基于OMAP3530的羊絨羊毛圖像識(shí)別系統(tǒng)的研究.pdf

1、羊絨作為珍貴的紡織材料，無(wú)論是從維護(hù)消費(fèi)者利益還是從保持混紡加工的性能互補(bǔ)性上考慮，快速、客觀、準(zhǔn)確的鑒別羊毛和羊絨是十分必要的。利用計(jì)算機(jī)數(shù)字圖像處理的方法，無(wú)疑具有較強(qiáng)的優(yōu)勢(shì)。
　　 本課題中數(shù)字圖像處理的對(duì)象是光學(xué)顯微鏡下得到的羊絨羊毛纖維圖像。為了獲取有效的特征向量，需要對(duì)圖像進(jìn)行必要的預(yù)處理，主要的處理方法有:圖像二值化、圖像填充、圖像空域?yàn)V波、圖像頻域?yàn)V波、圖像形態(tài)學(xué)處理等。
　　 根據(jù)羊絨羊毛區(qū)別，用纖維直

2、徑、鱗片密度、鱗片厚度、徑軸參數(shù)和粗糙程度共8個(gè)特征來(lái)表征，其中粗糙程度是用灰度直方圖的均值、標(biāo)準(zhǔn)差、三階矩和熵共四個(gè)特征來(lái)表示的。在進(jìn)行羊絨羊毛纖維識(shí)別前，首先為了降維，對(duì)提取的特征量進(jìn)行了主成分分析。然后利用貝葉斯決策理論和支持向量機(jī)的模式識(shí)別方法對(duì)羊絨羊毛特征向量進(jìn)行交叉驗(yàn)證，結(jié)果顯示支持向量機(jī)方法要優(yōu)于貝葉斯決策理論方法。交叉驗(yàn)證的過(guò)程是隨機(jī)將200幅的樣本圖像（各100幅）的90％為訓(xùn)練樣本，剩余10％作為待識(shí)別樣本，這樣循環(huán)