數(shù)字圖像處理在原棉異物識別應(yīng)用中的研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、棉紡織品生產(chǎn)在我國產(chǎn)量很大,對我們國民經(jīng)濟具有舉足輕重的地位。然而原棉中夾帶的異物雜質(zhì)嚴重影響了棉紡企業(yè)的生產(chǎn)以及棉紡制品的質(zhì)量,造成了嚴重的經(jīng)濟與非經(jīng)濟的損失。原棉異物識別與剔除系統(tǒng)正是在這樣一個很強的應(yīng)用背景下提出的。于此同時,國外的一些相關(guān)的機器設(shè)備又存在價格昂貴且使用維護不便等問題的限制。所以自主研究和開發(fā)適合我國紡織企業(yè)需要的相對價格低、性能優(yōu)越的原棉異物識別與剔除系統(tǒng)具有深遠的意義和影響。 基于數(shù)字圖像處理技術(shù)及信號

2、控制技術(shù)的原棉異物識別的圖像算法與剔除機構(gòu)的控制的探討是本文的重點。本文在分析了原棉異物圖像的特點后,探索了基于圖像掩模濾波處理的邊緣檢測法、基于改進后的Ostu閾值分割法、基于分形理論的圖像識別法、基于分形維數(shù)的自適應(yīng)閾值分割法等多種識別算法。這些算法通過數(shù)學(xué)上嚴格的論證,客觀地比較了相對的識別方法,有利于在推廣應(yīng)用中實現(xiàn)標準化。通過本文的圖像效果的一系列對比實驗表明,基于分形維數(shù)的自適應(yīng)閾值分割法對于處理原棉異物圖像具有較好的識別效

3、果。同時,對于較難識別的白色丙綸類的原棉異物,特別提出了以紋理特征為參數(shù)的基于分析理論的識別算法,給原棉異物雜質(zhì)的準確識別與定位提供了一條嶄新的思路。本文所述的數(shù)字圖像識別算法和應(yīng)用技巧以及原棉異物檢測剔除機構(gòu)的設(shè)計控制等研發(fā)經(jīng)驗亦可移植和應(yīng)用到其它紡織領(lǐng)域的項目中。 全文共分六章,探討了多種基于數(shù)字圖像處理技術(shù)的原棉異物雜質(zhì)的識別算法。其中,第一章敘述了本課題提出的背景意義及相關(guān)文獻的研究情況;第二章概括地介紹了原棉異物檢測裝

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論