文献综述与调研报告：（阐述课题研究的现状及发展趋势，本课题研究的意义和价值、参考文献）
本课题的现状及发展趋势：
在这个科技飞速发展的时代，纺织行业取得了重大的突破，不论在工作效率还是工作质量都有着明显的成就，然而对于针织物瑕疵点的检测还停留在人工环节，并没有取得实质性的进展。对于人工检测来说，存在着许多的问题，会因为人为因素导致检测速度慢，错误漏洞太多，而且人工检测对于我们人眼也有所损伤。所以来说，针织物瑕疵点检测技术需要有新的技术来引领，需要我们有着新的突破，近几年来，计算机视觉检测瑕疵点越来越成为一个热门的话题。织物瑕疵点在现下成为国内外研究的一个热点。
在近几年，图像处理技术也有着重大的突破，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，例如国内研究人员中原工学院的王文杰等人推出了帘子布瑕疵点检测算法，此算法效率高，能够快速地找到瑕疵点，并且成本较低。帘子布图像瑕疵点检测算法研究主要有四部分组成,首先是预处理,在对织物图像进行直方图均衡化后,通过对比分析几种平滑锐化算法,选择了用中值滤波对图像进行平滑去噪,用Top-Hat算子变换对织物图像进行锐化增强;接着是通过分析对比,选择了灰度直方图法对织物图像是否含有瑕疵点进行快速判断;然后是图像分割,提出了一种基于数学形态学的检测算法,即先利用自相关函数和FFT找出织物经纬结构的重复单元,以其为依据,用形态学中腐蚀背景和膨胀目标的方法检测图像中的疵点信息,再在传统的形态学处理法之后,再一次采用开运算进一步的消除噪声,从而更加突出疵点;最后通过织物疵点长度L、疵点宽度W、疵点的经纬伸长度R、疵点面积S及疵点的紧密度C五个特征常量对织物进行特征提取。传统的人眼检测已经逐渐被淘汰了，取而代之的采用计算机来分析，基于视觉技术的瑕疵点检测也是最近被多次研究的对象，首先用图像采集技术获取其针织图像，然后搭建机器视觉针织物瑕疵点的检测系统，进行分析与处理，这种方法具有自动在线检测能力，检测的准确性能够有效的提高，也提高了检测的效率，精度有着显著的提高。对于针织物瑕疵点的检测还有者许多方法，基于小波变换和数学形态检测算法也是一个主流的趋势，首先进行对采样得到的图像进行小波变换后，再将图形进行数学运算，就能够得到良好的瑕疵点图形特征，该算法的运算时间较低，并且还能够得到较高的检测率。在这些算法中再次结合matlab，进行图像的处理与研究，使用matlab进行仿真检测，识别出瑕疵点。瑕疵点检测技术还在不停的向前发展，纺织品的生产过程中总会产生瑕疵点,这些瑕疵点直接影响着织物质量的好坏,进而影响着产品的销售及出口等，所以说瑕疵点检测技术对织物生产有着重大的意义，现在除了上述的一些检测手段，还有着许多的不太成熟的检测技术，这个领域是一个热门话题，但同时也是我们需要不断探索开发的，还有许多的检测技术能够被发现。
本课题研究的意义和价值：
织物的瑕疵点检测作为纺织企业保证纺织品质量一种重要方式,传统的人工检测方式存在检测速度慢、检测精度低、主观性强等缺点，我国由于喷气、剑杆等新型知机的广泛采用，布机的速度不断提高，织物的总产量不断提高，对产品的质量的档次要求也不断提高，研发适合我国纺织业的瑕疵点检测系统、装置、算法对提高纺织品的质量，增强出口的竞争力也有重大的社会意义和经济意义。
参考文献：
[1] 孙佳理. 织物组织自动识别关键技术研究[D]. 浙江大学, 2015
[2] 卢易枫. 卢易枫毕业论文合并[D]. 郑州轻工业学院, 2007.
[3] 薛乐. 基于傅里叶变换和Gabor变换的机织物纹理分析方法研究[D]. 东华大学, 2015.
以上是毕业论文开题文献，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
