基于图像理解的毛绒纤维检测算法研究

• 作 者: 郭伟
• 机 构: 天津工业大学
• 出 处: 天津工业大学
• 发表日期: 2013年期
• 关键词: 羊绒羊毛纤维 检测算法 自动识别 数字图像理解 特征提取 决策树分类

本文首先对羊毛羊绒纤维的形态结构和品质特征进行了对比分析，得到二者在表面形态方面有很多近似之处，很难对二者区分。随着我国经济发展，在羊绒制品中掺入羊毛纤维的造假现象越来越严重，市场迫切需求快速、准确、有效的识别羊绒和羊毛纤维的技术。本课题的目的在于研究出一种不需要很高技能和专业经验就能实现羊绒羊毛纤维自动识别的客观检测方法，本文主要在基于图像理解技术上对实现自动识别羊绒羊毛纤维的算法进行了研究。主要研究内容包括:确定羊绒和羊毛纤维图像处理的总体方案;对特征指标参数提取算法研究和决策树分类模型自动识别羊绒羊毛纤维的研究。　　在确定羊绒羊毛纤维的图像处理总体方案过程中，首先对纤维SEM图像做了分析，根据分析结果初步拟定了图像处理的步骤:图像增强、图像去噪、图像分割和形态学修饰处理等。因为要想实现纤维的自动识别，首先就要有连续的纤维边缘和鳞片边缘信息的图像，为此，本文在Matlab7.0软件平台基础上，对各个阶段的多种处理方法进行仿真实验，找到符合本文图像处理的方法。最终确定了本文图像处理总体方案:图像灰度化转换、Sober算子对图像锐化增强、中值滤波去噪、改进Canny算子对图像边缘检测以及自适应阈值法图像分割，最后由形态学中的膨胀、细化、修剪算法进行修饰处理。最终得到了只含有纤维边缘和鳞片边缘的二值图像信息。　　在对羊绒羊毛纤维特征参数的提取过程中，本文通过对常用来表征羊绒羊毛纤维的直观指标和相对指标进行了分析，最终选择了能有效区分两者的纤维细度和鳞片高度两个特征指标。并在对指标测量前，本文对霍夫变换和最小二乘法两种直线拟合法进行了研究分析，最终结合二者的优点实现了羊毛羊绒纤维边缘的直线拟合。根据直线拟合，把纤维边缘看成两条平行线，然后提出了一种改进的中轴线法来测量纤维直径和鳞片高度，并对所得的测量数据进行了分析研究。　　决策树分类模型自动识别羊绒羊毛纤维的研究中，重点介绍了决策树分类系统中C4.5的总体结构以及对分类器的精度测试方法介绍，然后依据前面对特征参数的测量结果进行决策树分类系统的具体的程序设计和实现。在本实验条件下，采用本文提出的算法，对羊绒羊毛纤维的平均识别率达到92.5％，这表明，本文的所提出的方法对羊绒和羊毛纤维的识别是有效可行的。