復雜纖維圖像的識別研究.pdf

1、我國是世界上最大的紡織品生產(chǎn)和出口國。過去對紡織品中纖維種類的鑒別往往依靠人工勞動，其操作步驟復雜，工作效率低，同時摻雜了人的主觀因素，容易造成鑒別錯誤，所以，用計算機對纖維作自動識別成為必然趨勢。
　　 本文研究內(nèi)容為復雜纖維圖像的識別，由于圖像中纖維交錯分布，相互遮擋，很難用現(xiàn)成的方法完成識別。本文提出的識別方法包括三部分：邊緣檢測，邊緣細化與修復、邊緣曲線匹配。
　　 本文首先提出基于小波變換的多尺度邊緣檢測算法，

2、對經(jīng)過預處理的纖維圖像進行邊緣檢測。利用小波變換求出各尺度下的模極大值點，這些點對應于圖像信號中的突變點，并通過模極大值點獲得可能的圖像邊緣，利用自適應的閾值去除由于噪聲點引起的偽邊緣，最后對各尺度下檢測得到的邊緣進行融合，獲得纖維邊緣。
　　 邊緣檢測后得到的邊緣曲線具有一定的寬度，為進行特征匹配，需將其細化成單像素的寬度。本文提出將Zhang細化算法與查找表結(jié)合的方法對纖維邊緣進行細化。由于被其他纖維遮蓋會產(chǎn)生邊緣斷裂，且細

3、化算法也會在部分結(jié)點處產(chǎn)生微小的毛刺，所以需要對細化后的邊緣曲線進行后處理，才能生成完整的纖維邊緣曲線。
　　 在獲得纖維邊緣曲線之后，需要對邊緣曲線作兩兩匹配，以識別出一根完整的纖維。本文提出先粗后細的曲線匹配算法，利用兩條曲線對應特征點之間的距離進行整體匹配，利用最小二乘法擬合曲線，通過比較二次多項式的系數(shù)進行細節(jié)匹配。
　　 實驗表明，利用本文提出的方法，能夠有效地對復雜纖維圖像進行識別。對本文采用的樣本圖像進行識