棉麻纖維圖像分析及自動檢測技術的研究.pdf

1、本文以棉麻纖維圖像特征提取和識別為研究對象，系統(tǒng)研究紡織纖維自動檢測的技術，主要包括纖維切片技術、圖像自動攝取技術、圖像輪廓描述技術、圖像分割技術、圖像特征提取和纖維識別技術。 纖維成分的測定在紡織加工業(yè)、商品交易和國際貿易中有極其重要的地位。對由化學結構相似纖維制成的混紡產品，無法用化學溶解法測定其成分比例，通常只能使用顯微鏡鑒別方法，棉/麻纖維的鑒別是其中的典型代表。 長期以來，人工檢測為基礎的檢驗方法，檢驗時間較長

2、，檢驗成本較高，檢驗結果會受主觀情緒和長時間工作的視覺疲勞影響產生測試誤差。本文研究棉/麻自動檢測的相關技術，從而達到縮短檢驗周期，提高檢驗效率，減輕檢驗人員的勞動強度，排除人為因素的干擾，保證結果的一致性和客觀性。 纖維切片技術關系到纖維自動檢測的難易和檢測結果的準確性。本文首先簡單介紹制備縱向形態(tài)測試樣品的過程，利用煮沸法形成分布均勻、密度適當的纖維懸濁液，然后在載玻片上形成分布均勻的纖維層，并且盡可能減少載玻片上纖維之間重

3、疊和交叉。根據纖維圖像自動檢測和分析的需要，采用預聚技術的丙稀酸類樹脂快速包埋技術制作纖維截面切片，改進重點在于降低該類包埋劑聚合時收縮率，避免不均勻聚合，同時提高包埋速度，以適應常規(guī)研究和快速檢測的要求。通過對木棉纖維和滌綸單中空纖維中空率、圓整度進行測試，證明本技術具有良好的保形性能。采用樹脂切片技術獲得的纖維截面切片，切片薄，截面變形小，截面之間的粘連少，為圖像自動檢測系統(tǒng)的研制打下良好的基礎。 圖像自動攝取技術保證圖像數

4、字化的自動進行，該技術主要由三部分組成——自動聚焦、多焦面圖像融合和圖像拼接技術，核心是聚焦算法。在聚焦算法硒究上，對灰度差分算子、灰度方差算子、Tengrad算子、Lapal算子和灰度熵算子在纖維顯微圖像聚焦效果進行研究，在無偏性、單值性、單義性、抗干擾性和簡單性五個方面進行性能比較，依據聚焦曲線選定灰度差分算子作為纖維圖像粗聚焦算子；通過對纖維圖像的特點進行分析，提出自適應局部區(qū)域和基于輪廓邊緣灰度變化精確聚焦方法，分別應用于縱向片

5、段和截面聚焦。通過對實際攝取過程的分析，充分利用不同視野聚焦平面位置之間的相關性，預置起始聚焦位置，縮短聚焦距離，和改進的調焦策略相結合，提高聚焦速度。 利用自動聚焦過程提供的多焦面圖像聚焦信息，在粗聚焦圖像的基礎上，根據纖維輪廓，將多焦蕊圖像組中每幅圖像分割為背景區(qū)域(無目標)、清晰區(qū)域(目標聚焦區(qū)域)、模糊區(qū)域(目標離焦區(qū)域)。融合圖像背景由系列聚焦圖像背景區(qū)域平均獲得，目標區(qū)域通過清晰區(qū)域直接替代模糊區(qū)域獲得，并結合邊界處

6、理。 在顯微圖像處理分析中，受顯微鏡視野的限制，常常需要將多幅圖像拼成一幅較完整的圖像。本文提出的拼接算法基于模板匹配原則，根據圖像的相鄰關系確定拼接模板和拼接區(qū)域，利用中值濾波和梯度算子處理拼接模板和拼接區(qū)域，避免噪聲干擾和圖像灰度差異影響，保證定位精確和拼接正確。 目標輪廓的特點是纖維圖像識別研究的重點，利用鏈碼對目標輪廓描述，可以將輪廓的2—D邊界形狀描述問題，轉化成對1—D波形進行分析的問題，為隨后進行的目標形狀

7、特征的描述和判別提供便利。為解決圖像噪聲干擾問題，采用輪廓邊緣平滑方法；為提高鏈碼表征角度的能力，擴大計算輪廓切線方向的支撐區(qū)間，提高抗噪聲能力和減少線性采樣的影響，對Freeman鏈碼進行改進，引入方向鏈碼概念，即累加差分鏈碼和；通過對人工輪廓方向鏈碼曲線的分析，進行輪廓角點提取技術研究。針對纖維縱向形態(tài)圖像，利用方向鏈碼確定輪廓跟蹤起始點和判斷纖維交叉部位及纖維頭端；根據纖維縱向輪廓的特點，提出快速生成纖維中軸線的算法。將纖維截面粘

8、連形式分為串聯(lián)、并聯(lián)兩種基本形式，給出判斷截面粘連的算法，針對不同的截面粘連形式提出不同的分割策略。最后對典型棉麻截面的中腔胞壁輪廓進行方向鏈碼描述，并歸納了它們的鏈碼曲線特點。 將輪廓采用鏈碼表示就意味著將二維的圖像分析問題轉化為一維信號處理，就可以利用信號分析技術來提取纖維截面特征。從信號分析角度，輪廓信號可視為由輪廓包絡信號和輪廓特征信號組成。小波變換通過伸縮和平移等運算功能對函數或信號進行多尺度分析，具有多分辨率分析的特

9、點，很適合探測正常信號中夾帶的瞬態(tài)反?，F象并展示其成分。文中首先對小波變換原理、多分辨率分析原理及一維Mallat快速算法進行簡單介紹；對纖維截面輪廓的方向鏈碼曲線振蕩原因進行分析，依據小波降噪的原理，利用多層小波變換進行信號降噪；利用小波變換多尺度分析能力，先獲得截面輪廓的包絡信號，然后獲得輪廓特征信號，并在裂縫、凹陷和角點的模型上驗證本算法的可行性；最后對中腔胞壁的突變特征信號進行相關性分析，利用相關性系數區(qū)分棉麻纖維截面。

10、 在棉麻纖維縱向形態(tài)識別方面，首先簡單回顧已有的棉麻纖維縱向形態(tài)特征參數；根據纖維縱向輪廓的特點，提出快速準確計算纖維縱向形態(tài)投影直徑的算法；根據纖維縱向形態(tài)圖像灰度變化的特點，提出利用纖維斷面灰度變化特征表征棉轉曲和判斷棉中腔的方法：針對纖維橫節(jié)和裂紋提取的困難，采用灰度投影方法提取纖維橫節(jié)和裂紋特征，將二維紋理特征的提取轉化為對一維灰度曲線波形分析；引入圖像樣式轉換技術解決彎曲纖維橫節(jié)和裂紋提取困難，并在此基礎上提出基于纖維中軸線的

11、快速判斷方法；最后建立棉麻纖維縱向形態(tài)識別流程。 針對天然纖維特征參數不穩(wěn)定的特點，利用神經網絡進行纖維識別。首先對棉麻纖維截面特征參數的分布進行統(tǒng)計，初步得到它們韻分布規(guī)律；然后在介紹神經網絡原理和特點的基礎上，構建用于纖維識別的三層BP神經網絡：采用固定測試法和交叉檢驗法對特征參數在識別中的作用進行了研究，篩選出用于識別的截面特征集合；并在此基礎上，對網絡隱層節(jié)點數目和激活函數類型進行優(yōu)選。 針對天然纖維特征參數不穩(wěn)

12、定的特點，利用神經網絡進行纖維識別。首先對棉麻纖維截面特征參數的分布進行統(tǒng)計，初步得到它們的分布規(guī)律；然后在介紹神經網絡原理和特點的基礎上，構建用于纖維識別的三層BP神經網絡；采用固定測試法和交叉檢驗法對特征參數在識別中的作用進行了研究，篩選出用于識別的截面特征集合；并在此基礎上，對網絡隱層節(jié)點數目和激活函數類型進行優(yōu)選。 本文以棉麻纖維為研究對象，系統(tǒng)研究紡織纖維自動檢測的相關技術，獲得了一系列成果。首先改進樹脂包埋技術，縮短

13、包埋時間，為纖維截面分析提供低變形、高分離度的光學顯微鏡半薄切片，保證截面圖像質量，基本滿足實際檢測工作的需要；根據紡織纖維光學顯微圖像的自身特點，確定自動聚焦算法，為自動顯微鏡的研制和應用奠定基礎；對Freeman鏈碼進行改進，引入方向鏈碼概念，可以更精確地描述纖維截面的輪廓特征，而且將二維圖像特征提取轉化為一維信號分析，方便隨后的截面特征分析工作；利用小波變換具有多尺度分析的特點，對輪廓細節(jié)特征進行提取，準確反映截面輪廓特征變化；充