1. 研究目的与意义（文献综述包含参考文献）

一、文 献 综 述 （一）研究背景 随着计算机技术、数字图像技术和现代最优化方法如神经网络技术的发展,使得基于计算机视觉的织物疵点检测成为可能。

所谓计算机视觉就是指通过图像来理解所摄对象的几何尺寸和形状,该对象离观察者距离、对象运动速度以及多个对象间的静态或动态关系等。

从20世纪90年代初开始,图像处理用于疵点检测的研究逐渐形成了一个高潮。

2. 研究的基本内容、问题解决措施及方案

1、 研究问题 本课题研究任务：依靠小波分析方法和傅立叶方法等通过以能量、方差、嫡、极差和对比度作为综合反应织物纹理畸变的特征值指标来对对竹节、双纬、缺纬、断经、双经、吊经、经缩、破洞、杂质、稀密路、油污等常见织物疵点的检测结果应用多个特征值逐一过滤的判断证明基于织物自适应正交小波的疵点检测方法是可行的。

2、研究步骤 （1）采用分步满足正交条件和逼近条件的自适应正交小波构造方法,即首先计算出满足正交条件的解集,然后根据逼近条件在解集中寻找最优解,采用了遗传算法和渐近迭代算法完成了织物自适应正交小波的搜索。

（2）在构造出织物自适应正交小波后,在对传统的金字塔形mallat小波分解、多尺度完全小波分解和树形结构小波分解讨论与比较的基础上,提出采用单层自适应正交小波分解织物图像,分解后的子图像较好地包含了织物的经向和纬向纹理信息,不仅具有计算速度快的优点,并能够将织物的经向和纬向纹理分开处理,使织物纹理细节更为突出。