学位论文 > 优秀研究生学位论文题录展示
羊绒与羊毛纤维的计算机图像识别方法的研究
作 者: 柯薇
导 师: 邓中民
学 校: 武汉纺织大学
专 业: 纺织工程
关键词: 图像处理 特征提取 BP神经网络 纤维识别
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 72次
引 用: 1次
阅 读: 论文下载
内容摘要
由于羊绒纤维优良的特性,以及在形态结构和品质指标上与羊毛纤维的诸多共性,使得如今在羊绒制品中掺入羊毛纤维的造假现象越来越严重,这使得快速、准确、有效的识别羊绒与羊毛纤维成为当务之急,同时,羊绒与羊毛纤维的检测也被公认为纤维检测领域最难的课题。本文主要对用计算机图像处理方法来识别羊绒和羊毛纤维进行了研究,主要内容包括:羊绒和羊毛纤维图像处理方案的确定,特征指标参数提取方法的研究和BP神经网络模型识别羊绒和羊毛纤维的研究。在对羊绒和羊毛纤维的图像处理方案的研究中,本文通过对两种纤维的SEM照片的特点的研究,初步拟定了处理的总方案和路线:纤维图像的去噪、图像增强、图像分割以及修饰处理等。为了得到连续的纤维边缘和鳞片边缘信息,需对每个处理阶段的多种实现方法进行研究,找到较适合本文图像的处理方法。为此,本文利用Matlab7.0软件平台进行实验,对大量的图像处理方法进行试验、比较,选择处理效果最优的方法,最终得到满足本课题需求的图像处理方案:将图像灰度化,利用Sobel算子来增强纤维和鳞片边缘,利用中值滤波算法去噪,利用分水岭法检测边缘,以及利用形态学中的膨胀和细化算法进行修饰处理。最终通过一系列的处理,得到了只含有纤维边缘和鳞片边缘的二值图像信息。在对羊绒和羊毛纤维特征参数的提取过程中,本文通过对常用来表征羊绒和羊毛纤维的直观指标和相对指标进行了对比分析,最终选择了能有效区分两者的纤维细度、鳞片高度和径高比三个特征指标,并且在对指标的测量中,本文对常用的霍夫变换、最小二乘法等直线拟合纤维边缘测量方法进行了研究,对不足之处进行了分析,提出了一种改进的分段直线拟合方法来测量纤维的直径和鳞片高度,并对所得的测量数据进行了分析研究。在BP神经网络对羊绒羊毛的识别阶段的研究中,采用的网络结构为:输入层3个神经元,隐含层7个神经元,输出层2个神经元,中间层神经元和输出层神经元激励函数均为S型传递函数对织物疵点图像进行训练和识别。在本实验条件下,采用本文提出的算法,对羊绒和羊毛纤维的平均识别率为92.5%,这表明,本文的所提出的方法对羊绒与羊毛纤维的识别是有效可行的。
|
全文目录
摘要 3-4 ABSTRACT 4-7 1 绪论 7-16 1.1 羊绒和羊毛纤维的形态结构和品质特征 8-11 1.1.1 羊绒和羊毛纤维的形态结构 8-9 1.1.2 羊绒和羊毛纤维的品质特征 9-11 1.2 羊绒和羊毛纤维识别的必要性 11 1.3 羊绒和羊毛纤维传统的鉴别方法 11-13 1.3.1 光学投影显微镜法(LM 法) 11-12 1.3.2 扫描电子显微镜法( SEM 法) 12 1.3.3 基因分析法 12 1.3.4 其他方法 12-13 1.4 计算机图像处理对羊绒和羊毛纤维识别的研究 13-14 1.4.1 计算机图像处理概述 13 1.4.2 计算机图像处理技术在羊绒和羊毛纤维识别中的研究现状 13-14 1.5 本课题的意义及主要研究内容 14-15 1.6 本章小结 15-16 2 羊绒和羊毛纤维的图像处理 16-30 2.1 羊绒和羊毛纤维SEM 图像的特点 16 2.2 羊绒和羊毛纤维图像处理的总方案 16-18 2.3 羊绒和羊毛纤维图像的预处理过程 18-23 2.3.1 灰度化转换 18-20 2.3.2 Sobel 算子锐化增强 20-22 2.3.3 中值滤波去噪 22-23 2.4 羊绒和羊毛纤维图像的处理过程 23-29 2.4.1 改进分水岭边缘检测 23-26 2.4.2 自适应阈值分割 26-27 2.4.3 形态学运算 27-29 2.5 本章小结 29-30 3 羊绒和羊毛纤维图像特征参数的提取 30-41 3.1 羊绒与羊毛纤维的特征指标 30-32 3.1.1 直观指标 30-31 3.1.2 相对指标 31-32 3.2 羊绒与羊毛纤维特征指标的测定 32-37 3.2.1 直线拟合法 32-33 3.2.2 分段直线拟合测量纤维直径 33-35 3.2.3 中心线法测量纤维鳞片高度 35-37 3.3 羊绒和羊毛纤维的特征参数的测量结果及分析 37-40 3.4 本章小结 40-41 4 羊绒与羊毛纤维的识别分析 41-47 4.1 典型BP 神经网络的模型 41-44 4.1.1 人工神经网络模型 41-43 4.1.2 BP 神经网络模型 43-44 4.1.3 BP 的学习算法 44 4.2 BP 神经网络的训练与识别 44-46 4.2.1 样本特征值的归一化处理 45 4.2.2 BP 神经网络的训练 45-46 4.2.3 羊绒与羊毛纤维的识别 46 4.3 本章小结 46-47 5 结论 47-48 致谢 48-49 参考文献 49-53 附录 53
|
相似论文
- 基于CCD图像传感器的温度测量技术研究,TH811
- 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
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
- 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
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 机械臂视觉伺服系统的研究,TP242.6
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 市级旅游用地规划环境影响评价研究,X820.3
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
|