基于圖像理解的毛絨纖維檢測(cè)算法研究.pdf

1、本文首先對(duì)羊毛羊絨纖維的形態(tài)結(jié)構(gòu)和品質(zhì)特征進(jìn)行了對(duì)比分析，得到二者在表面形態(tài)方面有很多近似之處，很難對(duì)二者區(qū)分。隨著我國(guó)經(jīng)濟(jì)發(fā)展，在羊絨制品中摻入羊毛纖維的造假現(xiàn)象越來(lái)越嚴(yán)重，市場(chǎng)迫切需求快速、準(zhǔn)確、有效的識(shí)別羊絨和羊毛纖維的技術(shù)。本課題的目的在于研究出一種不需要很高技能和專(zhuān)業(yè)經(jīng)驗(yàn)就能實(shí)現(xiàn)羊絨羊毛纖維自動(dòng)識(shí)別的客觀檢測(cè)方法，本文主要在基于圖像理解技術(shù)上對(duì)實(shí)現(xiàn)自動(dòng)識(shí)別羊絨羊毛纖維的算法進(jìn)行了研究。主要研究?jī)?nèi)容包括:確定羊絨和羊毛纖維圖像處

2、理的總體方案;對(duì)特征指標(biāo)參數(shù)提取算法研究和決策樹(shù)分類(lèi)模型自動(dòng)識(shí)別羊絨羊毛纖維的研究。
　　在確定羊絨羊毛纖維的圖像處理總體方案過(guò)程中，首先對(duì)纖維SEM圖像做了分析，根據(jù)分析結(jié)果初步擬定了圖像處理的步驟:圖像增強(qiáng)、圖像去噪、圖像分割和形態(tài)學(xué)修飾處理等。因?yàn)橐雽?shí)現(xiàn)纖維的自動(dòng)識(shí)別，首先就要有連續(xù)的纖維邊緣和鱗片邊緣信息的圖像，為此，本文在Matlab7.0軟件平臺(tái)基礎(chǔ)上，對(duì)各個(gè)階段的多種處理方法進(jìn)行仿真實(shí)驗(yàn)，找到符合本文圖像處理的方法

3、。最終確定了本文圖像處理總體方案:圖像灰度化轉(zhuǎn)換、Sober算子對(duì)圖像銳化增強(qiáng)、中值濾波去噪、改進(jìn)Canny算子對(duì)圖像邊緣檢測(cè)以及自適應(yīng)閾值法圖像分割，最后由形態(tài)學(xué)中的膨脹、細(xì)化、修剪算法進(jìn)行修飾處理。最終得到了只含有纖維邊緣和鱗片邊緣的二值圖像信息。
　　在對(duì)羊絨羊毛纖維特征參數(shù)的提取過(guò)程中，本文通過(guò)對(duì)常用來(lái)表征羊絨羊毛纖維的直觀指標(biāo)和相對(duì)指標(biāo)進(jìn)行了分析，最終選擇了能有效區(qū)分兩者的纖維細(xì)度和鱗片高度兩個(gè)特征指標(biāo)。并在對(duì)指標(biāo)測(cè)量前

4、，本文對(duì)霍夫變換和最小二乘法兩種直線擬合法進(jìn)行了研究分析，最終結(jié)合二者的優(yōu)點(diǎn)實(shí)現(xiàn)了羊毛羊絨纖維邊緣的直線擬合。根據(jù)直線擬合，把纖維邊緣看成兩條平行線，然后提出了一種改進(jìn)的中軸線法來(lái)測(cè)量纖維直徑和鱗片高度，并對(duì)所得的測(cè)量數(shù)據(jù)進(jìn)行了分析研究。
　　決策樹(shù)分類(lèi)模型自動(dòng)識(shí)別羊絨羊毛纖維的研究中，重點(diǎn)介紹了決策樹(shù)分類(lèi)系統(tǒng)中C4.5的總體結(jié)構(gòu)以及對(duì)分類(lèi)器的精度測(cè)試方法介紹，然后依據(jù)前面對(duì)特征參數(shù)的測(cè)量結(jié)果進(jìn)行決策樹(shù)分類(lèi)系統(tǒng)的具體的程序設(shè)計(jì)和實(shí)