混紡紗截面圖像的輪廓探測模型與纖維識(shí)別分類方法.pdf

1、混紡紗線中的纖維識(shí)別分類是數(shù)字圖像技術(shù)測定紗線混紡比的基礎(chǔ)。紗線混紡比作為紡織品檢測的一項(xiàng)常規(guī)檢測，如何實(shí)現(xiàn)科學(xué)、高效、準(zhǔn)確的檢測是學(xué)者們共同關(guān)注的課題。傳統(tǒng)的化學(xué)分析法因無法實(shí)現(xiàn)化學(xué)性質(zhì)相似的紗線混紡比的測定，其局限性逐漸顯現(xiàn)出來。利用數(shù)字圖像技術(shù)對(duì)混紡紗線進(jìn)行纖維分類無疑為測定化學(xué)性質(zhì)相近的紗線混紡比打開了一扇大門。因此，對(duì)于它的研究有著重大的實(shí)際意義。
　　 長期以來，人們從不同的角度對(duì)混紡紗線纖維識(shí)別與分類及混紡比測定等

2、課題，進(jìn)行了廣泛的研究。但是以往的研究，多是針對(duì)特定纖維組分的一種混紡紗線，基本流程是：圖像獲取→預(yù)處理→個(gè)體輪廓探測→提取特征參數(shù)→識(shí)別分類→混紡比計(jì)算。個(gè)體輪廓探測環(huán)節(jié)都采用作用于二值圖像的輪廓跟蹤法，為了全面反映混紡紗線的纖維特征，學(xué)者們提取盡可能多的特征參數(shù)，而提取的特征參數(shù)對(duì)于混紡紗線中纖維分類哪一個(gè)參數(shù)更關(guān)鍵，學(xué)者很少進(jìn)行過研究。本研究基于人眼的視覺原理，建立了能夠直接作用于灰度圖像的目標(biāo)輪廓探測模型，即光斑擴(kuò)散模型；以滌/

3、棉和粘/棉混紡紗為例，提出了一種適用于不同混紡紗線纖維識(shí)別分類的通用方法，利用特征選擇找到最能代表纖維差異的最佳特征或最佳特征組合，并在前人研究的基礎(chǔ)上，完整地實(shí)現(xiàn)了這一研究的六個(gè)環(huán)節(jié)，即圖像獲取、圖像預(yù)處理、個(gè)體輪廓探測、特征參數(shù)提取、特征選擇和混紡紗纖維分類。
　　 1．在圖像獲取環(huán)節(jié)，采用環(huán)氧樹脂包埋技術(shù)，獲得了輪廓清晰、個(gè)體分散的纖維切片圖像，是數(shù)字圖像技術(shù)進(jìn)行混紡紗線纖維的分類研究的基礎(chǔ)。
　　 2．在圖像預(yù)處

4、理環(huán)節(jié)，采用數(shù)學(xué)形態(tài)學(xué)技術(shù)，將開、閉運(yùn)算組合應(yīng)用，用開運(yùn)算去除了細(xì)小的雜質(zhì)，閉運(yùn)算融合了棉纖維的中腔，得到了較好的處理結(jié)果，并提出了預(yù)處理的通用流程，對(duì)流程中各個(gè)步驟的結(jié)構(gòu)元素尺寸選擇做了分析說明。
　　 3．在個(gè)體輪廓探測環(huán)節(jié)，基于視覺原理，提出了一種新的目標(biāo)輪廓探測模型，與傳統(tǒng)的輪廓跟蹤算法不同的是，該模型可以直接作用于灰度圖像上，二值化不再是預(yù)處理的必經(jīng)流程。提出并討論了光斑擴(kuò)散模型控制的各個(gè)參數(shù)，并且用逼近控制、貼近控制

5、、徑長控制和命中率控制等四個(gè)控制來獲得較為滿意的纖維截面輪廓。對(duì)四個(gè)參數(shù)中控制射線終止條件的貼近控制參數(shù)作了理論分析，并利用徑長控制參數(shù)解決了纖維間的連結(jié)問題。利用多點(diǎn)擴(kuò)散的方法，解決了纖維輪廓中部分纖維屈曲程度較大不能一次探測出完整輪廓的問題。
　　 4．在特征參數(shù)提取環(huán)節(jié)，以輪廓探測中的徑長為基礎(chǔ)，提取了面積、離散度、波動(dòng)率等較為通用的八個(gè)形態(tài)特征參數(shù)，并以粘/棉混紡紗中兩種纖維輪廓探測中的徑長分布規(guī)律為基礎(chǔ)，設(shè)計(jì)了波動(dòng)率這

6、一特征參數(shù)，對(duì)粘/棉混紡紗進(jìn)行識(shí)別，它能較好地反映兩種纖維的差異。
　　 5．在特征選擇環(huán)節(jié)，以最大類間距離可分性判據(jù)結(jié)合聚類分析準(zhǔn)確率為標(biāo)準(zhǔn)，采用窮舉法和遺傳算法對(duì)滌/棉、粘/棉混紡紗特征參數(shù)進(jìn)行了特征選擇。得出結(jié)論：只要特征參數(shù)設(shè)計(jì)合理，針對(duì)特定的混紡纖維，可以用一個(gè)指標(biāo)來實(shí)現(xiàn)纖維的識(shí)別分類。對(duì)于未知纖維的情況，可以通過特征選擇的方式來找到分類正確或錯(cuò)判率最小的特征參數(shù)組合。利用遺傳算法對(duì)特征參數(shù)進(jìn)行了優(yōu)化組合，得到了與窮舉

7、法一致的結(jié)果，而且大大提高了特征選擇的效率。推薦在參數(shù)較少的情況下采用窮舉法，在參數(shù)較多的情況下選擇遺傳算法進(jìn)行特征選擇。
　　 6．采用神經(jīng)網(wǎng)絡(luò)的方法對(duì)混紡紗線中纖維進(jìn)行識(shí)別分類，比較了8個(gè)特征參數(shù)和經(jīng)特征選擇的1個(gè)指標(biāo)經(jīng)神經(jīng)網(wǎng)絡(luò)訓(xùn)練后纖維識(shí)別分類結(jié)果的不同，得出結(jié)論：特征選擇后的1個(gè)參數(shù)進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練后，纖維分類的效率和準(zhǔn)確率都顯著提高，也從另一個(gè)方面驗(yàn)證了特征選擇的必要性。另外，以纖維樣本類間最小距離作為訓(xùn)練樣本的選擇方