论文部分内容阅读
我国是棉花生产和消费大国,棉纺织行业是我国经济发展的支柱产业。棉花中普遍存在的异纤问题,使得加工后的纺织品存在纱疵,产品质量等级下降,影响企业的经济效益。人工挑拣劳动强度大,分拣效果得不到保证,因此,棉花异纤的自动检测清除装置应运而生。针对现有的异纤检测装置在性能上存在的图像采集品质不高、异纤识别效率较低等问题,论文提出一种基于自适应模糊阈值分割的棉花异纤检测技术,实现对异纤图像的正确分割,提高异纤的识别效率。论文的研究工作如下:
(1)图像采集系统在整个异纤检测系统中起着十分重要的作用,为确保满足高速运动的棉花异纤图像在线采集过程的需求,充分考虑摄像机分辨率、曝光时间、取景范围、镜头焦距和采集卡传输格式等参数的配置,合理选择CCD摄像机、镜头、图像采集卡等设备,尽可能减少硬件设备带来的不利因素,获取最佳图像信号。
(2)研究图像采集系统中光照结构,通过对多种光源性能的比较,选择无频闪、波动幅度低的LED灯作为主光源,波长为335nm的紫外灯作为辅助光源(用来区分与棉花纤维相似的无色异纤特征)。对多种不同照明方式下的图像采集效果进行比较,以直接明场正面照射获取的图像质量为最好。
(3)提出一种基于自适应模糊阈值的棉花异纤图像分割方法,解决异纤识别效率低的难题。考虑到采集的棉花异纤图像信息存在不完全、含糊、不准确等不确定性问题,选取模糊阈值分割法来进行异纤图像处理。针对模糊阈值分割法中存在的窗口宽度自动选取困难的问题,论文提出自适应窗口宽度选取的新方法。研究发现,模糊阈值分割法对呈双峰状态直方图的图像分割效果较明显,但大部分棉花异纤很细小,相应的直方图波峰不明显,甚至表现为单峰状态,为了能适用于小目标异纤图像的分割,论文引入直方图变换新方法,使得原始直方图上的谷或者峰更加明显,易于被检测,从而实现异纤图像的正确分割。通过实验对比,发现与现有的棉花异纤图像分割方法相比,论文提出的基于自适应模糊阈值的图像分割方法效果最好。