基于圖像處理技術(shù)的苧麻和棉纖維縱向全自動識別系統(tǒng).pdf

1、目前，商檢系統(tǒng)廣泛采用人工識別的方法來確定苧麻和棉纖維混紡品的成份百分比，這種檢測方法主要依賴于檢測人員的主觀判斷，此外檢測人員的經(jīng)驗(yàn)，技術(shù)等因素會影響結(jié)果的客觀性和準(zhǔn)確性。不僅如此，人工檢測方法是費(fèi)時，費(fèi)力和低效的。因此，商檢系統(tǒng)需要一種高速、客觀、準(zhǔn)確的苧麻和棉纖維識別方法。這也正是本課題研究的主要目的：實(shí)現(xiàn)苧麻和棉纖維種類識別和成份分析的全自動系統(tǒng)。
　　 本文介紹了基于計算機(jī)圖像處理和模式識別技術(shù)，利用纖維縱向圖像分析，

2、實(shí)現(xiàn)苧麻和棉纖維種類識別和成份分析的全自動系統(tǒng)，旨在取代人工識別苧麻和棉纖維。該系統(tǒng)以全自動為設(shè)計宗旨，建立了一整套全新的，利用纖維表面紋路特征分析識別纖維種類的方法，實(shí)現(xiàn)了無人工干預(yù)情況下，客觀、準(zhǔn)確的識別纖維種類，計算纖維寬度和纖維計數(shù)，并結(jié)合目前商檢系統(tǒng)使用的國家標(biāo)準(zhǔn)，將識別結(jié)果換算成纖維重量百分比，達(dá)到了識別準(zhǔn)確率高于93％的水平。系統(tǒng)的第二臺樣機(jī)具備很好的自動識別檢測速度，通常識別一個試樣片僅需要3～4分鐘。
　　 本

3、課題研究的主要內(nèi)容有：系統(tǒng)硬件的搭建和自動控制的實(shí)現(xiàn)，包括顯微鏡系統(tǒng)的改造，三維載物臺的基礎(chǔ)控制和復(fù)雜控制；采用C++語言編寫系統(tǒng)軟件，利用多線程技術(shù)實(shí)現(xiàn)三維載物臺移動控制部分、數(shù)字?jǐn)z像機(jī)圖像采集部分、圖像處理分析和纖維種類識別部分的協(xié)同工作；設(shè)計完善的纖維識別流程，獲取可用于識別苧麻和棉纖維的特征指標(biāo)，分析特征參數(shù)的概率分布曲線，建立用于苧麻和棉纖維識別的公式，并確定公式中的權(quán)重系數(shù)；自動識別系統(tǒng)的測試和分析等。
　　 系統(tǒng)的

4、硬件構(gòu)成，主要有顯微鏡成像系統(tǒng)、數(shù)字?jǐn)z像機(jī)、三維自動載物臺。硬件系統(tǒng)構(gòu)建，包括硬件的組合以及相關(guān)控制的實(shí)現(xiàn)。苧麻和棉纖維的全自動識別，一定要基于一個可控制的全自動硬件平臺，為此，對普通的光學(xué)顯微鏡進(jìn)行了改造，將原來手動的載物臺更換為三維自動載物臺，并通過R232串口控制該載物臺的精確移動；同時，利用USB2.0接口的數(shù)字?jǐn)z像機(jī)，實(shí)現(xiàn)動態(tài)的圖像采集。兩者的結(jié)合，使得硬件系統(tǒng)具備了可控制的平臺移動和圖像采集的功能。
　　 在硬件平臺

5、的基礎(chǔ)上，文中結(jié)合系統(tǒng)實(shí)現(xiàn)的兩個關(guān)鍵步驟：纖維圖像的全自動定位采集和纖維種類無人工干預(yù)圖像識別，詳細(xì)地闡述了系統(tǒng)的原理和實(shí)現(xiàn)方法。
　　 這兩個關(guān)鍵步驟實(shí)現(xiàn)了以下功能：利用建立的三維自動載物臺的顯微硬件系統(tǒng)，實(shí)現(xiàn)纖維圖像自動采集，全景掃描，自動聚焦，纖維目標(biāo)的定位采集等復(fù)雜功能的軟硬件控制；通過快速的全景圖縫合和分析處理功能，實(shí)現(xiàn)全景圖的分析，準(zhǔn)確定位纖維目標(biāo)，作到不丟失、不重復(fù)的纖維圖像定位采集；創(chuàng)建了利用纖維表面紋路特征分析

6、識別纖維種類的方法，并在自動系統(tǒng)中實(shí)現(xiàn)；提出利用纖維縱向圖像識別苧麻和棉的特征參數(shù)，使其能夠很好的定量描述纖維表面特征的差異；獲得這些識別參數(shù)穩(wěn)定的概率分布曲線，在此基礎(chǔ)上，利用最大概率原理建立纖維種類識別公式；通過迭代的自適應(yīng)識別測試獲取識別公式中的權(quán)重系數(shù)，利用該公式在自動系統(tǒng)中實(shí)現(xiàn)纖維的無人工干預(yù)識別，并達(dá)到了預(yù)期的苧麻和棉纖維識別率。
　　 文中還對系統(tǒng)的實(shí)現(xiàn)中一些比較重要的問題進(jìn)行了深入探討，并給出相應(yīng)的解決方案。主要

7、有：系統(tǒng)中六個特征參數(shù)的相關(guān)分析；識別公式建立及其原理；與另一種方法進(jìn)行了比較后，所選取的更合理的纖維圖像定位采集方法；采用了圖像縫合處疑似斷點(diǎn)的連接修復(fù)方法，大幅度提高了全景纖維骨架像提取以及全景縮略圖的分析結(jié)果的準(zhǔn)確性；解決了纖維交叉骨架異型處理以及骨架短枝刪除等問題。
　　 在實(shí)現(xiàn)了苧麻和棉纖維全自動識別系統(tǒng)后，對系統(tǒng)的有效性，穩(wěn)定性和可再現(xiàn)性進(jìn)行了分析和測試。經(jīng)過對不同國家、不同產(chǎn)地、超過30，000根苧麻和棉纖維進(jìn)行的

8、自動識別測試，證明本系統(tǒng)可有效的實(shí)現(xiàn)纖維種類的自動識別，獲取纖維的寬度，纖維的根數(shù)，進(jìn)而折算出纖維的重量混紡比，并達(dá)到了預(yù)期識別準(zhǔn)確率。同時，還對系統(tǒng)穩(wěn)定性進(jìn)行了測試和分析，系統(tǒng)在對不同種類纖維的的大批量識別中表現(xiàn)了較高的穩(wěn)定性。系統(tǒng)的再現(xiàn)性測試也取得了良好的效果，對相同試樣進(jìn)行的自動識別實(shí)現(xiàn)了很高的可再現(xiàn)性。
　　 本文還對影響系統(tǒng)識別率的因素、系統(tǒng)檢測的速度，纖維切片的最佳長度，混紡比檢測所需要的的最少纖維根數(shù)，以及系統(tǒng)存在