计算机图像识别技术在异纤在线检测中的应用

摘要

工业界,尤其是棉纺织行业,对计算机图像识别及检测处理技术有着十分迫切的需要.目前,棉纺织行业中原棉异纤检测环节急需一种代替人工的自动异纤在线检测系统的出现.随着微电子技术及计算机技术的蓬勃发展和以MATLAB为代表的高效数值计算工具的出现,图像识别技术得到快速发展,从而解决人类生理器官不能识别的问题,部分代替了人的脑力劳动并提高生产效率.该文通过对原棉中几种异种纤维的大量采集和检测,研究了该项技术在原棉异纤在线检测中应用的可行性,文中重点讨论了原棉自动图像采集及判别处理系统的硬件和软件结构、理论基础、基于MATLAB的异纤图像的判别算法,对原棉图像检测的实验数据及实验结果进行了分析,从而对原棉中的异种纤维实现自动分捡.软件的判别算法是基于统计理论设计的,分为三个模块:预处理模块、特征提取模块、判别模块.图像经硬件系统摄取之后先由预处理模块通过直方图均化和自适应滤波进行去噪处理,然后,进行基于剃度微分和数学形态学算子法的边缘提取,从而提取出图像的边缘并计算出图像的特征值,最后根据特征值判断图像中是否存在异纤.该文的写作具有重大的理论意义和现实意义.该文计算机将图像识别技术应用到棉纺织行业的原棉异纤检测环节,将

目录

文摘

英文文摘

独创性声明及学位论文版权使用授权书

第一章绪论

1.1课题背景

1.2数字图像识别技术的发展现状

1.3图像识别方法概述

1.4 MATLAB简介

第二章系统分析

2.1原棉异纤在线检测系统分析

2.2原棉中异种纤维图像的分析

2.3图像采集及处理系统的组成

2.4图像采集及处理系统的工作过程

第三章图像识别算法

3.1基于统计理论的梯度识别法

3.2统计量的选取和统计参数的确定

3.2.1概率论的几个基本概念

3.2.2统计量的选取

3.2.3统计参数(阈值)的确定

3.3直方图和直方图均化

3.3.1直方图

3.3.2直方图均化

3.4自适应滤波

3.5梯度边缘提取法

3.5.1傅立叶变换

3.5.2数学形态学图像处理

3.5.3传统的微分算子法

3.5.4拉普拉斯高斯算子法

3.5.5 canny法

3.5.6拉普拉斯高斯算子法与canny算子法的比较

3.5.7中值滤波

3.6判别算法

第四章试验设计及结果分析

4.1存在异纤的图像的“边缘连通最大像素数”的均值实验分析

4.2不存在异纤的图像的“边缘连通最大像素数”的均值和方差实验分析

4.3模拟真实环境下所拍摄的图像的“边缘连通最大像素数”的均值和方差实验分析

4.4确定阈值的试验结果及分析

4.5在确定的阈值下对含有头发丝的图像的识别率测试试验及结果分析

4.6在确定的阈值下对含有毛纤维的图像的识别率测试试验及结果分析

4.7在确定的阈值下对含有细线头的图像的识别率测试试验及结果分析

4.8在确定的阈值下对含有尼龙草的图像的识别率测试试验及结果分析

4.9原棉中异纤的在线检测总体试验结果及分析

第五章结论

谢辞

参考文献：

天津工业大学研究生学位论文附件（随论文附）