学位论文 > 优秀研究生学位论文题录展示

基于图像处理技术的纱线毛羽检测应用研究

作 者: 张继蕾
导 师: 王晓红
学 校: 河北科技大学
专 业: 计算机应用技术
关键词: 多区域跟踪 特征提取 边缘检测 图像预处理 纱线毛羽
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 42次
引 用: 0次
阅 读: 论文下载
 

内容摘要


在纺织品加工过程中,纱线毛羽是反映纱线质量的重要指标,毛羽的长度和个数直接关系到产品的质量、档次、生产效率以及后续加工的顺利进行。目前在纺织行业中,对纱线毛羽的检测主要还是采用人工黑板目测来实现,这种方法不能对纱线毛羽进行定量检测,同时存在检测时间长、步骤多、准确度受主观因素影响大等问题。基于图像处理技术的纱线毛羽检测方法可以有效克服常规方法的不足,获得科学的检测结果。本文结合纱线毛羽的物理特性和形状特征,在传统人工黑板目测法的基础上结合图像分析理论提出了纱线毛羽图像处理方法。纱线毛羽检测的流程:首先把采集的纱线图像输入到计算机,获得毛羽的采样图;然后对采样图做灰度变换、倾斜校正、去噪、边缘锐化等一系列预处理操作,得到能清晰反映毛羽分布情况的二值图,利用形态学运算强化纱线的边缘;最后从边缘图中提取出纱线周长、面积、形态因子等特征参数,完成纱线毛羽的自动检测。本文对图像预处理及图像分割中的诸多算法进行了介绍和分析,通过对比纱线毛羽图像的处理结果,选择了适合于纱线毛羽特征提取的处理方案。对二值化分割后的图像进行形态学滤波处理,突出纱线毛羽的边缘特性。试验表明,该图像处理方案能为后续纱线毛羽特征的提取提供便利。本文采用多区域轮廓跟踪算法提取纱线毛羽特征,该算法对纱线的几何特征提取具有较高的精度和适应性,克服了必须将图像中的单条毛羽图像分割取出后才能进行轮廓跟踪的问题,实现了同时对多个纱线区域进行轮廓跟踪和提取,提高了系统的执行效率。利用图像处理技术对纱线毛羽进行检测,可以直观地获取毛羽形态特征,求得不同长度的毛羽个数及毛羽指数。该方法具有快速、方便、成本低的特点,缓解了人工测量的工作强度,提高了纱线毛羽检测的效率。

全文目录


摘要  4-5
Abstract  5-10
第1章 绪论  10-14
  1.1 纱线毛羽概述  10
  1.2 课题的研究背景及意义  10-11
  1.3 毛羽检测现状分析  11-12
    1.3.1 毛羽检测方法及检测仪器  11
    1.3.2 图像检测技术的应用现状  11-12
  1.4 本文的主要内容及结构安排  12-14
第2章 纱线毛羽检测的总体设计  14-20
  2.1 图像数据采集  15
    2.1.1 采集工具  15
    2.1.2 采集方法  15
  2.2 图像预处理  15-16
    2.2.1 图像预处理方法  15
    2.2.2 预处理部分的主要内容  15-16
  2.3 图像分割及形态学处理  16
  2.4 图像特征提取  16-19
    2.4.1 图像的特征选取  17
    2.4.2 纱线毛羽的几何特征  17-19
  2.5 本章小结  19-20
第3章 纱线毛羽图像预处理  20-32
  3.1 预处理区域的选择  20
  3.2 彩色图像倾斜校正  20-24
    3.2.1 图像旋转  21-22
    3.2.2 Radon 变换基本原理  22
    3.2.3 Radon 变换的算法实现  22-24
  3.3 图像灰度修正  24-26
    3.3.1 灰度变换  24-25
    3.3.2 直方图均衡化  25-26
  3.4 图像降噪  26-29
    3.4.1 图像常见噪声  26-27
    3.4.2 图像噪声消除  27-28
    3.4.3 噪声消除方法的比较  28-29
  3.5 图像锐化  29-31
    3.5.1 梯度锐化  29-30
    3.5.2 拉普拉斯掩模锐化  30-31
  3.6 本章小结  31-32
第4章 纱线毛羽图像分割及形态学处理  32-44
  4.1 阈值分割法  32-37
    4.1.1 纱线毛羽图像阈值分割方法  33-35
    4.1.2 阈值方法的实现与比较  35-37
  4.2 边缘检测分割法  37-40
    4.2.1 纱线毛羽图像边缘检测方法  37-39
    4.2.2 边缘检测法的实现与比较  39-40
  4.3 二值图像数学形态学处理  40-42
    4.3.1 形态学基本运算  41-42
    4.3.2 形态学处理结果  42
  4.4 本章小结  42-44
第5章 纱线毛羽特征提取  44-54
  5.1 纱线毛羽检测的单位标定  44
  5.2 区域表示方法  44-47
    5.2.1 链码表  45
    5.2.2 线段表  45-46
    5.2.3 链码表到线段表的转换  46-47
  5.3 多区域轮廓跟踪  47-50
    5.3.1 轮廓跟踪算法  48
    5.3.2 多区域轮廓跟踪算法  48-50
  5.4 纱线毛羽特征参数提取  50-51
    5.4.1 轮廓点数  50
    5.4.2 由链码表求区域周长  50-51
    5.4.3 由线段表求区域面积  51
    5.4.4 区域形状参数的计算  51
  5.5 纱线毛羽特征参数计算  51-53
    5.5.1 毛羽量的计算  51-52
    5.5.2 毛羽个数的计算  52-53
    5.5.3 毛羽指数的计算  53
  5.6 本章小结  53-54
第6章 运行效果与分析  54-61
  6.1 系统运行效果  54-60
  6.2 检测结果分析  60
  6.3 本章小结  60-61
结论  61-63
参考文献  63-67
攻读硕士学位期间所发表的论文  67-68
致谢  68

相似论文

  1. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  2. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  3. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  4. Q学习在基于内容图像检索技术中的应用,TP391.41
  5. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  6. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  7. 舌图像中瘀斑瘀点检测技术研究,TP391.41
  8. 空间交会接近视觉测量方法研究,TP391.41
  9. 图像实时采集、存储与处理方法研究,TP391.41
  10. 唇读中的特征提取、选择与融合,TP391.41
  11. 多币种纸币处理技术的研究与实现,TP391.41
  12. 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
  13. 基于图像的路面破损识别,TP391.41
  14. 移动机器人视觉检测和跟踪研究,TP242.62
  15. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  16. 基于随机森林的植物抗性基因识别方法研究,Q943
  17. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  18. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  19. 基于机器视觉的光纤几何参数检测研究,TN253
  20. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  21. 红外图像目标识别及跟踪技术研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com