纖維圖像分離算法的研究.pdf

1、纖維成分自動識別是涉及圖像處理、模式識別、計算機(jī)視覺及神經(jīng)網(wǎng)絡(luò)等多個領(lǐng)域的研究課題。鑒于傳統(tǒng)纖維檢測方法存在諸多弊端以及計算機(jī)圖像處理技術(shù)的不斷發(fā)展,纖維自動識別的研究工作有了很大的進(jìn)展。但計算機(jī)自動識別纖維依舊是一個比較復(fù)雜的問題。國內(nèi)外將計算機(jī)圖像技術(shù)應(yīng)用于纖維識別的研究還比較少,很多問題尚待解決。本課題為全國百篇優(yōu)秀博士學(xué)位論文作者專項資金資助項目和教育部留學(xué)回國人員科研啟動基金資助項目。結(jié)合了上海市出入境檢驗檢疫局的紡織品和纖維

2、檢驗的實際需求。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算機(jī)識別。該課題已于2007年12月通過國家商檢總局的項目鑒定。纖維圖像分離是纖維成分識別的重要的預(yù)處理環(huán)節(jié),通過對二值纖維圖像的信號計算,實現(xiàn)纖維對象與圖像背景的分離,以及各粘連纖維對象之間的圖像分離。分離的精度直接影響纖維特征識別的準(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,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、輪廓跟蹤為輔助計算處理,構(gòu)建了從輸入信號源點(diǎn)集到最終分離結(jié)果信號目標(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,對其余的無信號輸出部分依次進(jìn)行各自的區(qū)域填充,每次填充所得的點(diǎn)集即為每個纖維對象所對應(yīng)的內(nèi)腔點(diǎn)集。最后,以各個纖維內(nèi)腔點(diǎn)集為特征點(diǎn),對纖維掩碼點(diǎn)集進(jìn)行距離變換,并將與