基于圖像理解的毛絨纖維檢測算法研究.pdf

1、本文首先對羊毛羊絨纖維的形態(tài)結(jié)構(gòu)和品質(zhì)特征進(jìn)行了對比分析，得到二者在表面形態(tài)方面有很多近似之處，很難對二者區(qū)分。隨著我國經(jīng)濟(jì)發(fā)展，在羊絨制品中摻入羊毛纖維的造假現(xiàn)象越來越嚴(yán)重，市場迫切需求快速、準(zhǔn)確、有效的識別羊絨和羊毛纖維的技術(shù)。本課題的目的在于研究出一種不需要很高技能和專業(yè)經(jīng)驗就能實現(xiàn)羊絨羊毛纖維自動識別的客觀檢測方法，本文主要在基于圖像理解技術(shù)上對實現(xiàn)自動識別羊絨羊毛纖維的算法進(jìn)行了研究。主要研究內(nèi)容包括:確定羊絨和羊毛纖維圖像處

2、理的總體方案;對特征指標(biāo)參數(shù)提取算法研究和決策樹分類模型自動識別羊絨羊毛纖維的研究。
　　在確定羊絨羊毛纖維的圖像處理總體方案過程中，首先對纖維SEM圖像做了分析，根據(jù)分析結(jié)果初步擬定了圖像處理的步驟:圖像增強(qiáng)、圖像去噪、圖像分割和形態(tài)學(xué)修飾處理等。因為要想實現(xiàn)纖維的自動識別，首先就要有連續(xù)的纖維邊緣和鱗片邊緣信息的圖像，為此，本文在Matlab7.0軟件平臺基礎(chǔ)上，對各個階段的多種處理方法進(jìn)行仿真實驗，找到符合本文圖像處理的方法

3、。最終確定了本文圖像處理總體方案:圖像灰度化轉(zhuǎn)換、Sober算子對圖像銳化增強(qiáng)、中值濾波去噪、改進(jìn)Canny算子對圖像邊緣檢測以及自適應(yīng)閾值法圖像分割，最后由形態(tài)學(xué)中的膨脹、細(xì)化、修剪算法進(jìn)行修飾處理。最終得到了只含有纖維邊緣和鱗片邊緣的二值圖像信息。
　　在對羊絨羊毛纖維特征參數(shù)的提取過程中，本文通過對常用來表征羊絨羊毛纖維的直觀指標(biāo)和相對指標(biāo)進(jìn)行了分析，最終選擇了能有效區(qū)分兩者的纖維細(xì)度和鱗片高度兩個特征指標(biāo)。并在對指標(biāo)測量前

4、，本文對霍夫變換和最小二乘法兩種直線擬合法進(jìn)行了研究分析，最終結(jié)合二者的優(yōu)點實現(xiàn)了羊毛羊絨纖維邊緣的直線擬合。根據(jù)直線擬合，把纖維邊緣看成兩條平行線，然后提出了一種改進(jìn)的中軸線法來測量纖維直徑和鱗片高度，并對所得的測量數(shù)據(jù)進(jìn)行了分析研究。
　　決策樹分類模型自動識別羊絨羊毛纖維的研究中，重點介紹了決策樹分類系統(tǒng)中C4.5的總體結(jié)構(gòu)以及對分類器的精度測試方法介紹，然后依據(jù)前面對特征參數(shù)的測量結(jié)果進(jìn)行決策樹分類系統(tǒng)的具體的程序設(shè)計和實