基于羊绒与羊毛纤维数字图像的特征提取与优化研究

摘要

羊绒制品因其轻薄柔软、舒适贴体、美观高雅、保暖性好而越来越受人们的欢迎，而且绒制品中羊绒的含量与生产成本及产品定价息息相关，因此，需要快速、准确、客观的鉴别羊绒。用计算机图像识别的方法鉴别羊绒，能够达到预期的效果。
　　本课题选用的是由中国纤维检验局利用微分干涉差显微镜获得羊绒羊毛纤维的数字图像各100幅。在羊绒羊毛纤维数字图像识别的过程中，对纤维图像进行了预处理，并对处理后的图像进行了特征提取，最后对羊绒羊毛数字图像运用模式识别算法进行了识别。
　　其中预处理的方法主要有:图像的旋转与裁剪、图像的二值化、形态学图像处理、图像的空间域处理和图像的频域处理等。提取的特征有:鳞片的直径、鳞片的高度、鳞片的径高比、鳞片的密度、鳞片的径轴参数和鳞片的纹理特征，而鳞片的纹理特征包含了均值、标准方差、平滑度、三阶矩、一致性和熵。并且选用模式识别算法中的支持向量机的交叉验证对羊绒羊毛纤维数字图像进行了识别。
　　在对羊绒羊毛纤维数字图像特征优化的过程中，通过单一特征与双特征及多特征的比较，以实现更好的鉴别羊绒羊毛的目的，最终得到由鳞片的直径、鳞片的高度、鳞片的径高比、鳞片的密度、鳞片的径轴参数和鳞片纹理特征中平滑度的综合作用，羊绒羊毛纤维数字图像的识别率为89.25％。

目录

声明

摘要

第1章 绪论

1．1 课题的研究背景

1．2 课题的研究目的和意义

1．3 国内外的研究现状

1．3．1 显微镜法

1．3．2 计算机图像自动识别法

1．3．3 化学法

1．3．4 生物法

1．3．5 其他方法

1．4 课题的前景

1．5 计算机图像识别介绍

1．5．1 计算机图像识别过程

1．5．2 计算机图像识别的应用

1．6 论文的主要内容概述

第2章 羊绒羊毛数字图像预处理

2．1 引言

2．2 图像旋转与裁剪

2．2．1 以原点为中心的图像旋转

2．2．2 以任意点为中心的图像旋转

2．2．3 Radon变换

2．3 图像的二值化

2．3．1 双峰法

2．3．2 P参数法

2．3．3 大律法(Otsu法或最大类间方差法)

2．3．4 最大熵阈值法

2．3．5 迭代法(最佳阈值法)

2．4 形态学图像处理

2．4．1 腐蚀

2．4．2 膨胀

2．4．3 开启

2．4．4 闭合

2．4．4 区域填充

2．5 图像的空间域处理

2．5．1 图像空间域滤波

2．5．2 图像平滑

2．5．3 图像锐化

2．6 频域图像增强

2．7 图像预处理小结

第3章 羊绒羊毛数字图像的特征提取

3．1 引言

3．2 羊绒羊毛图像鳞片直径的提取

3．2．1 像素法测量直径的原理

3．2．2 像素法测量直径的实现过程

3．2．3 直径测量误差分析

3．2．4 直径测量流程图

3．3 羊绒羊毛图像鳞片高度的提取

3．3．1 频域法测量高度的原理

3．3．2 频域法测量高度的实现过程

3．3．3 高度测量误差分析

3．3．4 高度测量流程图

3．4 羊绒羊毛图像鳞片密度的提取

3．5 羊绒羊毛图像鳞片径轴参数的提取

3．5．1 几何法测量径轴参数的原理

3．5．2 几何法测量径轴参数的实现过程

3．5．3 测量径轴参数误差分析

3．5．4 测量径轴参数的流程图

3．6 羊绒羊毛图像鳞片纹理特征的提取

3．6．1 统计法测量纹理特征的原理

3．6．2 统计法测量纹理特征的实现过程

3．6．3 测量纹理特征的误差分析

3．6．4 测量纹理特征的流程图

3．7 特征提取小结

第4章 模式识别

4．1 引言

4．2 分类器的设计

4．2．1 基于概率统计的贝叶斯分类器

4．2．2 基于支持向量机算法的分类器

4．3 本章总结

第5章 羊绒羊毛数字图像特征优化研究

5．1 软件介绍

5．2 PCA(主成分)分析

5．2．1 PCA分析的原理及其数学模型

5．2．2 主成分分析的基本步骤

5．2．3 羊绒羊毛纤维数字图像特征的主成分分析

5．3 单个特征

5．3．1 鳞片直径

5．3．2 鳞片高度

5．3．3 鳞片密度

5．3．4 鳞片的径高比

5．3．5 鳞片径轴参数

5．3．6 鳞片纹理特征

5．4 多个特征综合

5．4．1 两个特征

5．4．2 多个特征

第6章 总结与展望

6．1 总结

6．2 展望

参考文献

读硕士学位期间发表的学术论文

致谢