紋理分析技術(shù)在鞣制皮革分類系統(tǒng)中的應(yīng)用.pdf

1、我國是皮革工業(yè)大國，但是我國皮革工業(yè)的生產(chǎn)方式仍停留在機(jī)械化階段。在皮革生產(chǎn)過程中從鞣前準(zhǔn)備到后整理階段幾乎都主要依賴于感官評價，這將很難保證產(chǎn)品的一致性和穩(wěn)定性。將經(jīng)驗(yàn)控制轉(zhuǎn)向數(shù)字化控制正是皮革工業(yè)面臨的主要難題。皮革生產(chǎn)過程中采用的感官評價，主要是對皮革粒面、紋理以及外力作用下纖維排列等進(jìn)行判斷和識別，這種方法所獲得的是視覺圖像信息，難以客觀和準(zhǔn)確，因此可以采用圖像處理技術(shù)將皮革的視覺信息轉(zhuǎn)換為數(shù)字信息，從而實(shí)現(xiàn)皮革生產(chǎn)過程的自動化

2、。 為了利用紋理分析技術(shù)有效實(shí)現(xiàn)鞣制皮革分類，本文對鉻鞣和植鞣皮革圖像進(jìn)行了一系列預(yù)處理。工業(yè)生產(chǎn)中獲取的圖像不僅會由于光照和設(shè)備等而受到噪聲的影響，而且隨時可能受到各種不可預(yù)知的污染和破壞，因此，本文摒棄了鞣制皮革圖像的顏色信息。由于不同鞣制皮革差異較小，常用的直方圖均衡化并不能達(dá)到最優(yōu)的增強(qiáng)效果，所以本文選用全局灰度變換對皮革圖像進(jìn)行增強(qiáng)，并通過試驗(yàn)證明了該選擇的正確性。本文還通過各種濾波器對鞣制皮革濾波效果的反復(fù)試驗(yàn)比對，

3、選用小波包分解對鞣制皮革圖像進(jìn)行去噪，以此提高圖像的信噪比。 本文首次提出了工業(yè)生產(chǎn)中的鞣制皮革自動分類系統(tǒng)框架，在此基礎(chǔ)上，提出了四種紋理分析技術(shù)，并將其用于鞣制皮革的自動分類。首先，本文分析并確定了鞣制皮革灰度共生矩陣的最優(yōu)參數(shù)，通過反復(fù)試驗(yàn)，選用5個最能反映鞣制皮革紋理的共生矩陣特征用于鞣制皮革分類；其次，本文對統(tǒng)計(jì)幾何特征進(jìn)行改進(jìn)，并引入平均密度概念，試驗(yàn)證明，改進(jìn)后的統(tǒng)計(jì)幾何特征不僅對鞣制皮革進(jìn)行有效分類，而且比原方法

4、計(jì)算代價大大降低；再次，本文將分形維和空隙特征應(yīng)用到鞣制皮革分類，也取得了很好的分類效果：最后，針對鞣制皮革的毛孔差異，本文提出了一種基于鞣制皮革毛孔形狀的特征提取方法，試驗(yàn)數(shù)據(jù)表明，對四個不同容量的圖像集，該方法較之前述三種方法，其分類效果最穩(wěn)定，即使加入褶皺鉻鞣皮革的干擾，其分類率也較其他方法高。綜上所述，本文主要利用圖像紋理分析技術(shù)對鞣制皮革的自動分類進(jìn)行了研究。由于鞣制皮革圖像紋理屬于隨機(jī)自然紋理，一些常用的紋理分析技術(shù)并不能有