，；第二文献［９０巧文献。对噪声敏感第；］三，文献リリ和文献［１３］采用方法所得的结果与实验选取模板有关，模板不同，一样，就会导致实验结果不。因此研究Ｈ维编织复合材料预制件表面参数的准确测量方法，己成为计算机图像处理与测量技术在Ｈ维编织复合材料参数测量领域应用中的一一个重要课题。针对编织角的测量问题，本文提出种基于霍夫变换的新方法，该方法首先对原始图像进行预处理，包括直方图均衡化和双边滤波，增加图像对比度；然后对图像进行倾斜校正并计算编织材料的纹理方向；接着基于一一霍夫变换去除每行第个不完整的花节，并在此基础上分割出所有完整花节；３ 天津工业大学硕女学位论文一最后对每个花节进行霍夫变换提取直线，并利用编织材料的纹理方向计算直线一的斜率，得到编织物每个花节编织角的大小，。在测量预制件花节距时首先根据水平灰度投影曲线计算出图像中横向花节的个数；然后基于霍夫变换计算图像中每一行花节的第一个花节宽度并分割花节的投影区域最后对每一个投影区域；进行水平灰度投影，计算图像中每个花节的花节距。本文方法对图像边缘处包含不完整花节的情况，仍能分割出所有花节，进而能够准确测量预制件每个花节的编织角和花节距。１．３本文的主要硏究内容及章节安排本文研巧了Ｈ维编织复合材料预制件表面编织角和花节距的测量方法，主要内容有：１像的倾斜校正（）图由于拍摄图像存在小角度倾斜，因此需要对图像进行倾斜校正。本文基于水平灰度投影确定图像的倾角，进而对图像进行倾斜校正。口）织物纹理方向的计算Ｈ维编织复合材料预制件表面图像具有较强的周期性纹理，并且具有两个不同的纹理方向，对预制件纹理方向的计算是本论文后续研巧的基础。利用纹理方向对花节中直线的倾角进行预判，可对霍夫变换检测直线的角度搜索范围进行限串，［］提局直线检测的准确性。（３）花巧的分割一对于不同的预制件表面图像，横向与纵向的花节个数般是不同的，这给图像的分割带来较大干扰，本文利用水平灰度投影曲线寻找投影曲线上相邻波峰和一波谷在图像中的位置，最后根据该位置分割出每行花节。由于所拍摄图像边缘一一一位置的花节不定是完整的，本文在去除图像中每行第个不完整花节的基础上一，分割出图像中的所有完整花节。首先对每行花节设置计算窗口然后对每：一个窗口进行霍夫变换检测直线接着选取霍夫变换后参数空间累加值第二次出；一行花节的第一个花节宽度现极大值的窗口的宽度作为每；最后对余下的部分进行花节分割，得到所有完整花节。４编织角的测量（）对分割出来的每个花节的边缘图像进行霍夫变换检测直线，分别计算每个花节中两条直线的斜率，进而计算出每个花节中编织角的大小。本文利用预制件表面图像的两个纹理方向对霍夫变换检测直线的角度搜索范围进行限制，大大提高了每个花节中直线检测的鲁椿性，；最后计算所检测到两条直线的斜率得到每个４ 第一章绪论花节中编织角的大小。５）花节距的测量（对倾斜校正后的图像进行水平灰度投影，只能得到纵向花节距平均值，并不一能计算出每个花节距，。因此需要将投影区域进行分割使得每个投影区域横向一上只包含个花节，然后再对投影区域进行水平灰度投影，投影曲线图中相邻波峰和波峰或者相邻波谷和波谷的像素间距就是纵向花节的像素间距，据此可计算出预制件表面图像中每个花节的花节距。本文的章节安排如下：一第章：绪论，。首先介绍Ｈ维编织复合材料的背景及研巧意义然后分析了当前国内外相关技术的研究成果和采用的研究方法。第二章：三维编织复合材料概述。介绍了Ｈ维织物的分类和Ｈ维编织物的基本概念。第三章一Ｈ维编织：Ｈ维编织复合材料预制件编织角的测量方法。提出种复合材料预制件表面编织角的测量方法，包括图像的采集及预处理、图像的倾斜校正，、纹理方向的计算、单个花节的提取和花节中直线的检测完成了预制件表面编织角的计算。第四章：三维编织复合材料预制件花节距的测量方法。提出了基于灰度投影的Ｈ维编织复合材料预制件花节距的测量方法。第五章：实验结果及分析。利用本文提出的王维编织复合材料预制件表面参数测量方法测量预制件每个花节的编织角和花节距，并与现有方法的测量结果进行了比较，验证了本文方法的有效性。。，第六章：总结与展望对本文所做的工作进行总结并对未来工作的方向进行展望。５ 天津工业大学硕±学位论文 第二章三维编织复合村料概述第二章Ｓ维编织复合材料概述兰维编织复合材料的应用非常广泛，可用于服饰、医疗、工业、国防、航天等各个领域，Ｈ。随着现代科学技术的不断进步维编织复合材料预制件在品种上不断创新，在用途上不断扩大，在生产上也不断采用新工艺，、新技术未来的应用将更加广泛。本章介绍了Ｈ维织物的分类和Ｈ维编织物的基本概念。２．１Ｈ维织物的分类根据纺织学中相关的定义，Ｈ维织物可分为Ｈ维针织物：Ｅ、维编织物和Ｈｎ［］维机织物。由于纺织工艺不同，每种织物所用的织机也不同，因此决定了这Ｈ一般而言种织物的特点各不相同。，Ｈ维针织物是用线圈互相穿插嵌套形成的，１Ｓ［］不同的线圈结构能使成型的针织物具有各种优异延伸性能和悬垂性能。兰维针织物能够适应任何复杂形状而不会产生摺皱导致变形，虽然Ｈ维针织物具有良好的延伸性和悬垂性，但是用这种预制件增强的复合材料刚度强度低。相比较而言，＝ｉｗ［ｗ尽管维编织物成型的速度较慢，但是用Ｓ维编织物预制件增强的织物强度高。机织的速度虽然比较快，但是纱线和纤维束在机织过程中必然会有较大损伤，应会导致材料的强度有不同程度降低。机织物纱线和纤维束在交织时存在较大曲率，并且承载负荷时纱线先由弯到直，这会导致材料结构出现很大弹性形变，因口｜］此机织物的刚度和强度都不如编织物。２．２Ｈ维编织物的概念＂＂＂＂＂＂编织物中的编织就是经过编和织将纱线纤维束编织起来，使纱二Ｐｓｉ线纤维束成为具有特定几何形状的维织物或Ｈ维织物。其中王维编织指的是一由纱线或纤维束编织变成的预成型件，。它们般具有较强的抗分层能力均能够克服材料在沿着厚度方向上强度不够高的缺点，而且在刚度和强度方面均有大幅提高，并具有较好的抗破坏性和抗冲击性，它们也能够直接成型，制成许多具有复杂形状的结构体，能为制造和设计净尺寸零部件提供条件，Ｈ维编织物在降低制造成本方面也具有潜在优势。一－Ｈ维编织物的预制件是个整体网状结构，如图２１所示，纤维束和纱线在空间上互相地交织，能共同地承载负荷。因此这种整体编织结构是制造受为结构７ 天津王业大学硕壬学位论文编的理想结构，并在医疗、汽车、航空、航天、军工等领域得到广泛应用。Ｓ维编织复合材料在可设计性方面比其他复合材料具有更明显的优势，可レッ根据产品的性能和用途，调节编织体的花节距，、编织角、纤维体积含量和编织单元等参数口３］从而实现编织复合材料产品的优化设计。其中花节距和编织角是最重要的两个Ｐ气表面参数，由这两个参数可推断出预制件内部结构和整体的纤维体积含量目前这些参数还大多数采用手动测量的方法进行测量，存巧着测量速度慢、测量结果不准确等缺点。麵２－图１三维编织结构Ｈ维编织技术的特性决定了Ｈ维编织物表面图像都呈现出一种周期性纹理２－５２６Ｉ］－特征，如图２２所示。在这个预制件中，纤维束和纱线按照不同方向互相交一一起织在，形成了个Ｈ维不分层的整体结构。不分层是Ｈ维编织复合材料预制，因此它们具有优越的抗冲击性，并且比模量高件的突出特点、强度刚度高、综，合力学性能出色，是制作机构零部件的理想材料因而受到航空航天部口的广泛关注与高度重视，。Ｈ维编织预制件的参数不同就会导致复合材料的力学性能不同。为了达到复合材料的力学性能要求，必须对花节距和编织角这两个参数进行Ｐ７］测量和控制，。根据Ｈ维编织物内部和表面结构人们定义了两种表面参数，即－－，如图２３３中花节距和编织角所示。图２，／？是横向花节距，／是纵向花节距，两个纹理方向的夹角为ＣＵａ二－的＋２１、的（）一其中仇是其中一个纹理方向与水平方向的夹角，免是另个纹理方向与水平方向的夹角。＝－ｔａｎ０／２片２／口）ｉ定义编织角的大小为ａ／２。８ 第二章Ｈ维编织复合村料概述八．、＇＾、＇＇＇、＇、、＇＇＇＜＾＜Ｃ＜Ｔ／’＇？＇．．、．，丫，丫－图２２吉维编织物表面图像图２－３编织角和花节距的定义２．３本章小结本章介绍了Ｈ维织物的分类和三维编织物的基本概念。在王维编织复合材料一预制件中，纤维束纱线在空间上相互交织，形成个整体，、网状结构此类结构能够克服许多传统层合复合材料中的分层问题，与此同时它们还可Ｗ直接织造成各种各样的异型件，避免了后期制造加工造成的纤维束纱线损伤，提高了Ｈ维编一织复合材料的损伤容限。因此，Ｈ维编织复合材料是种性能先进的复合材料，更深入地研究Ｈ维编织技术，尤其是编织方法和细观结构特点，对发展我国纺织行业具有重要意义。９ 天津工业大学硕±学位论文１０ 第＾章Ｈ维编织复台村料预制件编织角的测量方法第三章Ｈ维编巧复合材料预制件表面编织角的测量方法本章提出了Ｈ维编织复合材料预制件表面编织角的测量方法，包括图像的采集及预处理，对提取、图像的倾斜校正、图像纹理方向的计算和单个花节的提取出的单个花节进行霍夫变换进行直线检测，计算直线的斜率得到每个花节中编织角的大小。，完成了预制件表面编织角的计算３．１图像采集及预处理３．１．１图像采集在所有Ｈ维编织复合材料预制件中，碳纤维材料是常用材料，所Ｗ本文＾＾碳纤维材料的Ｈ维编织预制件为研巧对象。本文采用基于单目视觉的图像采集系＂＋统，因，由于碳纤维材料表面具有很强的反光特性此本文采用了光源偏振片＂Ｓ一＋３－Ｐ］ＣＣＤ相机的图像采集方案，如图１所示。偏振片是种滤色镜，其作用是有选择地让某个方向振动的光线通过，在彩色和黑白摄影中常用来淆除或减弱－，从而消除或减轻光噪声的影响３１非金属材料表面的强反光。图中采用分辨率＝３２９６ｘ２４７２为的ＣＣＤ工业相机对维编织复合材料预制件表面图像进行采集，将偏振片加于相机镜头前方，Ｗ减弱碳纤维材料表面反光的影响；图中的量块用，平价本文提出的自动测量方法的测量精度，于获得人工测量结果。拍摄时控一制预制件的花纹方向基本呈水平状态，即保证采集到的图像中每行花纹仅存在－－小角度倾斜，图３２和图３３分别为不加偏振片和加偏振片采集到的图像。可Ｗ看出，，偏振片可有效克服编织物表面反射对图像采集和处理的不利影响加偏振片后采集到的图像表面纹理对比度更清晰。ＣＣＤ観－—巧报片ＩＩ里块３－图１图像采集系统示意图］］ 天津工业大学硕±学位论文－Ｈ维编织物表面ｉ像－图３２（不加偏振片）图３３Ｈ维编织物表面国像（加偏振片）在采集到Ｈ维编织预制件的表面图像后，本文设计了表面编织角的测量方３－４法，方法流程如图所示。―＾开始（＞Ｉ直方図巧衡化预Ｉ—￣＿１：处Ｉ￣￣：，７Ｉ双边滤化１；巧－－＇：：７：－．．ｊｉ象倾斜校固！花巧苗非而。！。ｉ｜￣取ｉｙ花ｌＴＩ提取申ｊｉ＊变换检测立线；Ｉ￣—ｉ１岳编织角「ｉ堂ＬＪ角立．—＿．—．、（结東；；图３－４图像处理流程图３丄２预处理初始采集的碳纤维预制件表面图像中存在噪声，且对比度较低，因此需要对ＰＷＰｗ２］图像进行预处理，包括直方图均衡化调整对比度和双边滤波滤除噪声。一双边滤波是种非线性的滤波方法，是结合图像的空间邻近度和像素值相似一度的种折衷处理，该方法同时考虑空域信息和灰度相似性，达到保边去噪的目一的。双边滤波器由两个函数构成，个函数是由几何空间距离决定滤波器系数。另一个由像素差值决定滤波器系数。双边滤波器中，输出像素的值依赖于邻域像素值的加权组合；２１ 第Ｈ章Ｈ淮编织复合村料预制件编织角的测量方法＝兰当ｘ－．３１ｇ（＿ｙ）（）Ｖ＇ＸｕＫＪ乂０权重系数Ｗ化ｙ，Ａ，〇取决于定义域核：＂ｋ＋Ｉｚ＾））－ｄ化／／二ｅｘ１－２，片）ｐ（３ｙ）［如ＩｄＪ和值域核：－＇ｗ／）ｍ）／如ｌａｎｒ＝ｘ—／ｅ－〇，ｙ，ｔ）ｐ３３（）２〇ＩＶＪ的乘积：？２２—Ａ＋—０／）化）（ｙ叫｜ｗＡ＝－：ｅ＾－，ｙｒ３４〇，，〇邱（）２２。巧；Ｊ同时考虑了空间域与值域的差别，而高斯滤波和中值滤波只考虑了空间域差别，－都会较明显地模糊边缘，对于细节的保护和去噪效果效果较差３ａ。图５）为直方（－－ｃ图均衡化后图像，图３５ｂ）为双边滤波后输出图像。图３５）为高斯滤波后图像，（（［３３］－图３５ｄ波后输出图像。可Ｗ看出，双边滤波后图像较高斯滤波和中（）为中值滤３４［］值滤波纹理更加清晰、噪声更少。岐心心心乂槪乂£ｋ書心Ｉ琴琴Ｉ琴琴琴琴，琴ＷＷＷｍＷ，，以也襄也－全一达。也备心心連＞（ａ）直方图均衡化图像（ｂ）双边滤波输出图像＾＾５５５＾５；＂■ＷＷ琴＇彎琴，，，，松啤金虹货‘化？＞：心兴■？１＾ｔ出公如么＾？！￡＊达（ｃ高斯滤波输出图像（ｄ）中值滤波输出图像）图３－５不同滤波方法效果图Ｊ３ 天津工业大学硕±学位论文３．２图像的倾斜校正和纹理方向的计算一灰度投影就是把经过预处理后的每幅图像的二维灰度信息，映射成独立的一＾１１两个维投影序列。其计算公式如下：Ｇｘ二Ｇｘ－’Ｖ３５（）（－）（）Ｘ＝１１．二－ｇ．ｒ３（，ｙ）６）Ｊ（其中／？、《分别是预处理之后图像投影区域的宽度和高度，６（义＾是图像在托＾＞０位置处像素具有的灰度值，Ｇ〇ｃ）是该图像中第Ｘ列的灰度投影累加值，巧＞）是该图像中第ｙ行的灰度投影累加值。３．２．１图像的倾斜校正由于拍摄图像存在小角度倾斜，因此需要对图像进行倾斜校正。本文利用编织物图像的灰度投影曲线来评估倾图像的斜角度。假设灰度投影曲线相邻波峰和波峰之间像素距离分别为Ｘ，、ＡＸ，，相邻波谷和波谷之间像素距离分别＋２、）私、：Ｃ。、１、取ｎ设Ｍ和户分别为ＸＩ、Ｘ２、材的平均值和方差：＝ｘ＋－Ｍ…＋ｘ／ｗ３７（，，）（，）——＝＿－Ａ／＋乂…＋Ｘ／＂３８仁，）（２（。（）＿］一当灰度投影的投影方向与Ｈ维编织复合材料表面图像的纹理方向致时，投影曲线上相邻波峰和波峰、相郊波谷和波谷之间像素距离的方差是最小的。为了求得图像的倾斜校正角度，即找到ｒ最小时所对应的旋转角度，本文将双边滤波后的图像－５（如图３（ｂ）所示）为步长逐步进行旋转，在每个旋转角度下计算２水平灰度投影的灰度累积值，进而计算ｉＶ。在拍摄预制件表面图像时，控制预制一件的花纹方向基本呈水平状态，即保证采集到的图像中毎行花纹仅存在小角度°°°－－倾斜，因此本文将倾斜校正的图像旋转角度范围设为［５５，，］其中５代表逆时°°°针方向旋转５，５代表顺时针方向旋转５。一在图像旋转的过程中，需要注意两个问题。第，由于在空间变换之后的图一些变换之前的图像中没有的像素位置，内部存在着像中，因此需要填补该些像一口６］素点的灰度值，处理这问题的方法被称为图像灰度级插值。常用的插值方式有Ｈ种：最近邻域插值、双线性插值、双Ｈ次插值。理论上来讲，最近邻域插值的效果最差，双Ｈ次插值的效果最好，双线性插值的效果介于两者之间。本文采１４ 第Ｈ章Ｓ维编织复台村料预制件编织角的测量方法一用双Ｈ次插值。第二，由于图像的实质是个二维灰度矩阵，因此在图像旋转的一过程中，图像周围缺失的区域般Ｗ零灰度级来填充，这样旋转后的图像四周会出现黑色区域，导致不能直接对图像进行水平灰度投影，因此需要将旋转后图像＇’的黑色区域自动裁剪ＸＷ，自动裁剪后的图像大小为ｗｘｎ，。设原图像大小为Ｗ３－６旋转角度为６，，。图为自动哉剪图像示意图其中阴影部分为黑色区域中间－－－可求得自动裁剪后图像的宽矩形区域为自动裁剪后的图像，根据式（３９式（３１１））度＇＇Ｗ和高度ｎ：＝ｆｌｃｏｓ６＋６ｓｉｎ０Ｍ３－９（）ａｓｍＯ－＝ｖｂｃｏｓＯｍ－ｍｓｎｚｏｓＯｉｎＯ〇—２１—２ｓｉｎ台－３１０（）ｎｓ－ｍｃｏｓ９ｉｎＯ，ｂ三：＾－１２ｃｏｓ９＇ｍ＝—ｎ２ｈｓｉ打０１１、３－１１（）＇ｗ二－２幻ｗｓｉｎ０＾ｍｍｆｉｌｍＶＩｍ图３－６自动哉與图像不意图一在每个旋转角度下，对旋转后的图像进行水平灰度投影，计算每条投影曲－线相邻波峰和波峰、相邻波谷和波谷像素距离的方差，计算结果如表３１所示。－，顺时针旋转ｒ的灰度投影曲线为例，如图３７所示图中相邻波峰和波峰像素Ｘ距离记为ＸＩ、Ｘ２、Ｘ３，相邻波谷和波谷像素距离记为Ｘ４、５、Ｘ６，经计算ＸＩ、Ｘ２、Ａ０．１６。，灰度投影曲线相邻波峰和波、Ｘ４、Ｘ５、Ｘ６的方差为图像倾斜角度越大峰、相邻波谷和波谷像素距离的方差越大。本文中所有水平灰度投影曲线的横坐标均表示像素的行号，横坐标最大值为图像的高度，纵坐标表示灰度累加值的大°３－小。根据表１中的数据，在当图像顺时针旋转１时，水平灰度投影曲线相邻波峰和波峰，因、相邻波谷和波谷像素距离的方差最小此原图像偏离水平方向的倾°－１斜角度为，据此可Ｗ对织物图像进行倾斜校正３８为。图将预处理图像进行倾５１ 天津工业大学硕±学位论文斜校正后的图像。由于所拍摄图像仅小角度倾斜，因此在实际处理时本文将旋转角度范围设为°°°°－－５，５］。当图像倾斜角度超过［５，５范围时，本文方法仍然能对倾斜图像进行］［°－水平校正。图３９展示了倾角为１０的图像及校正后的图像，只需将图像旋转°°角度范围设为１０１０即可。＾，］＇Ａ４Ａｉ＼＼ｉ＼ｎ＼ｊ？？？％？％？？？？？？？％％％％；０。Ｌ＂缸一含心占４‘１。３００，ａＪ一諸＾ａｃ）旋转ｂ图像（平灰度投影曲线（图像（）裁剪）水２－原图像旋转ｒ及其投影曲线图＝图３７（ｓ０．１６）；．１‘＞＇：＇；一３＾；ｋ＃＿拓心＿义—么义一：图３－８倾斜校正后图像圓°ａ倾斜１０的图像（ｂ校正后围像（））图３－９倾斜图像及校正后图像（ｉＩ 第三章三维编织复合村料预制件编织角的测量方法３－表１图像倾斜校正￣旋转角度相郭波谷与波谷间像素距离方差。－９５８１０３９７１０３１０３７．３６。－９９４１００９５１０２１０２知６４°－９９３１０４９８１０３１０２５．３６。－９８９７２９７．３６１０１１０１３。－００１００１０２１．５１１０１１１００６°０１００９９１００９９１０００．２４°１９９９９９９１００９９０．１６。２１００９９９７１０２１０２３．６０。３１００９９９６１０３１０１５．；３６°４９７１０１９７１０４１０３８．６４°．５１５２０＾＾＾＾＾－对校正后的图像（如图３８所示）按照传统灰度投影方法进行灰度投影之后，一些小毛刺得到两条投影曲线，受噪声影响，投影曲线会存在。为了使投影曲线－－，根据公式（３更加光滑便于提取波峰波谷的位置信息１２）和（３１３）用高斯函数－对投影曲线／进行平滑处理，得到光滑灰度投影曲线。其中公式３１２为／〇〇〇〇（）３－零均值高斯函数公式（１３）中参数ｇ是模板的大小，它决定高斯滤波器的宽Ｘ－处理之前的投影曲线度，本文采用的模板大小为３３３／，公式（叫中（幻为平滑，１－－１ａ１片）为平滑处理后的投影曲线。分别如图３０（）和图３０（ｂ）所示。－＇Ｗ＝－ｅ１２化）（３）Ｉ＝－／０ｘ３１３／（）（）＾９９喔藝Ｊ、＇１１ｉ１０１００２００３００〇０１００２００３０像素点像素点ａ平投影曲线（ｂ）滤波后水平投影曲线（）滤波前水－图３１０水平灰度投影曲线图３．２．２图像纹理方向的计算１７ 天津工业大学硕±学位论文本文是在检测织物图像中直线的基础上计算编织角的。为了提高花节中直线－检测的准确性，需要计算图像的纹理方向，即要得到图３８中对应于０，和化的估计值。本文仍采用灰度投影的方式确定纹理方向，具体步骤如下：°－１３８所示），（）对于倾斜校正后的图像（如图，１为步长沿顺时针方向旋转°°°°由于所有编织物纹理方向都介于０和９００，９０之间，因此旋转角度范围为，［］－对每个角度下旋转后的图像进行水平灰度投影，分别得到９。１１条投影曲线图３１列出了图像顺时针旋转３ｒ时的灰度投影曲线。２）分别计算每条投影曲线相邻波峰和波峰、相邻波谷和波谷像素距离的方（差，并筛选出方差最小的投影曲线所对应的旋转角度，即为角度所的估计值。３，同理逆时针旋转织物图像，筛选出方差最小的投影曲线所对应的旋转（）－角度，即为图３８中角度化的估计值。２－图３１１中的水平灰度投影曲线的方差．Ｖ己经计算出来，并标于图像下方。３－２２６巧３６表为将图像顺时针旋转，相邻波峰和波峰咐、相邻波谷和波谷间像°°－１素的距离，Ｗ及它们的方差３８３，。。按照本文方法计算出图中的６，为免为巧３。＾－瑞像素产（ａ）旋转图像（ｂ）裁剪后图像Ｃ）投影曲线（°３－图１１校正图慷顺时针旋转３１及投影曲线４３）表３－２不同旋转角度下的灰度投影曲线数据￣旋转角度相邻波峰和波峰、相邹波谷和波谷之间像素距寓方差。２６２６２６２０１９２８２１２５１０．５３。２１３２３１３６３９３２３０３５８．８１。２８３４３３６６３１３３０３０３７．％〇２９３２３１３３３８３３３３３０５．５５。３０３２３４３３３５３７３４３３１１９。３１３３５４３２１４３３３３１３３３．３。３２３０３５３】３４３５３６３２４．４９°３３３２３４３７３５３０３０３１６．２０°３４３１３３３３３９３０３６３１８．７７°３５３０３６３９３３３４３９３３９．５５°Ｍ３６２１２４９１０１８２０．８２＾］Ｓ１ 第三章吉维编织复台村料预制件编织角的测量方法３．３基于霍夫变换的单个花节提取为了测量每个花节中编织角的大小，首先将倾斜校正后图像中的所有花节提，再分别处理取出来。３．３．１霍夫变换霍夫变换用于从图像中分离出具有某种相同特征的几何形状（如直线，圆等），最基本的霍夫变换是从黑白图像中检测直线。由于霍夫变换具有较好的抗噪性能，并且霍夫变换对部分遮挡现象不敏感，因此霍夫变换在数字图像处理与模式识别的领域中得到广泛应用－。基本的霍夫变换思路是考虑点线的对偶性特征，在图像空间坐标系采７上，过点片如的所有直线都能满足下列方程：ｙ＝ｘ＾－３－１４ｐｑ（）－其中；＞为直线的斜率，９为直线的截距。移项后式３１４也可写成：（）＝￣－ｑｘ＋３１５ｐｙ（）一－式３－５可认为是在参数空间户１），条过点的直线。（０中据此可推出在参数空间中相交的点，它们在图像空间中是共线的，即参数空一间中在同个点相交的所有直线段，在图像空间中都将有共线的点能够与之相对应。霍夫变换基于这些数学关系，就把在图像空间中直线的检测问题变成了参数空间中检测相交点数的问题，通过在参数空间里，利用计数工具进行简单的累加－４统计，最终完成检测的任务。式（３１在图像空间中的直线接近竖直方向时，将）会使ｆ和接近无穷，导致计算量大大增加レｇ，据此可ッ用极坐标系中直线的方程：〇＝，－ｘｃｏｓ６＋ｓｉｎ０１６ｙ＿＞（３）－通过这样变化后，原图像空间乂ｒ坐标系中的点将对应于极坐标系参数空一－０里的间戶条正弦曲线。因此检测在图像空间中共点的直线段，就可Ｗ通过检一测在极坐标系参数空间中正弦曲线交点来实现。其原理是对于图像空间中每个点都根据式３－６１）对极坐标系参数空间里所有可能出现的值并计算相应的（Ｐ，，（，巧最后对该点对进行逐渐累加。如果累加值超过预定的（Ｐ，巧阔值那么结果就对应于图像空间中所要检测的直线，可。根据Ｗ上分析Ｗ看出霍夫变换受到噪声的干扰和曲线的间断等因素的影响不大，尤其对于直线的检测具有重要意义。一但是霍夫变换有个缺点，就是霍夫变换不能确定所检测出直线的端点（因为通过霍夫变换之后，所得到的是直线方程，所Ｗ如果需要更，直线是没有端点的）一口９］准确的检测效果，还需要对检测到的直线进行进步的裁剪取舍。１９ 天津工业大学硕±学位论文３．３．２单个花节提取经过纹理方向的计算，得到了６＆的全局估计值。为了计算织物的所有编，和，需要提取出单个花节织角的大小。由织物图像可Ｗ看出，织物的横向花节（即一每行花节）间隔明显，而纵向花节不易分割。因此本文首先分割出横向花节，再利用公式２－２（）给出的花节长度关系式并结合霍夫变换在纵向上分割出单个花节。本文提取单个花节的方法如下；－１）边缘检测。对倾斜校正后的输出图像（如围３８所示）进行民ｏｂｅｒｔ边缘（－检测，结果如图３１２所示。３－２Ｒ图１ｏｂｅｒｔ边缘检测结果一２－（）分割每行花节。计算图３８所示织物图像的水平灰度投影曲线图（如３－－图１３所示），根据曲线中相邻波峰和波谷的位置，对图３１２所示的边缘图像一－进行分割得到每行的花节，如图３１４所示。累积灰度值４－３＿０戸疋，，９，？ｌ１０ｉ哪哪琴琴華琴琴琴哪ｐ’＾Ｉ成击敗心处产心．心像■，素２００？，＇／．点－公也也心一‘拉之－，＇－＇ｂｆＹｔ－心乂－…ｉｉｔ可＾；３＾：？心＇生３－图１３平均纵向花节距计算示意图２０ 第立章苗隹编织每台村料预制件编织角的测氧巧去ｂｈｈｂｈｈｂｂｂｂｍｂｂｓｈ＾＾＾ｂ＾ｂｓｂ＾ｂｂｂｂｂ＾ｂｂｓｓｓｂ＾ｂｂｂ图３－Ｍ每行花节提取图（３）计算横向花节个数。对于标准材料，投影曲线的相邻波峰间距和相邻波一３－谷间距应相等，都为个纵向花节的长度。因此根据图１３所示的水平灰度投レ影曲线上相邻波峰和波峰像素距离可ッ得到平均纵向花节长度，实际计算得到纵向花节距／的平均值为００－２可计算出横向花节距Ａ的平均值１个像素。根据式口）为乃个像素。一４一（）确定每行第个完整花节的位置。虽然步骤（３）中己经计算出纵向花节距一一，，，并可Ｗ判断每行的花节数但由于中第个花节往往不完整因此需要确一－定第个完整花节的位置，并据此分割所有的单个花节。针对图３１４中的每行一花节，在起点处设置个高度为／、宽度为Ａ的窗日。本文设置了２０个高度相同、一口的宽宽度递増的窗曰，每个窗口起点均为每行花节图像的起始位置，窗度为－－－＝分别为Ａ１０，／）９，＆８，…Ａ＋１０，由步骤０）可知片７５像素，即片６６，６７，６８，．．．，８５。，－部分窗口如图３１５所示，括号中的数值代表窗曰的宽度。为了获得窗口中的两条交叉边缘线，分别对这２０个窗曰进行霍夫变换。为了准确搜索到边缘线，避免其他方向上直线的干扰，缩小霍夫变换的角度搜索范围。根据第３．２节求得的°纹理方向（即Ａ和免的全局估计值），将角度搜索范围设为和化±５。将每个窗口参数空间的累加器记为出仪巧，统计每个窗口累加器化批，将比巧的值（Ｐ，巧一■二－第次出现极大值所对应的窗口的宽度，作为第个不完整花节的宽度；。图３１６为图像中完整花节与不完整花节示意图。红色部分为不完整花节，绿色部分为完整花节。ｍｍｏＢＯＢ－图３１５（７０、７５、８０、８５）计算窗口２１ 天津工业大学硕±学位论文＇ｉｔ＾ｌｉ＇９ｉｉｉｉｉ＜ｉｉ？ｉｙｆｃ？．？Ｌ／。乂心■ｊＣｉ＾化乂３－图１６完整花节与不完整花节示意图一一（５）纵向分割出所有完整花节。在提取到每行第个不完整的花节的基础上，可Ｗ分割出该行的所有完整花节。设横向花节个数为Ｍ即Ｎ＝－－ｎｔｒ／？３７ｉ？２１（）／（）［］一ｔ其中Ｗ为图像的宽度，在，不，ｉｎ为向下取整。向下取整后每行花节的末尾３－８＝７０＝＝完整的花节将被舍去。图中ｗ１像素，ｒ６８像素，由此可计算出ｊＶ８。则每个花节的起点Ｘ和终点Ｘ分别为：，。，＇＝＋－二－Ｊｃｒ＇】１／？＋ｉ＼２３１８，，…，Ｎ（，〇（）），＝＝－ｘ＇ｒ＋／ｘ片ｉ＼２…Ｎ１９，，，口），，一３－－图１７为本文方法对图３１４中每行花节的分割结果。Ｂ３ＢＢＳＢＢＨＢＢＢＳＢＢＢＢａ一）第巧花节分割巧果（——？———ＢＢ口—ｂ第：行化巧分割结果）（ＳＢＨＢＥＫＳＳＨＢＢＨＢＨＢＢＢＳＢｃ（第Ｈ行花节分割结果）——————ａｓｓ—ｄ凹行花节分割结果（）第－图３１７每个花节分割结果对倾斜校正后的图像利用水平灰度投影曲线相邻波峰波谷的位置分割出每一，３．３．２，可从每行花节的提取结果中分割出所有花节行花节按照节中的方法。３－－图１８和图３１９为不同尺寸、不同亮度的碳纤维三维编织复合材料实验图像。－－３－２０３１８２图为采用本文方法对图中单个花节的提取结果。图３１为采用本文方－法对图３１９中单个花节的提取结果。２２ 第三章Ｈ维编织复合村料预制件编织角的测量方法＾齡轉為’隸識養－－图３１８Ｈ维编织物表面图像（ｎ图３１９Ｈ维编织物表面图像（２）ＢＢＥＢＢａＯＢＢＳ因因因ｒａ＇■（ａｒ）第ｆ花节分剧巧果ＢａＫＨＨＢａＨｉｒａＢＳＢｒａＢＨｂ第：ｆｒ化巧分刮纽果（）ＥＢＢＢＳｒａＢＨＢＨＳＨＢＢＩＳＨＣＨ行花节分割结果（）第ＢＢＢａＢＨＢＨＢＢＨａＢＨＢＢＩＢＢｄ第四行花节分割结果（）图３－２０每个花节分割结果因ＢＢＢＳＩ因ＢＢＢＢＢＢＢＢＢａ第一行花节分割结果（）ＳｒａｒａＢＢＢＢＳｒａＢＳＢＢｂ第－：行花节分割结果（）＿＿＿ＢＢＢＳＢ３ＢＩＩＢＢＩＢＢＢＢＣ第；花节分割结果）（ＢＢａＢＢＳＢＳＢａＨＢＢＨＢＢＨＢｄ四行花节分割结果）第（ＢＳＢＳＢ９８９ＢＳＢＢＢＳｅ五行化巧分割结果（）第３－２图１每个花节分割结果３．４编织角测量为了测量每个花节中的编织角，需要对每个花节中直线的斜率进行检测计。对３．算．３２节中提取出的单个花节进行霍夫变换检测直线，为避免其他方向上一直线的干扰，每次仅检测两个纹理方向附近的直线，。对上步分割出的所有花节－利用霍夫变换在每个花节区域检测直线，部分结果如图３２２所示。每幅图左边，部分的横坐标表示直线的倾角纵坐标表示直线和原点的像素距离，右边部分为。花节的直线检测结果根据两条相交直线的斜率ｈ：、可Ｗ计算编织角２３ 天津工业大学硕±学位论文ａ二－ａｒｃｔａｎ＋ａｒｃｔａ打３２０村仁）｜（下ｈｐｐｐａｋｎｏｉｎ卞Ｉｎｒａｔｉｎｎ－－８０４００４０８０ｅ一一图３－２２第行第个花节直线检测结果３．５本章小结本章介绍了碳纤维Ｈ维编织复合材料表面图像的获取、图像的预处理、图像的倾斜校正和纹理方向的计算、单个花节的提取Ｗ及编织角的测量。对于每个花节中编织角的测量，本章节首先对图像进行倾斜校正并计算图像的纹理方向；然后根据水平灰度投影曲线相邻波峰波谷的位置分割出每一行花节接着基于霍夫；一一变换计算每行第一个不完整花节的宽度，分割出所有完整花节：最后对每个一花节进行霍夫变换提取直线，，并利用纹理方向计算直线的斜率得到每个花节中编织角的大小。２４ 第四章Ｈ维编织复合村料硕制件花节距的测量方法第四章三维编织复合材料预制件花节距的测量方法对倾斜校巧后的图像进行水平灰度投影，只能得到纵向花节距平均值，并不一能计算出毎个花节距，。因此需要将投影区域进行分割使得每个投影区域横向一，上只包含个花节，然后再对投影区域进行水平灰度投影由于每个投影区域在一横向上仅包含个完整的花节，因此灰度投影曲线图中相邻波峰和波峰或者相邻波谷和波谷的像素间距就是纵向花节的大小，据此可计算出预制件表面图像中每４－个花节的花节距。本章花节距计算流程图如图１所示。开运（）一ｉ围像预处理图像倾斜校正化节化计算１基円ｉＴ＾变换奋面额分削起点的定位Ｉ」，Ｔ分割出投彰区域一￣一吞吾不投於Ｅ姑进巧水平灰度投影计算每个化节距ＴＣ＾）Ｋ／图４－距计算流程图１花节４．１基于巧度投影的投影区域初步分割－．３３．２节可知３８由，对倾斜校正后的图像（如图所示）进行水平灰度投影，只能得到纵向花节距平均值一，并不能计算出每个花节距。因此需要将投影区域２５ 天津工业大学硕壬学位论文一进行分割，使得每个投影区域横向上只包含个花节，然后再分别对投影区域进行水平会灰度投影一。本文提出了种基于灰度投影的三维编织复合材料预制件花节距测量方法，该方法步骤如下：－－１）根据倾斜校正后固像（如图３８所示）的水平灰度投影曲线（如图３１３（所示－）计算纵向花节距平均值为１００个像素，根据公式２２６／（佩，可求得横向花节距的平均值－＝／？，图３８中；７乃个像素。一幅大小为ｘＭ口）对于ｍ的图像，容易得知，包含有Ｗ／Ａ（向下取整）个横向花节。３将原图按列等分成（Ｗ／Ａ）个投影区域，（）使得每个投影区域在横向上只包一含个横向花节－。分割结果如图４２所示。由于图像边缘位置的花节拍摄不完整，一仍要继续对第个投影区域的宽度进行计算，使得最终分割出的每个投影区域在一横向上仅包含个完整的花节。分割方法同３．３．２节中方法。９＇ｉｄｉｉｄＩＨｆｅ＜击ｊ—ｊ图４－２投影区域初步分割结果４．２基于霍夫变换的投影区域精确分割为使测量花节距结果更加准确，每个投影区域应尽可能包含所要测量花节的一全部信息－。例如要测量图３８中第行纵向花节的花节距时，分割后的每个投影区域应尽可能保留第一行纵向花节的全部信息，根据３．３．２节中的方法对投影区域进行准确分割，具体步骤如下：由３－Ｗ．３．２节可知，倾斜校正后图像（如图３８所示）中ｍ向花节距平均值／为１００个像素，横向花节距平均值Ａ为八个像素。２—ＸＷ的图像包含有ｗ（）幅大小为Ｗ／；？个横向花节。Ｗ／Ａ的值向下取整。一一（３）由于图像边缘位置的花节拍摄不完整，仍需计算每行第个横向花节的宽度ｒ。＾＝ｔｍ－Ａ。所有投影区域宽度为、投影区域个数为Ａｉｎ（ｒ）／，向下取整［］一一一．３．２由３节中的方法，基于霍夫变换可提取每行第个花节的宽度为ｒ。第行花节的投影区域分割结果如图４－３ａ所示（）。２Ｈ 第四章Ｈ维编织复台村料预制件花节距的测量方法一４－８要测量图３中第二行纵向花节距，则第个投影区域应包含第二行（）若一第个完整横向花节的信息４－３ｂ，第二行花节投影区域分割结果如图（）所示。同一一理，要测第行纵向花节距，则第个投影区域应包含第ＡＭ于第个完整横向花节的信息。為Ｍ幽角ＡＳＳｗ幽幽ｈ＾＇ｉ＼．．１．．＜；？一＾？Ｌ４ｒｄＭＨｔ，Ｍｎ一６Ｌｃ：ａ一ｂ第二行花节投影区域分割结果（）第行花节投影区域分割结果（）图４－３投影区域分割结果４．３花节距测量为了测量预制件中每个花节的纵向花节距，对每个花节的投影区域进行水平一一３－８４－３灰度投影，３。例如要测量图中第行花节的纵向花节距可将图（）中每４－４个投影区域分别进行水平灰度投影，投影曲线图如图所示。其中投影曲线的横坐标表示像素的行号，，横坐标最大值就是倾斜校正后图像的高度纵坐标表示灰度累积值的大小。—１（＾ｎ？Ａ晦薄寒４觀Ｖｕ＇ｙ＇．‘．‘１。１６０二１ｔｔ－《ｍ々＿４ｉ＼￡＾ｔ一一像襄点一红色区域水平灰度投影曲线（ａ）第行花节投影区域分割结果（ｂ）＾！－０■—．—－，．—＾１—■——；＞■＇．１〇１０．Ａ裏８ＡＡ累８Ａ！＼八ＳＡ＼／＇’ＪＪｆ一Ｖ、、／值２—＼，；ｊｍｊ＂￣￣＂￣—一Ｔ０１００２００３〇ｏｂＴ６０２６ｇ３５〇像素点像棄点（ｃ）绿色区域水平灰度投影曲线（ｄ）藍色区域水平灰度投影曲线图４－４纵向花节距计算示意图三７ 天津工业大学硕±学位论文１）计算每条投影曲线相邻波峰和波峰之间像素距离（或者相邻波谷和波谷（一么间像素距离，个纵向花节的像素距离。）该像素距离对应每一，可Ｗ得到每个花节距口。）根据标定把像素距离转化成实际长度二－若要测第行花节的纵向花节距，则将图４３ｂ中的八个投影区域分别进行（）二个相邻波峰，水平灰度投影，将每条投影曲线第和波峰之间的像素间距或者第二－二行花节个相邻波谷和波谷之间的像素间距计算出来，其结果就是图３８中第的纵向花节距像素距离，依此类推。－５３－４－如图４为采用本文方法对图１８中投影区域的分割结果。如图６为采用３－本文方法对图１９中投影区域的分割结果。若要测量横向花节距，可根据纵向花节距与编织角的测量结果结合式口－２计算）。ｍｍａｍｍｍｍｍｍ一二（ａ）第行花节投影区域（ｂ）第行花节投影区域（Ｃ）第Ｈ行花节投影区域４－－围５图３１８投影区域分割结果一二行ａｂ）第（）第行花节投影区域（花节投影区域Ｃ云行花节投影区域ｄ第四行花节投影区域（）第（）４－６３－９图图１投影区域分割结果４．４本章小结本章介绍了花节距的测量方法。首先对倾斜校正后的图像进行水平灰度投影并计算出平均纵向和横向花节距；然后计算投影区域的个数并完成投影区域的初一步分割；接着确定第个投影区域的起始位置并完成投影区域的精确分割；最后２Ｈ 第四章ｓ维编织复台村料预制件花节距的测量方法一对每个投影区域进行水平方向上灰度投影，计算出每个花节距。２９ 天津工业大学硕±学位论文 第五章实验结果与分析第五章实验结果与分析本章针对本文提出的方法对Ｈ种不同尺寸、不同亮度的碳纤维预制件进行实一组图像分别加上高斯白噪声和改变图像亮度进行实验验，并对其中。在总结国内外方法的同时，将本文提出的方法与其他方法进行比较。５．１编织角测量结果分析首先对图像进行倾斜校正，然后利用水平灰度投影曲线相领波峰波谷的位置一．，分割出每行花节，再按照３３．２节中的方法分割出所有完整的单个花节最后利用霍夫变换计算所有花节的编织角。一Ｈ维复合材料的测量结果及误差分析实验：对不同尺寸。、不同材质的－利用本文方法对图３３所示的碳纤维复合材料预制件进行测量，实验结果如－－－表５１表５４所乐。一５－表１第行花节编织角测量结果花节１２３４５６７８９。。。。。。。。。本文方法３１．１３１．７３１．７３１．９３１．７３１．７３１．２３１．６３１．３。°°°°。。°。真值３１．４３１．５３１．４３１．５３１．５３１．４３１．１３１．２３１．７。。。。。。。４。。绝对误差０．３０．２０．３０．４０．２０．３０．１０．０．４相对误差０．９６％０．６３％０．９６％１．２１％０．６３％０．９６％０．３２％１．２８％１２６％表５－２第二行花节编织角测量结果２４７９花节１３５６８。°。。。。。°°本文方法３１．７３１．２３１．１３１．８３１．９３１．２３１．９３１．３３１．６。°。。°。。°。真值３１．３３１．５３１．５３１．６３１．７３１．３３１．５３１．５３１．８。。。。。。。。。绝对误差０．４０．３０．４０．２０．２０．１０．４０．２０．２相对误差１．２８％０．９５％１．２７％０．６３％０．６３％０．３１％１．２７％０．６３％０．６２％表５－３第Ｓ行花节编织角测量结果２４５６７９花节１３８。°°。。。°。。本文方法３１．９３１．３３１．９３１．６３１．３３１．６３１．８３１．６３１．６°°°°。°°。。真值３１．５３１．６３１．５３１．７３１．５３１．７３１．５３１．８３１．３°°°°°°°。绝对误差０．４０．３０．４０．１０．２Ｏ．ｒ０．３０．２０．３相对误差１．２７％０．９５％０．５１％０．３２％０．６３％０．３１％０．９５％０．６３％０．９６％３１ 天津工业大学硕±学位论文表５－４第四行花节编织角测量结果花节１２３４５６７８。。。。°°。。本文方法３１．９３１．３３１．１３１．５３１．３３１．４３１．６３１．２。。。°°°°°真值３１．５３１．４３１．５３１．８３１．７３１．８３１．３３１．６。。。。。。。。绝对误差０．４０．１０．４０．３０．４０．４０．３０．４９６１．２７％０．０３％１．２７％０．９４％１．％％．２６％０．％１．２７％相对误差１一－－为了进步展示本文方法的性能，图３１８和图３１９给出了不同尺寸、不同－－５－５－５－－１亮度的碳纤维材料，表表５８和表９表５３分别给出了对这两个编织材料的测量结果。一表５－５第行花节编织角测量结果花节１２３４５６７８９。。。。。。。。。本文方法４３．３４３．４４３．４４３．３４３．３４３．２４３．３４３．２４３．５。。。°。。。。°真值４３．６４３．７４３．６４３．７４３．５４３．３４３．４４３．４４３．２。。。。。。。。。绝对误差０．３０．３０．２０．４０．２０．１０．１０．２０．３０６９％４６％９２４６２３４６０６９相对误差．０．的％０．０．％０．％０．２３％０．％０．％．％表５－６第二行花节编织角测量结果花节１２３４５６７８９。。。。。°。。。本文方法４３．７４３．５４３．６４３．４４３．３４３．４４３．２４３．２４３．４。。。°。。。。。真值４３．５４３．９４３．５４３．８４３．５４３．３４３．５４３．６４３．２。。°。。。。。。绝对误差０．２０．４０．１０．４０．２０．１０．３０．４０．２相对误差０．４６％０．９１％０．２３％０．９１％０．４６％０．２３％０．６９％０為２％０．４６％表５－７第Ｈ行花节编织角测量结果花节１２３４５６７８９。。。。。°°。。本文方法４３．４４３．５４３．１４３．２４３．３４３．４４３．３４３．２４３．５。。。°。。。。。４３．５４３４３．５４４３．６４．５４３．１４．５４３２真值．３３．６３３．。。。。。。。。。绝对误差０．１０．２０．４０．４０．３０．１０．２０．３０．３相对误差０．２３％０．４６％０．９２％０．９２％０．６９％０．２３％０．４６％０．６９％０．４６％表５－８第四行花节编织角测量结果花节１２３４５６７８９。。。。。。。。。４３４．５４４３．２４．４．４３．２４４３．５本文方法．７３３．７３６３７３．２。°。。°。°。。真值４３．４４３．８４３．５４３．５４３．５４３．３４３．４４３．５４３．２。。。。。。。。。绝对误差０．３０．３０．２０．３０．１０．４０．２０．３０．３相对误差０．６９％０．６８％０．４６％０．６９％０．２３％０．９２％０．４６％０．６９％０．６９％：１２ 第五章实验结果与分析一表５－９第行花节编织角测量结果花节１２３４５６７８９。。。。。。。。。本文方法３６．７％．５３６．６３６．２３６．３３６．４３６．２３６．２３氏４。。°。。。。。。３．３．９３６．５．５３．５３６．３３．５３６．６３知２真值；６５６３６６６。。°。°。。。。绝对误差０．２０．４０．１０．３０．２０．１０．３０．４０．２相对误差０１．．２７％２．５５０２８％２１．．５５％０８％００．８％０％．０．８％０９％０．５５％５－二表１０第行花节编织角测量结果２３４５７９花节１６８。。。。°。。。。本文方法３６．７％．５３６．６３６．２３６．３３６．４３６．２３６．２３６．４。。。。。。。。。真值３６．４３６．４３６．４３６．３３６．５３６．２％．４３６．４３６．５。。。。。。。。。绝对误差０．３０．１０．２０．１０．２０．２０．２０．２０．１相对误差０．８２％０．２７％０．５５％０．２８％０．５５％０．５５％０．５５％０．５５％０．２７％表５－ｎ第Ｚ行花节编织角测量结果花节１２３４５６７８９。。。。。。。°。本文方法３６．８％．６％．７％．７３６．７％．６３６．７３６．８３６．５。。。。。。。°。真值３６．５３６．９３６．５％．５％．５：３６．３３６．５３６．６３６．２。。。。°。。。°绝对误差０．３０．３０．２０．２０．２０．３０．２０．２０．３相对误差０．８２％０．８１％０．５５％０．５５％０．５５％０．８２％０．５５％０．５５％０．８３％表５－２１第四行花节编织角测量结果花节１２３４５６７８９。。。。。。。。本文方法３６．７３６．户３６．６３６．２３６．３３６．４３６．２３６．２３６．４。。。。。。。。。真值３６．４；３６．４３６．７３６．３３６．４３６．３％．６３６．６３６．７°°。°°°°°。绝对误差０．３０．１０．１０．１０．１０．１０．４０．４０．３相对误差０．８２％０．２７％０．２７％０．２８％０．巧％０．２８％１．０９％１．０９％０．８２％－表５１３第五行花节编织角测量结果花节１２３４５６７８９。。。。。。。。。本文方法；３６．８３６．６３６．７３６．７％．７３６．６；３６．７３６．８％．５。°。。。。。。。真值：３６．６３６．７３６．８；？６．９；３６．５３６．７％．５３６．７３６．７°°°°°°０．ｒ２．ｏ．ｒ．ｒ绝对误差．２０，１ｏ０．０２０．２ｏ０．２相对误差０．５５％０．２７％０．巧％０．５４％０．５５％０．５４％０．５５％０．２７％０．５４％实验二：对本文方法的抗噪性测试结果分析。－－－ｌａ３８力口．图５为对图均值为０，方差为００２的高斯白噪声后的图像，图５ｌｂ（）（）－－为对图５ｌａ进行Ｒｏｂｅｒｔ边缘检测的结果５２为对加噪图像中的花节分割结）。图（－－－果。表５１４表５１７为加噪图像中每个花节的编织角测量结果。３３ 天津工业大学硕±学位论文＾ｊ，；ｉ＾ｉ％％ｊ％％％％％ｗｍｍＢＳＫＳＳａｍ＾－－；．．心古Ｂ＾ＢＢＢＢＢ废紐度ｒ么您＾么＇ｉｋＳ在，ＩＩＩ＾ＭＨ＾ＢＢＨｉｗｗａＲｏｅｒ）加ｂ）ｂｔ边续检测结果（高斯白噪声后圈像（图５－边缘１加噪图像及其Ｅ９ＩＢＳ９ＢＳＳＢＳ９ＢＳＨＢＳ＆ＢＢＢＢＳＢｉＯ－ａ化巧分割巧巧）巧手ｒ（ＢＳＩｌ＾Ｂｆ＾Ｂｆ＾ＢＲＢＢ９ＨＨ（ｂ）第二行花节分割结果ｓａｉＢＢＢｒａＢＢＢＢＢＢＢＫ［？ＨＢ（Ｃ第Ｔ：行花节分割结果）ＨＢＢＲＢＨＢＢＫＳＢＳＨｄ第四行花节分割结果（）图５－２对加噪图像的花节分割结果一－表５１４第行花节编织角测量结果花节１２３４５６７８９。。。°。°。。。３１９１．９．９．９．１．３１．本文方法．０３１．３３１３１３１９３６８３１．１。°°。°。°。。真值３１．４３１．５３１．４３１．５３１．５３１．４３１．１３１．２３１．７。。。。。。。。。．５．４０．０．．绝对误差０４０．４０．０．４０５．５０６０６１．２７１．＞相对误差１．２７％１．２７％１．５９％１．２７％％巧％１．６１％Ｌ９２％１．８９％５－表１５第二行花节编织角测量结果花节１２３４５６７８９。°。。。。。。。本文方法３１．９３１．８３１．８３］．８３１．３３１．７３１．８３１．８３１．４。°。°。°。。°真值３．５５１．３１．７３１．３５．１．３３１３１．３６３１．５３１．３１８。。°。。。°。。绝对误差０．６０．３０．３０．２０．４０．４０．３０．３０．４＜］．？２．９５％０．．１．２相对误差％０．９５％０．６３％１．２６％１２８％０９５％０．９５％６％表５－１６第Ｈ行花节编织角测量结果花节］２３４５６７８９。。。。。。°°本文方法３１．１３Ｕ３１．９３１．４３１．ｒ３１．４３１．３３１．４３１．３。。。°°°。。。真值３１．５３１．６３１．５３１．７３１．５３１．７３１．５３１．８３１．８°°°°°°°°。０．绝对误差０．４．５０．４０．３０．４０３０．２０．４０．５１．２７％］．５８％１．２７％０．９５％．９５．１．．５７％相对误差１．巧％０％０６３％％％１３４ 第五章实验结果与分析５－表１７第四行花节编织角测量结果２４６花节１３５７８。°。。。。。。本文方法３１．９３１．７３１．８３１．４３１．３３１．４３１．６３１．２。。°°°°°°真值３１．５３１．４３１．５３１．８３１．７３１．８３１．３３１．６。。°。。。。。绝对误差０．４０．３０．３０．４０．４０．４０．３０．４相对误差１．２７％０．９６％０．９５％Ｉ．％％１．２６％１．：２６％０．９６％１．：２７％实验本文方法对不同亮度图像的性能测试分析。－ａｈｏ化ｓｈｏ－－图５３为用Ｐ，５３ｂ为对图５３ａ（）ｐ对图像亮度值设为６０的图像（）（）ｏｂｅｒ－进行Ｒｔ边缘检测的结果。图５４为对亮度增加后图像的花节分割结果。表－５－－１１８表５２为图像中每个花节的编织角测量结果。－％？％＇？％％？？？ＨｉｉＭｊｍｉｉ皆Ｍ化也ｆ參策Ｈ｜ＢＢｐＥ｜ＨＥ｜ＢＢＨＢ｜－心：、？、，、．、ｍＳＩＢＢＢＢＨＨＫＨ（ａ）亮度增加后国像（ｂ）Ｒｏｂｅｒｔ边缘检测结果图５－３增加亮度后图像及其边缘ＢＢＢＢＢＢＩＢＳＢＳＢＳＳＳＳＢＢＢａ第一行花节分割结果）（—————————ｂ第：行花节分割结果（）ａｓ—？―？―—？―Ｃ第巧花节分割结果）（——ＢＨ—ａｓ——ＢＢｄ第四行花节分割结果（）图５－４增加亮度后图像的花节分割结果一－表５１８第行花节编织角测量结果花节１２３４５６７８９。°°°。。。。。本文方法３１．１３１．８３１．８３１．８３１．９３１．９３１．７３１．７３１．２°°°。°。。。°真值３１．４３１．５３１．４３１．５３１．５３１．４３１．１３１．２３１．７°°。。。。。。。．３０．０４．．４．．．绝对误差０３．０３００５０６０．５０５相对误差０．９６％０．．９５．２７１．１．９．９５％１２７％０％１％巧％３％１．６０％１．５８％３５ 天津工业大学硕±学位论文５－表１９第二行巧节编织角测量结果花节１２３４５６７８９。。。。。。。。°本文方法３１．８３１．９３１．９３１．４３１．２３１．６３１．２３１．９３１．３°°。。°°。°°１３真值３１．３３１．５３１．５３１．６３１．７３１．３３１．５３．５１．８。。。。。。。。。绝对误差０．５０．４０．４０．２０．５０．３０．３０．４０．５相对误差１．６０％１．２１％１．２７％０．６３％１．５８％０．９６％０．９５％］．２７％１．５７％表５－２０第云行花节编织角测量结果花节１２３４５６７８９。。。。。°。°°本文方法３１．２３１．１３１．１３１．４３１．９３１．３３１．７３１．５３１．３°°°。。°。°°真值３１．５３１，６３１．５３１．７３１．５３１．７３１．５３１．８３１．８。。。。。。。。。绝对误差０．４０．５０．４０．３０．４０．４０．２０．３０．５相对误差１．２７％１．５８％１．２７％０．９５％１．２７％１．％％０．６３％０．９４％１．５７％－２表５１第四行花节编织角测量结果花节１２３４５６７８。。。°。°°°本文方法３１．８３１．８３１．８３１．５３１．３３１．３３１．６３１．３。。。。。。。。１．１．４１．１．１３１．８３真值３５３３５３８３乃１．３３１．６。。。。。。。。绝对误差０．３０．４０．３０．３０．４０．５０．３０．３相对误差０．９５．．９５％０．９４１．２６％７％０．９％．９５％１巧％０％１．５６０％一°，本文方法的绝对误差小于〇从实验的数据可Ｗ看出．５。经计算，本文方１９％法的最大相对误差为．２８％，平均相对误差为０．８。从实验二的数据可ＬＪ看出，本文方法对加噪图像的碳纤维材料编织角测量结果最大相对误差为１．於％，平均相对误差为１．５１％。从实验Ｓ的数据可Ｗ看出，本文方法对亮度增加后碳纤维材料编织角测量结果最大相对误差为，。１．９３％平均相对误差为１．３２％本文对编织角的测量不仅绝对误差较小而且能测量所有编织角，对不完整的边缘图像仍能测量编织角，具有较好的抗噪性能。在目前己有的文献中，文献［９］中基于曲线巧合对边缘图像进行直线拟合时，会受到边缘图像中噪声的干扰造成测量误差，本文方法测得预制件的编织角绝对°°误差小于０．５，文献［９中对其他碳纤维材料测量结果的绝对误差最大为２．７，文］５－２２所示献Ｐ］中方法测得的编织角如表；文献［川中基于小波变换方法采用不同的小波基，导致得到的测量结果不同，对预制件编织角测量的结果偏差较大，绝°－对误差最大为１．１，文献［１１］中方法测得的编织角如表５２３所示４；文献１提出［］一了种基于图像纹理极坐标功率谱旋转不变性的方法，实现了预制件表面平均编，织角的测量但是该方法只能测量预制件的平均编织角，而本文方法可Ｗ测量预制件中每个花节的编织角１４５－。文献［］的方法得到的实验结果如图５所示。－；Ｕｉ 第五章实验结果与分析表５－２２文献９［］编织角测量结果６＼化编织角°°°１５２．６０１４０．６９４４．０４°°°２５４．１７１３８．６４４２．２３°°°３５４．００１４０．６９４３．３４°°°４．９２４２１４５．５１１．５巧°°°５５０．６０１４３．０９４６．２４°°°６５４．４５９１４２．３６１３．８°°°７５２，９７１４１．７７４４．３９。。。８５４．１６１３７．１８４１．５０°°°９５５．２４１４１．７２４３．２３°°°９１０５３．６４１３８．１４２．２７。平均编织角４３．４９－２３１表５文献１编织角测量结果［］４编织角１２３５６７８平均值°°。。。。。。算法３２．７３３１．１８３２．１３１．２１３２．６０３２．４５３２．８５３１８３３２．２５。°。。。。。°°量角器３２．１３２．２３２．１３２．４３２．５３２．５３２．７３２．０８３１．８＂■’，．＇ｖ—Ｔ巧巧！＂！！＂１町尸．．冲单汝：一一’－—－＇＇倘ｒ巧ｔ：＾．阮巧可前雨品＊观１■．化－．＇＇－ａａＴ７；ｙ，。户，」式占ｆＣＥｆｌＩ巧口口ｉ？ｊ。…二与隱ｌｉ話ｊ幽？岛ｍｉｌｌ贾脈瞳画，汇１．．．＊■■一？？ｉｒ６＇＾ｌ江？．．，《＞ａ？，１，￣？－？．＇＊■、二？ｔ－－－？Ｊ一王＊？．＂．Ｗ＊－＜？１＊ｉ３Ａ：Ｂｌｂｉ－Ｏ＾？左ｊＢＩＩｋｔ巧．４Ｊ＾ｉ，：Ｊ？ｌ女（ａ）文献［Ｍ］编织角实验结果（ｂ）文献［１４］编织角实验结果图５－５文献Ｍ编织角实验结果［］５．２花节距测量结果实验四：对不同尺寸、不同材质的Ｈ维复合材料的测量结果及误差分析。－－按照第四章所述方法，对图３８进行投影区域的分割结果如图４３所示。每一幅图像将投影区域分割成八个部分，每个投影区域仅包含个完整的横向花节，－５－－２６所实验结果如表２４表５示。３７ 天津工业大学硕±学位论文一表５－２４第行花节距测量实验结果单位ｍｍ（）花节１２３４５６７８９本文方去４．２９４．５９４．６７４．３７４．４４４．５２４．６７４．３７４．４９真值４．３１４．３９４．５５４．５１４．２９４．３７４．５７４．５３４．５００．０２０．２００．０．１４０．１５．１５．１．０．０１绝对误差１２００００１６相对误差０．４６％４．５６％２．６４％３．１０％３．５０％３．４３％２．１９％３．５３％０．２２％表５－２５第二行花节距测量实验结果单位ｍｍ（）花节１２３４５６７８９本文方法４．３７４．２９４．４９４．５２４．４４４．４９４．３７４．５２４．２９真值４．４１４．３５４．５６４．３８４．２９４．３７４．５２４．４５４．３５绝对误差０．０４０．０６０．０７０．１４０．１５０．１２０．１５０．０７０．０６相对误差０．９１％１．３８％１．５４％３．２０％３．５０％３．４３％２．７５％］．５７％１．３８％５－２６第云行花节距测量实验结果单位如ｍ表）花节１２３４５６７８９本文方法４．３７４．５２４．巧４．４２４．４４４．６７４．４４４．５９４．５２４．５１４．４５４５４．５１４．３５４．５７４４６４．４８４．６１真值．３．０．０７．．０９０９１绝对误差．１４０００６００．０．１００．０２０．１０．０９相对误差３．１０％１．５７％１．３８％１．９９％２．０７％２．１９％０．４５％２．４６％１．９５％一本文对另幅图像３－１８（如图所示）中每个花节的花节距进行测量。花节－－５２７５－２９距测量实验结果如表表。一表５－２７第行花节距测量实验结果单位ｍｍ（）花节１２３４５６７８９本文方法４．０７４．０２４．０９４．１２４．１４４．１７４．１４４．０９４．１２真值４．０１４．０５４．０５４．１１４．１５４．０７４．０６４．１８４．０１０．０６０．０３０．０４０．０．１．１．１１绝对误差１００００００８０．０９０．１．５０％０．７４０．９９％．２４％０２４０．２５１．９７２．１５２．７４％相对误差％０．％％％％表５－２８第二行花节距测量实验结果单位ｍｍ（）花节１２３４５６７８９＇４０７４２４９４２４０４４４４９４本文方法．．０．０．０．．０７．０４．０．０５４．０１４．０５４５４．０１４．０５４．０６４．０６４．０４４．１１真值．０绝对误差０．０６０．的０．０４０．０１０．０１０．０１０．０２０．０５０．０６相对误差１．５０％０．７４％０．９９％０．２５％０．２５％０．２５％０．４９％１．２４％１．４６％ 第五章实验结果与分析表５－巧第三行花节距测量实验结果单位ｍｍ（）花节１２３４５６７８９本文方法４．０７４．０２４．０９４．１２４．０４４．０７４．０４４．０９４．０２真值４．１１４．０５４．０５４．１１４．０５４．０１４．０６４．０８４．０１绝对误差０．０４０．０３０．０４０．０１０．０１０．０６０．０２０．０１０．０１相对误差０．９７％０．７４％０．９９％０．２４％０．２５％１．５０％０．４９％０．２５％０．２５％一－本文对另幅图像（如图３１９所示）中每个花节的巧节距进行测量。花节－距测量实验结果如表５－３０表５－３３所不。一表５－３０第行花节距测量实验结果单位（ｍｍ）花节１２３４５６７８９本文方法２．５７２．５２２．５９２．５２２．５４２．５５２．５４２．５９２．５２２．５１２．５５２．５５２．５２．５５２．５７２．５６２．５８．５１真值１２绝对误差０．０６０．０３０．０４０．０１０．０１０．０２０．０２０．０１０．０１相对误差２．１．１８１７．４．３９％．７．７．．４巧％％．５％００％００８％０８％０巧％００％－表５３１第二行花节距测量实验结果单位（ｍｍ）２花节１３４５６７８９本文方法２．５７２．５２２．巧２．５２２．５４２．５５２．５４２．巧２．５２真值２．５２２．５６２．５４２．５６２．５１２．５１２．５８２．５３２．５５绝对误差０．０５０．０４０．０５０．０４０．０３０．０４０．０４０．０６０．０３相对误差１．９８％１．％％１．９７％１．％％１．２０％１．６０％１．５５％２．３７％１．１８％表５－３２第Ｈ行花节距测量实验结果单位ｍｍ（）花节１２３４５６７８９本文方法２．５７２．５２２．５９２．５２２．５４２．５５２．５４２．５９２．５２真值２．５１２．５５２．５５２．５１２．５５２．５７２．：５６２．５８２．５１．０６０．０３０．０４０．０１．０．．１０．１绝对误差００１０．０２００２０００２１．１．５７％．４．３．．７．相对误差．巧％１８％００％０９％０７８％０８％０３９％０．４０％表５－３３第四行花节距测量实验结果单位ｍｍ（）２４６花节１３５７８９本文方法２．５６２．５３２．５８２．５４２．５４２．５４２．５５２．５７２．５７真值２．５０２．５６２．５４２．５３２．５３２．：５６２．５７２．５６２．５８０．．０４．１．１．．．１．］绝对误差．０６００３０００００００２００２００００相对误差２．４０％１．１７％１．５７％０．４０％０．３９％０．７８％０．７８％０．３９％０．巧％实验五：对本文方法的抗噪性测试结果分析。－－－对加噪后图像采用本文方法测量花节距，实验结果如表５３４表５３６所示。３９ 天津工业大学硕±学位论文一５－３４第行花节距测量实验结果单位ｍｍ表（）３４６９花节１２５７８４．３４４．５３４４４．４９本文方法．２７４．５９４．６８４８．４５．６８．３８４．３１４９４．５５４．５１４．４．３７４．５７４．５３４．５０真值．３巧０．０４０．１３．１．１．０．１１．１５０．０１绝对误差．２０００３０６０１６００．２．８８３．７３．．３１．相对误差．９３％４．７８％２％％％％３６６％２．４１％３％０２２％表５－３５第二行花节距测量实验结果单位ｍｍ（）４９花节１２３５６７８４１４．２８本文方法．３６４．２８４．４８４．５４．４３４．４８４．３６４．５３真值４．４１４．３５４．％４．３８４．２９４．３７４．５２４．４５４．３５绝对误差０．０５０．０７０．０８０．１３０．１４０．１１０．１６０．０８０．０７Ｕ￣３％１．７．９７％３．．５２％４１．１．１相对误差１．６１％５％２％％２３．５％８０％６％表５－３６第Ｓ行花节距测量实验结果单位ｍ（ｍ）花节１２３４５６７８９本文方法４．３４４．５５４．２９４．４１４．４４４．４７４．４０４．５９４．４９真值４．５１４．４５４．３５４．５１４．３５４．５７４．４６４．４８４．６１绝对误差０．１７０．１００．０６０．１００．０９０．１００．０６０．１１０．１２相对误差３．７７％２２５％１．３８％２．２２％２．０７％２．１９％１．３５％２．４６％２．６０％．实验六：本文方法对不同亮度图像的性能测试分析。－对亮度增加后图像采用本文方法测量花节距实验结果如表５－３７表５－３９所７Ｊｓ〇一５－３７量实验结果ｍｍ表第行花节距现！ｊ单位（）２４７花节１３５６８９本文方法４三６４．６０４．的４．３８４．４６４．５３４．６８４．３９４．４９４．３１４．３９４．５５４．５４．２９４．３７４．４．５３４真值１５７．５０绝对误差０．０５０．２１０．１４０．１３０．１７０．１６０．１１０．１６０．０１．９６．２２相对误差１．１６％４．７８％３．０８％２．８８％３．７３％３％２．４１％３．５３％０％表５－３８第二行花节距测量实验结果单位（ｍｍ）４９花节１２３５６７８４．３５４．２８４．４７４．５．４５４．４８４．３．５３４．２４本文方法１４５４真值４．４１４．３５４．５６４．３８４．２９４．３７４．５２４．４５４．３５０．０６０．０７．０９０．１３．１６０．１１．１７０１１绝对误差０００．０８０．．相对误差１．３６％１．６１．７５％１９７．７３％２．５２３．７６．４３％１．％３％％１８０％２％４０ 第五章实验结果与分析－３９第Ｈ斤花节距测量实验结果ｍｍ表５单位（）花节１２３４５６７８９本文方法４．３４４．５６４．２９４．４０４．４４４．４５４．４０４．５９４．４７真值４．５１４．４５４．３５４．５１４．３５４．５７４．４６４．４８４．６１绝对误差０．１７０．１１０．０６０．１１０．０９０．１２０．０６０．１１０．１４相对误差３．７７％２．４７％１．３８％２．４４％２．０７％２．６３％１．３５％２．４６％３．０４％从实验四的数据可Ｗ看出，本文方法的最大相对误差为４．５６％，平均相对误差为２．５７％。从实验五的数据可Ｗ看出，本文方法对加噪图像花节距测量的实验结果最大相对误差为４．７８％，平均相对误差为２．６７％。从实验六的数据可１＾看出，本文方法对亮度增加后碳纤维材料花节距测量结果最大相对误差为４．７８％，平均相对误差为２．４１％。文献１基于小波变换的多尺度分析，通过合理选择小波基，［１对预制件表面］，可Ｗ得到理想图像的边缘信息，图像进行处理。选用纹理模板对处理后图像利用相关算法计算图像匹配点输出，再通过匹配点的距离可测量预制件的花节距，。该方法在碳纤维预制件上实验，成功测出了预制件花节距的大小但是该方，法受到小波基选取和纹理模板的影响，鲁棒性大大降低而本文方法根据预制件１１表面纹理周期性测量每个花节的花节距，不需选用纹理模板。文献［中的测量］－－４０－４１实验结果如表５和表５所示，其中表５４０是碳纤维预制件花节距测量的实－４，表５１为其他碳纤维预制件花节距测量的实验结果验结果。５－表４０文献１１碳纤维预制件花节距的测量实验结果单位ｍｍ（［］）、囊編且方法测量顺序）１２３４５６７８９Ｕ．０５．０．２１．２４６５．９０４手工测量６６．１０６８６．１２６０６．０６．］］民２系统测量６１．１１９．．３．１．２．３０．５６８６．６２０６０６２１６．３６２６．０９６－４５１文酬１距的测量实验结果单位（ｍｍ）表１蛾纤维预制件花节１２３４５６７８平均值５．１３５．１８．１１５．．４．．４２算法测得５．２１５６０５５５８５５．８３５千分尺测得５．１６５．２０５．１８５．４０５．５８５．５２５．７８５．８９５．４６通过图像处理软件测得５．３９１５．３本章小结本章采用碳纤维三维编织复合材料预制件表面图像进行实验，实验结果较准确地测出了预制件的编织角和花节距，。本文方法在测量预制件表面编织角时对边缘不完整的图像仍能分割出单个花节，能够克服噪声的影响，证明了本文方法４１ 天津工业大学硕±学位论文的可行性，。本文提出了基于灰度投影的花节投影区域分割方法成功测量出图像中每一个花节的花节距。４２ 第六章总结与展望第六章总结和展望６．１总结本文利用图像处理技术自动测量Ｈ维编织复合材料预制件表面编织角和花节距，节省了大量的人力和时间，对提高纺织业自动化检测水平具有重要意义。针对碳纤维预制件表面编织角，本文首先对图像倾斜校正并计算图像的两个纹理方向一；然后根据图像水平灰度投影曲线相邻波峰和波谷的位置信息分割出每行花节一一；接着基于霍夫变换计算每行花节的第个花节宽度并分割出每个花节；最后对每个花节进行霍夫变换检测直线，计算每个花节中编织角的大小。针对碳纤维预制件的花节距，本文首先对倾斜校正后的图像进行水平灰度投影并根据灰度投影曲线计算出平均纵向花节距；然后对图像投影区域进行分割；接着将每个投影区域进行水平灰度投影，计算得到每个花节距；最后根据标定，将像素距离转换成实际距离。６．２展望文本提出了碳纤维Ｈ维编织复合材料预制件表面编织角和花节距的测量方法，Ｈ维编织物预，但是在实际中Ｈ维编织复合材料种类复杂多样完全实现所有制件表面编织角和花节距的自动测量还存在许多问题需要解决。首先，本文对于表面纹理对比度不明显的三维编织复合材料预制件的表面编织角和花节距尚不能完全测量。一其次，对于三维编织复合材料的参数测量系统有待进步完善。包括图像采集和测量方法的不断改进，软件系统的研发等将成为今后的工作重点。４３ 天津工业大学硕±学位论文４４ 参考文献参考文献１缪旭红赵帅权徐存东．［］，等纺织制造执行系统开发与应用中的关键技术，，７－４０Ｊ．．棉纺织技术２０１５４３６：３［］，，（）２ＬｏｍｏｖＳＶＩｖａｎｏｖＤＳＴｒｕｏｎＣ．Ｅｘｅｒｉｍｅｎｔａｔｔｌｍｅｈｏｄｏｌｏｏｆｓｕｄｏｆ［］，，ｇＴｐｇｙｙｄａｍａｇｅｉｎｉｔｉａｔｉｏｎａｎｄｄｅｖｅｌｏｐｍｅｎｔｉｎｔｅｘｔｉｌｅｃｏｍｐｏｓｉｔｅｓｉ打ｕｎｉａｘｉａｌｔｅｎｓｉｌｅ化ｓｔＪ．［］－ＣｏｍｏｓｉｔｅｓＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏ２００８６８１２：２３４０２３４９．ｐｇｙ，，（）３潘智勇．Ｊ．２００９，张慧，吴中伟，等电磁屏蔽织物材料硏巧进展科技导报，，［］［］２７２４－：８６９１．（）４邢誉峰．兰维编织复合材料硏巧进展Ｊ．２０１５巧星明１０３：，航空学报，，［］［］（）９－１４９２７．５郑占阳．Ｊ．，贺辛亥，杨超群，等变截面Ｈ维编织技术的研究进展［棉纺织技［］］－２０１５４３６．术：７７８０，，（）＾Ｗ６ＫｗａｋＪ１，ＸｕＳ，ｏｏｄＢＪ．Ｅｆｉｃｉｅｎｔｄａｔａｍｉｎｉ打ｆｏｒｌｏｃａｌｂｉｎａｒａｔｅｒｎｉｎｌ：ｅｘｔｕｒｅ［］ｇｙｐＷＡ４２４－４５ｉｍａｅａｎａｌｓｉｓＪ．ＥｅｒｔＳｓｔｅｍｓｉ化ｌｉｃａｔｉｏｎｓ２０１５９：５２９３９．ｇｙ［］ｙｐｐ，，）邱（［７］ＡｌｚｉｎａＡ，ＴｏｕｓｓａｉｎｔＥ，ＢｅａｋｏｕＡ．ＭｕｌｔｉｓｃａｌｅｍｏｄｅｌｉｎｇｏｆｔｈｅｔｈｅｒｍｏｅｌａｓｔｉｃｂｅｈａｖｉｏｒｏｆｂｒａｉｄｅｄｆａｂｒｉｃｃｏｍｐｏｓｉｔｅｓｆｏｒｃｒｙｏｅｎｉｃｓｔｒｕｃｔｕｒｅｓＪ．Ｉｎｔｅｒｎａｔｉｏｎａｌｇ［］４４４２－Ｊｏｕｒｎａｌｏｆ．ＳｏｌｉｄｓａｎｄＳｔｒｕｃｔｕｒｅｓ２００７２１：６８６８５９，，（）８．苏华．［］，万振凯基于角向功率谱的复合材料预制件表面编织角的测量［Ｊ］天２００４２３１－津工业大学学报：６３６６．，，（）９万振凯沈俊辉王希山．复合材料预制件编织角测量研究［Ｊ，纺织学报，，］，［］－２００４２５３：４２４４．，（）［１０］万振凯，王占刚．基于神经网络的复合材料缺陷超声波检测研究［Ｊ］．纺织２０４－１０３１２．学报：５５９，，（）１１贡丽英．编织复合材料预制件花．［］，万振凯节长度的自动化测量系统实现阴２００６－计算机测量与控制１４６：７３０７３３．，，（）２张玉静．Ｈ维纺织物表观图像处理及参数测量Ｄ．。］，韩其替［］天津工业大学，２０１１．１３万振凯万鹏．三维编织复合材料声发射源定位分析研巧Ｊ．，郭建民，天［］［］２００７２５５－５３津工业大学学报：０．，，口）４Ｚｈｅｎｋａａｎｅｍｅａｓｕｔｔｅ１ＷａｎｉＬｉＪｉａｌｕ．Ｂｒａｉｄｅｄｌｒｅｍｅｎｅｃｈｎｉｕｆｂｒ３Ｄｂｒａｉｄｅｄ，ｇｑ［］ｃｏｍｐｏｓｉｔｅｍａｔｅｒｉａｌｒｅｆｏｒｍｕｓｉｎｇｍａｔｈｅｍａｔｉｃａｌｍｏｒｐｈｏｌｏｇｙａｎｄｉｍａｇｅｐ４５ 天津王业大学硕±学位论义ｔｔＪ－ｅｘ．Ａｕｔｅｘ民ｅｓｅａｒｃｈＪｏｕｒｎａ１．ｕｒｅｌ２００６．６：３０３９，［］（）５．２００１吴德隆．。］，沈怀荣纺织结构复合材料的力学性能硏究町力学进展，１４－５９１３．：５８３（）－－１６．ＸＦＥＭｆｏｒｌａｔｔｔ３Ｄ［］ＭｉｓｈｒａＢ：ｈｅｅｖａｌｕｉｏｎｏｆｅｌａｓｉｃｐｒｏｐｅｒｉｅｓｏｆＣＮＴｂａｓｅｄｆｕｌｌ－ｆ．ＡＭ２０１４ｉｖｅｄｉｒｅｃｔｉｏｎａｌｂｒａｉｄｅｄｃｏｍｏｓｉｔｅｓＪｄｖａｎｃｅｄＣｏｍｏｓｉｔｅａｔｅｒｉａｌｓｐ［］ｐ，，２３４－１：３５３７３．（）７Ａｒａｎｃ．１ｉＣＣａｒｅＪＰＰｒｅｄｉｃｔｉｎｔｈｅｌｏｎｉｔｕｄｉｎａｌｅｌａｓｔｉｃｍｏｄｕｌｕｓｏｆｂｒａｉｄｅｄ，］ｙｙｇｇ［－ｔｕｂｕ．ｌａｒｃｏｍｐｏｓｈｅｓｕｓｉｎｇａｃｕｒｖｅｄｕｎｉｔｃｅｌｌｇｅｏｍｅｔｒｙＪＣｏｍｏｓｉｔｅｍａｔｅｒｉａｌｓ［］ｐ，２０－１０４１３：２２９２３５．，（）１８李權福．兰维织物仿真的硏究［Ｄ］．东华大学２００７．］，［－１２００６２７２：９２９．＾刘成霞针织物起毛起球性的客观评价町纺织学报，５，）［＾ＢＪＨ－２０ｕｎ．Ｔｈｅａｎａｌｔ２Ｄｔ．ｉｃａｌｃｈａｒａｃ化ｒｉｚａｔｉｏｎｏｆｂｒａｉｄｅｄｌ：ｅｘｉｌｅｃｏｍｏｓｉｌ：ｅｓＪ］ｙｙｐ［］［ｔ２０００５－７１６Ｃｏｍｏｓ．ｉｅｓＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏ６０５：７０ｐｇｙ，，（）Ｅ－１Ｌ．ｌＤ２ｉＷＨａｍｍａｄＭＳｈｉｅｋｈＡＳｒｕｃｔ：ｕｒａｌａｎａｌｓｉｓｏｆ３ｂｒａｉｄｅｄｒｅｆｏｒｍｓｆｏｒ，，］ｙｐ［Ｔ－ｃｏｍｏｓｉｔｅｓＪ．ＪｏｕｒｎａｌｏｆｅｘｔｉｌｅＩｎｓｔｉｔｕｔｅ１９９０８１４：４９１５１４．ｐ，，［］（）２２潘如如．基于数字图像处理的机织物结构参数识别．２０１０．［Ｄ］江南大学，］［２３ＺｅｎＴａｏＦａｎＤａｉｎｉｎＭａＬｉ．Ｐｒｅｄｉｃｔｉｎ１：ｈｅｎｏｎｌｉｎｅａｒｒｅｓｏｎｓｅａｎｄｆａｉｌｕｒｅｏｆ［］ｇ，ｇｇ，ｇｐ－３ＤｂｒａｉｄｅｄｃｏｍｐｏｓｉｔｅｓＪ．ＭａｔｅｒｉａｌｓＬ州ｅｒｓ２００４５８２６：３２３７３２４１．，，）［］（２４ＹａｎｇＤ，ＲｕｇｇＫＬ，ＣｏｘＢＮ．Ｆａｉｌｕｒｅｉｎｔｈｅｊｕｎｃｔｉｏｎｒｅｇｉｏｎｏｆ［］Ｑ－－Ｔｓｔｉｆｆｅ打ｅｒｓＤｓｔａｅｌａｍａｔｅｔｆ．ｔｅｎａｔｏｎａａ：３ｂｒａｉｄｅｄｖ２ＤｐｉｎｓｉｅｎｅｒｓＪＩｎｒｉｌＪｏｕｒｎｌ［］ｔｒｔ４０－ｏｆ．ＳｏｌｉｄｓａｎｄＳｕｃｕｒｅｓ２００３７：１６５３１６６８，，（）２５、雨果Ｈ维四向编织复合材料压缩细观破坏机理严实，刹，吴林志，等板状［］－Ｊ２４４．的实验研究［．复合材料学报２００７：１３３１３９］，，（）２６．Ｈ维编织复合材料拉伸与弯曲声发射特征分析Ｊ万振凯．纺织学报２００７，，［］［］２８４５２－５５．：（）［２７］ＳｃｈａｍｂｒｏｎＴ，ＬｏｗｅＡ，ＭｃＧｒｅｇｏｒＨＶ．Ｅｆｆｅｃｔｓｏｆｅｎｖｉｒｏｎｍｅｎｔａｌａｇｅｉｎｇｏｎｔｈｅｓｔａｔｉｃａｎｄｃｙｃｌｉｃｂｅｎｄｉｎｇｐｒｏｐｅｒｔｉｅｓｏｆｂｒａｉｄｅｄｃａｒｂｏ打巧ｂｒｅ／ＰＥＥＫｂｏｎｅｌａｌ：ｅｓＪ．ｐ［］－ＣｏｍｏｓｉｔｅｓａｎｄＥｎｉｎｅｅｒｉｎ２００８３９８：１２１６１２２０．ｐｇｇ，，（）．２８糞建就．２００４４：，刘正义邱乃奇偏振片研究进展［Ｊ］液晶与显示，２８］，，（）［２５９－２６５．２９张娛侠．碳纤维表面和界面性能硏巧及评价．２０１４．］［Ｄ］东华大学，［乃国挺一３０李锦王俊平等．种结合直方图巧衡化和ＭＳ民Ｃ民的图像增强，，，［］－新算法．西安电子科技大学学报２０１４１４３：１０３１０９．Ｕ，，（）］ａｃｈｒａｏｎａｃｈａｓ－３１ＷｉｐｇＫｒｉ０ＳａｎｕｎＳ．Ｆａｔｋｘｔｕｒｅｒｅｓｅｒｖｉｎｂｉｌａｔ：ｅｒａｌ［］，Ｓｕ，ｐｇ４ｈ 参考文南ＫｆｉｌｔｅｒｎＪ．ＴｒａｎｓａｃｔｉｏｎｓｏｎＥｌｅｃｔｒｉｃａｌａｎｄＥｌｅｃｔｒｏｎｉｃＥｎｉｎｅｅｒｉｎ２０１５１０：ｉｇｇ３［］ｇ，，（）－３０１３０７．王玉灵．３２．基于双边滤波的图像处理算法研究Ｄ西安电子科技大学２０１化［］，［］－ＴＫ－３３ＤｅＡａｄｈｕＳ．ＡｄＳ．ＧｈｏｓｈａｌａｔｉｖｅＧａｕｓｓＨｅｒｍｉｔｅ打Ｉｔｅｒｆｏｒｎｏｎｌｉｎｅａｒ［］ｙ，ｐｓｙｓｔｅｍｓｗｉｔｈｕｎｋｎｏｗｎｍｅａｓｕｒｅｍｅｎｔｎｏｉｓｅｃｏｖａｒｉａｎｃｅＪ，Ｍｅａｓｕｒｅｍｅｎｔａｎｄ［］ｅｃ－Ｔｈｎｏ：１１５．ｌｏｇｙ２０１５９１００７０，，巧）［３４］ＹｕａｎＣａｏ，ＬｉＹａｑｉｎ．ＳｗｉｔｃｈｉｎｇｍｅｄｉａｎａｎｄｍｏｒｐｈｏｌｏｇｉｃａｌｆｉｌｔｅｒｆｏｒｉｍｐｕｌｓｅｎｏｉｓｅｒｅｍｏｖａｌｆｒｏｍｄｉｇｉｔａｌｉｍａｇｅｓＪ．ＬｉｇｈｔａｎｄＥｌｅｃｔｒｏｎＯｐｔｉｃｓ，２０１５，１２６１８）：［］（１５－１９８１６０．［３５］ＸｉａｏＺｈｉｔａｏ，ＮｉｅＸｉｎｘｉｎ，ＺｈａｎｇＦａｎｇ，ＧｅｎｇＬｅｉ．ＲｅｃｏｇｎｉｔｉｏｎｆｂｒｗｏｖｅｎｆａｂｒｉｃｐａｔｔｅｒｎｂａｓｅｄｏｎｇｒａｄｉｅｎｔｈｉｓｔｏｇｒａｍＪ．Ｊｏｕｒｎａｌｏｆ化ｅＴｅｘｔｉｌｅＩｎｓｔｉｔｕｔｅ，２０１４，［］－１０５７：７４４７５２．（）［３６］胡卫军，万琳，陆永亮．基于灰度插值的ＭＮＡＭ图像表示方法ｍ．小型微２０－型计算机系统１０３１８：１５５８１５６１．，，（）３７赵学智陈文戈林颖等．基于高斯函数的小波系及其快速算法Ｊ，华南［］，，，［］２００２９４－理工大学学报，１１：９９７．，（）一３８．种基于精简粒子群优化的霍夫变换算法Ｊ张英涛，，黄剑华，唐降龙，等［］［］２０４２－天津大学学报，１１，（２）：１６２１６７．３９．ｏｕｈ变换的微弱目标检测方法研究Ｄ郭陈林基于Ｈ．电子科技大学，［］ｇ［］２０１１．４０孙献灿．基于随机霍夫变换的多人运动分析．２０１３．［Ｄ］南京理工大学，［］４１ＳｏｌｔａｎｉＭＺａｄｅｈＳＴ，ＰｏｕｒｒｅｚａＨＲ．Ｆａｓｔａｎｄａｃｃｕｒａｔｅｕｉｌｏｓｉｔｉｏｎｉｎ［］，ｐｐｐｇａｌｏｒｉｔｈｍｕｓｉｎｃｉｒｃｕｌａｒｈｏｕｈ行ａｎｓｆｏｒｍａｎｄｒａｒｏｅｃｔｉｏｎｏｍｕｅｒｇｇｇｇｙｐｊ＾．Ｃｐｔ］－ＣｏｍｍｕｎｉｃａｔｉｏｎａｎｄＭａｎａｅｍｅｎｔ１：５５６．，２０１１５５６１ｇ，（）４７ 天津工业大学硕±学位论义４Ｎ 发表论文和参加科研情况发表论文和参加科研情况１发表论文情况肖志涛，吴善禅，朱霎彦，张芳．基于霍夫变换的Ｈ维编织复合材料预制件表面Ｊ编织角测量［．天津工业大学学报．己录用，待发表。］２参加科研情况＂（１）中国纺织工业联合会应用基础研究项目基于图像处理的织物组织结构分＂２０－析方法（Ｊ１５０９），２０１５．４２０１８．４＂（２）高等学校博±学科点专巧科研基金基于图像分析的机织物组织结构识别＂－方法（２０１３１２０１１１０００１），２０１３．１１２０１６．１２＂（３）砍卓光电技术（天津）有限公司科技项目基于机器视觉的无损检测系统＂研发（２０１４０２１０７００９８）４Ｑ 天津工业大学硕±学位论文ｎ【ｌ Ｍ致谢首先要感谢我的导师肖志涛教授，肖老师学识渊博，、治学严谨、平易近人、尽管工作十分繁忙，但仍然时刻关屯我的研究和学习。在我攻读研究生期间给我、提供了很多十分有益的指导和建议，，使我受益匪浅终身受用。肖老师在关屯我一、们学习的同时还关屯我们的身体健康，经常组织大家起锻炼身体，劳逸结合。在今后的工作学习中我将始终Ｗ肖老师为榜样，认认真真做事，踏踏实实做人，，对艺术精益求精对生活知足常乐。感谢实验室张老师、耿老师、吴老师在课题的研究中给我的指导，感谢实验室的同学们给予我学习和生活上的支持和帮助。最后，谨向在我的论文评审和答辩工作中付出辛勤劳动的各位专家教授表示、的感谢！，论文中的缺陷衷屯由于本人水平有限、错误在所难免，敬请前辈专家们给予批评指正。５１