復(fù)雜纖維圖像的識(shí)別研究.pdf

1、我國(guó)是世界上最大的紡織品生產(chǎn)和出口國(guó)。過去對(duì)紡織品中纖維種類的鑒別往往依靠人工勞動(dòng)，其操作步驟復(fù)雜，工作效率低，同時(shí)摻雜了人的主觀因素，容易造成鑒別錯(cuò)誤，所以，用計(jì)算機(jī)對(duì)纖維作自動(dòng)識(shí)別成為必然趨勢(shì)。
　　 本文研究?jī)?nèi)容為復(fù)雜纖維圖像的識(shí)別，由于圖像中纖維交錯(cuò)分布，相互遮擋，很難用現(xiàn)成的方法完成識(shí)別。本文提出的識(shí)別方法包括三部分：邊緣檢測(cè)，邊緣細(xì)化與修復(fù)、邊緣曲線匹配。
　　 本文首先提出基于小波變換的多尺度邊緣檢測(cè)算法，

2、對(duì)經(jīng)過預(yù)處理的纖維圖像進(jìn)行邊緣檢測(cè)。利用小波變換求出各尺度下的模極大值點(diǎn)，這些點(diǎn)對(duì)應(yīng)于圖像信號(hào)中的突變點(diǎn)，并通過模極大值點(diǎn)獲得可能的圖像邊緣，利用自適應(yīng)的閾值去除由于噪聲點(diǎn)引起的偽邊緣，最后對(duì)各尺度下檢測(cè)得到的邊緣進(jìn)行融合，獲得纖維邊緣。
　　 邊緣檢測(cè)后得到的邊緣曲線具有一定的寬度，為進(jìn)行特征匹配，需將其細(xì)化成單像素的寬度。本文提出將Zhang細(xì)化算法與查找表結(jié)合的方法對(duì)纖維邊緣進(jìn)行細(xì)化。由于被其他纖維遮蓋會(huì)產(chǎn)生邊緣斷裂，且細(xì)

3、化算法也會(huì)在部分結(jié)點(diǎn)處產(chǎn)生微小的毛刺，所以需要對(duì)細(xì)化后的邊緣曲線進(jìn)行后處理，才能生成完整的纖維邊緣曲線。
　　 在獲得纖維邊緣曲線之后，需要對(duì)邊緣曲線作兩兩匹配，以識(shí)別出一根完整的纖維。本文提出先粗后細(xì)的曲線匹配算法，利用兩條曲線對(duì)應(yīng)特征點(diǎn)之間的距離進(jìn)行整體匹配，利用最小二乘法擬合曲線，通過比較二次多項(xiàng)式的系數(shù)進(jìn)行細(xì)節(jié)匹配。
　　 實(shí)驗(yàn)表明，利用本文提出的方法，能夠有效地對(duì)復(fù)雜纖維圖像進(jìn)行識(shí)別。對(duì)本文采用的樣本圖像進(jìn)行識(shí)