基于纖維自然邊界的非織造纖網(wǎng)圖像融合研究.pdf

1、纖維細度、孔隙率、取向等都是影響非織造纖網(wǎng)性能的因素。傳統(tǒng)檢測技術(shù)耗時長、成本高;而利用計算機圖像處理技術(shù)，使纖維材料性能的檢測趨于快速、低耗能，同時能保證準確率。計算機圖像處理檢測技術(shù)依賴于纖維材料的拍攝清晰程度。由于光學顯微鏡景深小，對于超景深物體的成像只能保證目標一部分清晰，而另一部分目標模糊，形成多焦面現(xiàn)象，例如薄型非織造布、紗線和切片不勻的纖維樣本等。針對這種現(xiàn)象，如何融合多焦面纖維圖像，使不同聚焦位置的多幅幅光學顯微鏡圖像合

2、成一幅目標都聚焦清晰的圖像具有重要的意義。
　　基于像素級的多聚焦圖像融合技術(shù)是針對多幅不同聚焦位置的圖像，通過一定算法提取多幅圖像中目標的互補信息，剔除冗余信息，合成一幅所有目標都清晰的圖像。它保留了原場景大多數(shù)的信息，提供了豐富、清晰的目標信息，為后續(xù)處理提供了可靠的信息來源。現(xiàn)今像素級多聚焦圖像融合技術(shù)主要分為多分辨率、基于單像素點和基于區(qū)域的融合技術(shù)?；趩蜗袼攸c的融合方式簡單、快速，但忽略像素之間的聯(lián)系;基于多分辨率是當

3、下圖像融合的熱點，它融合效果優(yōu)，但其計算復雜，分解層數(shù)依賴于分辨率，融合速度緩慢，可能引入大量錯誤信息和重影現(xiàn)象;基于區(qū)域的融合技術(shù)是將圖像分為不同的局部圖像塊，對每一個局部區(qū)域塊選擇合適的圖層進行融合，但若選塊過大其易將聚焦清晰的部分和模糊的部分選為一個局部區(qū)域，過小則會造成鋸齒效應(yīng)。
　　為了獲得多層紡織纖維材料圖像，本文利用自動控制的光學顯微鏡圖像采集系統(tǒng)，通過顯微鏡載物平臺XYZ三軸移動采集多層纖維圖像。針對非織造纖網(wǎng)、纖

4、維以及紗線設(shè)定不同景深、圖層數(shù)，采集同視野不同聚焦位置的多層圖像。
　　針對紡織纖維材料的融合方法，本文研究分析了現(xiàn)今國內(nèi)外主要圖像融合算法，提出了出一種基于纖維天然邊界的多源點清晰度自由擴散區(qū)域融合方法:首先，在纖維天然邊界的限制下，選取多個擴散源點，令其向周圍自由擴散。其次，當不同源點的擴散邊界相遇時形成固定的耦合邊界，擴散停止;當擴散到達纖維邊界時擴散也停止，直到所有的擴散結(jié)束，形成圖像融合的區(qū)域劃分。最后，在多層圖像上選取

5、對應(yīng)的清晰區(qū)域填充進融合區(qū)域，完成圖像融合，并進行評價和驗證。
　　1)為了獲取纖維的自然邊界，本文對多焦面圖像進行了預(yù)處理包括灰度、圖像平滑去噪等，并對不同的清晰度計算方式和孔洞填充進行了比較，利用點融合、圖像分割、填充等手段實現(xiàn)了纖維自然邊界信息的重建。
　　2)探討了源點選取規(guī)則，結(jié)合背景與目標的不同特征，采用自適應(yīng)閾值快速進行源點和偽源點的判斷，優(yōu)化源點選取，減少后續(xù)圖像處理的復雜程度。
　　3)在纖維邊界條件

6、的限制下，多源點同時向八鄰域方向擴散。當源點的擴散邊界與纖維邊界相遇時，擴散停止;同時，當不同源點的擴散邊界相遇時，擴散也停止;直至所有擴散結(jié)束，圖像被劃分成不同形狀的區(qū)域。
　　4)對分割完畢的區(qū)域進行圖層選取，選取合適的圖層數(shù)據(jù)填充區(qū)域完成圖像融合。本文實驗了四種特征參數(shù)作為圖層選取的依據(jù)。
　　5)本文根據(jù)不同的融合評價準則，對不同融合算法的融合效果進行評價，并對不同樣品進行分析，驗證了本文提出的區(qū)域劃分方式有效，能減