纖維圖像掩碼提取算法的研究.pdf

1、隨著計算機技術的不斷發(fā)展,紡織行業(yè)中很多傳統(tǒng)的檢驗工作逐漸被計算機自動檢測取代。檢測效率得到提高的同時,檢測的穩(wěn)定性得到了保證。本課題為教育部留學回國人員科研啟動基金資助項目和全國百篇優(yōu)秀博士學位論文作者專項資金資助項目。結合上海市出入境檢驗檢疫局對紡織品纖維自動化檢驗需求,對棉、麻等天然纖維素纖維和各種異形纖維進行纖維的計算機自動識別算法的研究。該課題已于2007年12月通過國家商檢總局的項目鑒定。圖像中物體的邊緣是最基本的特征之一,

2、纖維的截面圖像中纖維的各種特性可通過它的邊緣信息計算得到。邊緣檢測的結果提供纖維的邊界以及結構信息。邊緣表征的纖維輪廓信息用于后續(xù)的纖維識別算法中的特征提取、識別判斷等。所以,邊緣信息提取的正確性影響到纖維識別的性能。通過分析和實驗驗證,經(jīng)典的圖像邊緣檢測算法不能在纖維識別中得到很好地應用。它們的輸出中存在虛假邊緣和多重邊緣輸出。這些無用成分影響了特征參數(shù)的提取以及纖維識別的正確率。針對纖維截面圖像的特點,本文提出使用掩碼邊緣描述纖維輪

3、廓特征的方法;研究了纖維掩碼邊緣計算中的閾值自適應計算方法。掩碼邊緣的計算過程中包含兩個閾值(稱為高閾值和低閾值)的確定。其中高閾值是全局閾值,與圖像的噪聲、對比度等參數(shù)有直接關系。本文中,高閾值用于確定纖維的存在性,因此在一定的取值范圍內的變化不會影響掩碼點集合的大小以及纖維的存在性。通過高閾值計算得到的結果確定了各纖維的輪廓的主要部分。為了提高纖維掩碼的連續(xù)性以及最大限度地降低噪聲輸出,本文對圖像的背景噪聲進行評估。利用二分法確定低

4、閾值的取值范圍,使得掩碼輸出中包含各纖維的所有邊緣信息。同時,輸出中不可避免地包含了很多噪聲。通過二分法確定的低閾值必須使得噪聲輸出與纖維邊緣輸出呈現(xiàn)不同的特征,纖維邊緣輸出為連續(xù)的掩碼,而噪聲由于自身的不相關性表現(xiàn)為孤立的點狀輸出。本文利用這一特性進行纖維掩碼邊緣信息的提取。雙閾值的計算過程是空間連通性的計算過程,一般使用遞歸程序實現(xiàn),會占用大量的?？臻g。通過使用連通分量分析法可以避免這一問題。實驗證明,通過掩碼邊緣雙閾值算法得到的掩