论文部分内容阅读
纤维混纺产品的成分检测在纺织品的进出口以及生产销售中起着至关重要的作用,但是检验中所存在的技术难度较大,检验工序也相当费时。鉴于上海市出入境检验检疫局的纺织品和纤维检验的实际需求,研究课题来源于《纤维和纺织品计算机图像自动分析检测技术的研究》,研究的重点是利用计算机图像处理技术达到自动分析检测纤维纺织品成分的目的。异形纤维几何形态的研究就是对拥有不同截面形状的异形纤维进行几何形态的识别,从而为纺织纤维产品中异形纤维的性能研究提供帮助。由于纤维样品在制作工艺上存在的限制,同时由于采集设备在性能上的不足,研究的首要环节就是对纤维图像进行有效的图像描述。异形纤维图像描述过程主要分两步:一是提取图片上的有用信息,去除图片上的无用信息;另一步是将输入图片中的大量纤维数据信息独立保存。上述步骤的处理保证了后续识别过程中输入数据的正确性。多尺度三角形面积表示法(Multiscale Triangle AreaRepresentation,简称TAR)是一种新颖的图形描述方法,通过从边界采样所得三角形面积的特性判断图形凹点和凸点所在。由于局部归一化的三角形面积表示方法在不同尺度下具有其独特的曲率特性,因此本文以该方法为理论基础进行深入研究。针对闭合图形边界的凹凸特性引入多尺度描述算子TAR均值滤波(TAR Average Filtering,简称TAR-AVG)和TAR中值滤波(TAR Median Filtering,简称TAR-MED)两种方法。TAR-AVG方法尽管在计算精度上得到明显提升,但是该算法并不具有很好的通用性。TAR-MED方法在具有广泛通用性的同时,计算结果却存在较多冗余点。本文提出了一种TAR中均值综合滤波(TAR Median AverageMixed Filtering,简称TAR-MAMF)方法。为了扩展TAR-MAMF方法的应用领域,对TAR公式进行改进,修正了致使结果产生偏差的正弦曲线,得到改进型TAR中均值综合滤波(用TAR-MAMFW表示)。该方法通过数据纵向累加得到直方图输出结果,从直方图结果中提取有效的特征参数达到几何形态识别的目的。本文在实验部分,首先对异形纤维数据库中的正常纤维和粘连纤维图形分别使用TAR-AVG、TAR-MED、TAR-MAMF以及TAR-MAMFW方法求得几何形态的识别结果。其次对标准图形库MPEG7中不同类型的图形分别使用上述四种方法进行处理。两类的结果证明了TAR-MAMFW方法的通用性和准确性。