混紡紗截面圖像的輪廓探測模型與纖維識別分類方法.pdf

1、混紡紗線中的纖維識別分類是數(shù)字圖像技術測定紗線混紡比的基礎。紗線混紡比作為紡織品檢測的一項常規(guī)檢測，如何實現(xiàn)科學、高效、準確的檢測是學者們共同關注的課題。傳統(tǒng)的化學分析法因無法實現(xiàn)化學性質(zhì)相似的紗線混紡比的測定，其局限性逐漸顯現(xiàn)出來。利用數(shù)字圖像技術對混紡紗線進行纖維分類無疑為測定化學性質(zhì)相近的紗線混紡比打開了一扇大門。因此，對于它的研究有著重大的實際意義。
　　 長期以來，人們從不同的角度對混紡紗線纖維識別與分類及混紡比測定等

2、課題，進行了廣泛的研究。但是以往的研究，多是針對特定纖維組分的一種混紡紗線，基本流程是：圖像獲取→預處理→個體輪廓探測→提取特征參數(shù)→識別分類→混紡比計算。個體輪廓探測環(huán)節(jié)都采用作用于二值圖像的輪廓跟蹤法，為了全面反映混紡紗線的纖維特征，學者們提取盡可能多的特征參數(shù)，而提取的特征參數(shù)對于混紡紗線中纖維分類哪一個參數(shù)更關鍵，學者很少進行過研究。本研究基于人眼的視覺原理，建立了能夠直接作用于灰度圖像的目標輪廓探測模型，即光斑擴散模型；以滌/

3、棉和粘/棉混紡紗為例，提出了一種適用于不同混紡紗線纖維識別分類的通用方法，利用特征選擇找到最能代表纖維差異的最佳特征或最佳特征組合，并在前人研究的基礎上，完整地實現(xiàn)了這一研究的六個環(huán)節(jié)，即圖像獲取、圖像預處理、個體輪廓探測、特征參數(shù)提取、特征選擇和混紡紗纖維分類。
　　 1．在圖像獲取環(huán)節(jié)，采用環(huán)氧樹脂包埋技術，獲得了輪廓清晰、個體分散的纖維切片圖像，是數(shù)字圖像技術進行混紡紗線纖維的分類研究的基礎。
　　 2．在圖像預處

4、理環(huán)節(jié)，采用數(shù)學形態(tài)學技術，將開、閉運算組合應用，用開運算去除了細小的雜質(zhì)，閉運算融合了棉纖維的中腔，得到了較好的處理結果，并提出了預處理的通用流程，對流程中各個步驟的結構元素尺寸選擇做了分析說明。
　　 3．在個體輪廓探測環(huán)節(jié)，基于視覺原理，提出了一種新的目標輪廓探測模型，與傳統(tǒng)的輪廓跟蹤算法不同的是，該模型可以直接作用于灰度圖像上，二值化不再是預處理的必經(jīng)流程。提出并討論了光斑擴散模型控制的各個參數(shù)，并且用逼近控制、貼近控制

5、、徑長控制和命中率控制等四個控制來獲得較為滿意的纖維截面輪廓。對四個參數(shù)中控制射線終止條件的貼近控制參數(shù)作了理論分析，并利用徑長控制參數(shù)解決了纖維間的連結問題。利用多點擴散的方法，解決了纖維輪廓中部分纖維屈曲程度較大不能一次探測出完整輪廓的問題。
　　 4．在特征參數(shù)提取環(huán)節(jié)，以輪廓探測中的徑長為基礎，提取了面積、離散度、波動率等較為通用的八個形態(tài)特征參數(shù)，并以粘/棉混紡紗中兩種纖維輪廓探測中的徑長分布規(guī)律為基礎，設計了波動率這

6、一特征參數(shù)，對粘/棉混紡紗進行識別，它能較好地反映兩種纖維的差異。
　　 5．在特征選擇環(huán)節(jié)，以最大類間距離可分性判據(jù)結合聚類分析準確率為標準，采用窮舉法和遺傳算法對滌/棉、粘/棉混紡紗特征參數(shù)進行了特征選擇。得出結論：只要特征參數(shù)設計合理，針對特定的混紡纖維，可以用一個指標來實現(xiàn)纖維的識別分類。對于未知纖維的情況，可以通過特征選擇的方式來找到分類正確或錯判率最小的特征參數(shù)組合。利用遺傳算法對特征參數(shù)進行了優(yōu)化組合，得到了與窮舉

7、法一致的結果，而且大大提高了特征選擇的效率。推薦在參數(shù)較少的情況下采用窮舉法，在參數(shù)較多的情況下選擇遺傳算法進行特征選擇。
　　 6．采用神經(jīng)網(wǎng)絡的方法對混紡紗線中纖維進行識別分類，比較了8個特征參數(shù)和經(jīng)特征選擇的1個指標經(jīng)神經(jīng)網(wǎng)絡訓練后纖維識別分類結果的不同，得出結論：特征選擇后的1個參數(shù)進行神經(jīng)網(wǎng)絡訓練后，纖維分類的效率和準確率都顯著提高，也從另一個方面驗證了特征選擇的必要性。另外，以纖維樣本類間最小距離作為訓練樣本的選擇方