基于模糊徑向融合的紙病圖像處理算法研究.pdf

1、外觀紙病是影響紙張質(zhì)量的重要因素，快速準(zhǔn)確地辨識造紙生產(chǎn)線上的各種外觀紙病，并及時采取相應(yīng)措施，對造紙廠有重要的經(jīng)濟意義。隨著造紙技術(shù)不斷進步，生產(chǎn)線上的紙張傳送速度越來越快，紙幅也越來越寬，對于在線紙病檢測技術(shù)的實時性要求也越來越高。同時當(dāng)前的紙病檢測方法，一直存在辨識紙病種類少，對難點紙病辨識準(zhǔn)確率低的問題。針對這些問題，本課題以黑斑、孔洞、亮斑、褶皺、裂紋五種常見且具代表性的紙病為研究對象，在現(xiàn)有的紙病檢測技術(shù)的基礎(chǔ)上提出了一種結(jié)

2、合信息融合的新紙病檢測算法，本文分別從紙張圖像預(yù)處理和紙病模糊徑向基融合辨識兩個方面進行算法研究，主要工作如下。
　　1)預(yù)處理算法方面，比較不同模板大小的均值和中值濾波對添加噪聲的紙張圖像的去噪效果，選取改進的中值濾波去噪;比較不同算子邊緣檢測紙病輪廓的效果，最終選取3*3的Sobel算子進行邊緣檢測;對二值化的紙病輪廓信息求最小外界矩形并標(biāo)記，然后逐行掃描填充原始紙張圖像，分割出目標(biāo)紙病區(qū)域。
　　2)以Altera的C

3、yclone Ⅳ為硬件平臺，F(xiàn)PGA硬件實現(xiàn)圖像預(yù)處理算法，紙病圖像的預(yù)處理效果顯示，F(xiàn)PGA預(yù)處理效果與軟件的預(yù)處理效果幾乎相同，而且處理速度更快，可以滿足每秒60幀實時采集的紙張圖像的預(yù)處理。
　　3)紙病辨識算法方面，歸納總結(jié)各種紙病辨識方法，分析神經(jīng)網(wǎng)絡(luò)與模糊邏輯系統(tǒng)的優(yōu)缺點及互補性，提出利用模糊徑向基神經(jīng)網(wǎng)絡(luò)對紙病圖像的多個特征值進行信息融合，進而實現(xiàn)更準(zhǔn)確地辨識更多種紙病。該模糊徑向基融合器有結(jié)構(gòu)簡單和快速的特點。

4、r>　　4)分析五種紙病的灰度、紋理及幾何特征，確定灰度均值、灰度方差、分形盒維數(shù)、褶皺模板匹配度作為模糊徑向基融合器的輸入。選取五種紙病圖像樣本訓(xùn)練模糊徑向基融合器，并驗證融合器的辨識效果，仿真結(jié)果表明模糊徑向基融合器可以準(zhǔn)確辨識五種紙病。
　　綜上，基于FPGA和模糊徑向基融合器的紙病檢測系統(tǒng)不僅可以加快紙張圖像預(yù)處理的速度，滿足實時檢測，減小上位機處理的數(shù)據(jù)量，而且可以準(zhǔn)確辨識包括褶皺、裂紋在內(nèi)的五種紙病，有良好的應(yīng)用前景。