纖維圖像分離算法的研究.pdf

1、纖維成分自動(dòng)識(shí)別是涉及圖像處理、模式識(shí)別、計(jì)算機(jī)視覺及神經(jīng)網(wǎng)絡(luò)等多個(gè)領(lǐng)域的研究課題。鑒于傳統(tǒng)纖維檢測(cè)方法存在諸多弊端以及計(jì)算機(jī)圖像處理技術(shù)的不斷發(fā)展,纖維自動(dòng)識(shí)別的研究工作有了很大的進(jìn)展。但計(jì)算機(jī)自動(dòng)識(shí)別纖維依舊是一個(gè)比較復(fù)雜的問題。國(guó)內(nèi)外將計(jì)算機(jī)圖像技術(shù)應(yīng)用于纖維識(shí)別的研究還比較少,很多問題尚待解決。本課題為全國(guó)百篇優(yōu)秀博士學(xué)位論文作者專項(xiàng)資金資助項(xiàng)目和教育部留學(xué)回國(guó)人員科研啟動(dòng)基金資助項(xiàng)目。結(jié)合了上海市出入境檢驗(yàn)檢疫局的紡織品和纖維

2、檢驗(yàn)的實(shí)際需求。課題研究的重點(diǎn)是棉、麻等天然纖維素纖維和各種異形纖維的顯微圖像的計(jì)算機(jī)識(shí)別。該課題已于2007年12月通過國(guó)家商檢總局的項(xiàng)目鑒定。纖維圖像分離是纖維成分識(shí)別的重要的預(yù)處理環(huán)節(jié),通過對(duì)二值纖維圖像的信號(hào)計(jì)算,實(shí)現(xiàn)纖維對(duì)象與圖像背景的分離,以及各粘連纖維對(duì)象之間的圖像分離。分離的精度直接影響纖維特征識(shí)別的準(zhǔn)確率。由于纖維切片樣本制作工藝上的限制,采集到的纖維灰度圖像中存在大量纖維粘連的情況,給纖維圖像分離算法帶來很大的困難。

3、本文分析總結(jié)了圖像分離領(lǐng)域中常用算法的特點(diǎn)及其在纖維圖像分離應(yīng)用上的缺陷,針對(duì)纖維圖像的特點(diǎn),提出了一種基于歐氏距離變換的纖維圖像分離算法。文章提出的纖維圖像分離算法是以纖維二值掩碼圖作為輸入信號(hào),根據(jù)圖像集合的理論基礎(chǔ),以距離變換為核心運(yùn)算,以區(qū)域填充、輪廓跟蹤為輔助計(jì)算處理,構(gòu)建了從輸入信號(hào)源點(diǎn)集到最終分離結(jié)果信號(hào)目標(biāo)點(diǎn)集之間一系列的映射變換關(guān)系,將纖維圖像點(diǎn)集按照算法定義的映射關(guān)系進(jìn)行點(diǎn)集的重新分類計(jì)算,最終得到分離后的所有獨(dú)立纖

4、維圖像點(diǎn)集。文章中,輸入二值圖像點(diǎn)集中信號(hào)輸出部分的集合定義為纖維掩碼點(diǎn)集。其次,取纖維掩碼點(diǎn)集中的像素點(diǎn)為特征點(diǎn)、對(duì)輸入圖像進(jìn)行距離變換;用變換結(jié)果中距離值較大的點(diǎn)為起始點(diǎn)進(jìn)行膨脹區(qū)域填充;被填充過程所覆蓋的無信號(hào)輸出部分的像素點(diǎn)構(gòu)成的集合即為纖維圖像中的背景區(qū)域。然后,對(duì)其余的無信號(hào)輸出部分依次進(jìn)行各自的區(qū)域填充,每次填充所得的點(diǎn)集即為每個(gè)纖維對(duì)象所對(duì)應(yīng)的內(nèi)腔點(diǎn)集。最后,以各個(gè)纖維內(nèi)腔點(diǎn)集為特征點(diǎn),對(duì)纖維掩碼點(diǎn)集進(jìn)行距離變換,并將與