应用自适应滤波与阈值迭代的原棉杂质视觉检测方法

针对Canny算子滤波模板参数与高低阈值人为设定而导致的杂质弱边缘丢失问题,提出一种基于改进Canny算子的原棉杂质检测方法,该方法采用自适应平滑滤波代替高斯滤波对原棉图像进行平滑,以小尺寸平均加权滤波模板与原图像迭代卷积,并在每次迭代过程中自适应地调整各像素的加权系数,同时,采用的最大类间方差法能够自适应地确定高低阈值,实现了滤波模板参数与高低阈值的自动优化,避免了弱边缘的丢失。仿真实验结果表明:该方法检测到的原棉杂质边缘完整、流畅,减少了伪边缘的出现,8连通域数与边缘点总数比值比Canny方法平均降低16.8%,8连通域数与4连通域数比值比Canny方法平均降低18.8%;同时,在对4种原棉常见杂质的识别上,该方法与国标方法检测结果平均相符率达到92.7%,能够有效用于原棉杂质的自动化检测。     

一种基于Canny的原棉杂质图像分割方法研究

针对原棉杂质人工检验方式效率和效果不能保证的问题,提出一种基于Canny的原棉图像分割方法。该方法首先通过计算灰度的二阶微分增强图像,然后采用梯度按阈值取舍的方法检测图像边缘,在此基础上,结合"非极大值抑制"和形态学的连接操作,确保图像分割的效果。原棉杂质图像分割实验结果表明,该方法能够有效地将杂质与原棉背景分离,获取的杂质边缘清楚、流畅,有利于后期原棉杂质的分类与识别,同时,为棉纤维检验领域中机器视觉检测系统的研发提供了技术支撑和数据参考。     

双色双杂质棉纤维检测系统的设计及应用

为提高棉纤维颜色级差和杂质等级检测效率及数据的稳定性和正确性,介绍光电反射法测量棉纤维颜色级差和光电图像法测量棉纤维杂质等级的基本原理,以及LED光学系统电路设计原理,将其设计的双色双杂质棉纤维颜色级差和杂质等级检测系统应用在XJ128A型棉纤维性能快速测试仪测试标准色板和标准杂质板。测试对比结果表明:应用LED光学系统的双色双杂质棉纤维测试系统,能保证数据的稳定性和正确性,比单面测试仪的检测效率提高1倍。     

基于高低阈值迭代优化的原棉图像杂质检测

在原棉杂质图像的Canny边缘检测中,高低阈值直接影响到杂质检测结果的准确性,而目前高低阈值主要靠人工经验来设定,针对这一问题,提出一种改进的原棉杂质图像识别方法。方法在传统Canny方法的基础上,通过新加入45°、135°方向模板求取梯度幅值,在采用线性插值法进行非极大值抑制的同时,进行高低阈值的迭代优化,进而实现阈值的自动优化以及伪边缘的抑制。仿真实验表明,本文方法在有效抑制噪声的同时,能够自适应地优化高低阈值,一定程度上的减少了伪边缘的出现,检测到的原棉杂质边缘完整,尤其对于破籽的识别,其相符率达到93.2%,能够有效应用于原棉中杂质的识别与检测。     

棉花图像采集中的椒盐噪声抑制

为了消除大容量棉花纤维测试仪在图像采集过程中出现的椒盐噪声,改善试样棉花图像质量,提出一种自适应中值噪声抑制方法。该方法在噪声检测中采用了基于灰度阈值的二次判别,避免了噪声的漏检。在此基础上,根据噪声污染程度自动匹配滤波窗口尺寸,采用中值滤波原理去除椒盐噪声。仿真试验结果表明,自适应中值噪声抑制方法在有效消除噪声的同时,保护了棉花图像中杂质的边缘细节。同时,在70%的大噪声密度下峰值信噪比(PSNR)达到26.49,降噪耗时最优仅为5×5极值滤波法的13%,能够有效用于棉花图像椒盐噪声的消除。     

基于图像处理的棉花表面杂质自动识别

针对棉花杂质检测中测量仪器成本高与不能实现杂质分类的问题,搭建了一种低成本的棉花表面杂质自动识别与检测系统。系统采用基于Canny的杂质图像处理算法,通过图像平滑滤波、梯度幅值和方向计算、非极大值抑制、高低阈值检测以及边缘连接,有效抑制了杂质图像虚边缘的产生,实现了棉花表面杂质的精准检测与识别。试验结果表明,以HVI检测结果为依据,该方法在含杂面积检测结果的标准偏差为0.021 2,含杂个数检测结果总体标准偏差为2.612 6,与HVI检测结果一致性较好;同时,在破籽类杂质的识别中,该方法与人工感官检验方法结果间总体标准偏差为1.019 8,识别结果整体离散性小,进一步验证了方法的有效性,也为棉花杂质的智能检测与分类识别提供了参考依据。     

LED光源在棉纤维检测中的应用研究

探讨LED光源用于测量棉纤维色特征级和光电图像法测量棉纤维杂质的基本原理和应用效果。以LED灯珠作为光源,在XJ128型快速棉纤维性能测试仪中测试标准色泽棉样和标准杂质板,验证其稳定性和正确性。结果表明:将LED灯珠作为光源应用到棉纤维色特征级检测中,可以满足仪器验收测试的要求;LED灯珠具有体积小、发光能耗低、效率高、发热量低、亮度高、寿命长、照度均匀等优点,可以显著提高测量的稳定性和正确性。认为:LED光源可用于棉纤维色特征级和杂质的检测,且具有较好的效果。     

基于边缘检测的原棉杂质图像识别方法适用性分析

针对如何选择适合原棉图像的边缘检测方法,高效地进行含杂分析与识别的问题,选取Sobel算子、Roberts算子、LoG算子、Canny算子4种边缘检测方法进行适用性分析,实验选取原棉作为样本,在检测效果、检测耗时、检测概率比3个方面对各算子进行了对比与分析。结果表明,相比其他算子,Canny算子在高阈值为1.5时,低阈值为0.2时杂质边缘定位准确、背景噪声小,尤其对于破籽类杂质的识别,检测概率比达到92.5%,检测效果优于其他算子,更适用于原棉杂质图像的分析与识别。     

基于SVDD的小麦净度检测方法研究

净度是种子质量的重要指标,可以直接影响作物的产量。由于种子杂质类型较多,传统方式二分类机器学习方法,易受建模杂质种类的限制,使得模型准确率降低。为实现种子净度自动化快速检测,本研究提出一种基于支持向量数据描述(SVDD)的小麦净度快速检测方法。利用工业相机获取小麦和麦壳、燕麦、大麦杂质的可见光图像,通过HALCON软件提取每粒样本的13种形态特征,借助皮尔逊相关性分析,筛选有效特征。在此基础上,分别利用SVM算法以及SVDD算法构建小麦净度识别模型,并进行分类识别对比试验。试验结果表明：SVDD算法杂质数据可以不参与建模,识别准确率达到95%以上,结合种子千粒重快速计算种子净度,在杂质占比含量20%时,检测误差为3.2%。基于SVDD的小麦净度检测方法,可以实现对小麦和多种杂质的快速分类,实现对小麦净度快速检测。     

Y146型棉纤维光电长度仪测定棉纤维成熟度方法的探讨

本文提出照影仪测定棉纤维成熟度,具有快速和易推广的特点,并对Y146型棉纤维光电长度仪测定成熟度的方法进行了探讨。     

棉花中异性纤维的图像多分辨率差分检测方法

针对棉花异性纤维难以检测的问题,提出了一种基于多分辨率尺度图像差分的检测方法。首先,通过小波多层分解实现检测图像中的不同频率信息成份的分离;然后,对不同分辨率的子图之间进行差分提高异性纤维与原棉信息的对比度;在此基础上,采用最大类间方差法对多分辨率差分子图进行二值化分割出异性纤维的信息;最后,通过对分割后的子图进行信息的融合,实现了对异性纤维检测。实验表明,该方法能够有效抑制棉花背景信息,最大限度的提取异性纤维的信息,异性纤维检测的准确率以上达到90%。     

基于亚像素边缘检测的纱线条干均匀度测量

为了精确地评价纱线的表观条干均匀性,提出一种基于亚像素边缘检测的纱线条干均匀度检测方法。首先通过图像采集装置获取纱线图像;然后对纱线图像进行亚像素边缘检测获取纱线边缘点集;利用开运算对获取的边缘点集进行处理,进而获得纱线条干的边缘;最后采用坐标直方图方法计算纱线平均直径和条干CV值。为验证方法的有效性和准确性,对多种不同线密度的纯棉纱线进行测试,并将测试结果与电容式条干仪的均匀度检测及基于模糊C均值分类和Otsu图像法的检测结果进行了对比。结果表明:基于亚像素边缘检测的纱线条干均匀度检测方法与电容式的测量结果有着较好的一致性,证明所提方法可得到准确的结果。     

质量控制方法在钙含量快速检测中的应用

目的通过有效的质量控制方法,监控实验室快速钙含量项目的检测情况,衡量检测结果的准确性。方法选择适当的样品作为质控样品,应用乳钙测定试剂盒法对质控样品进行多次测定,将测定数据绘制成质量控制图,进行分析总结。同时与国标方法进行结果差异对比。结果通过对3种质量控制方法的应用,研究发现快速钙含量检测结果不存在系统误差,与国标方法对比无显著差异。结论本研究中快速钙含量项目使用的质量控制方法,可以有效实现对检测数据的动态监控。     

基于Matlab的棉花异性纤维检测及定位算法

Matlab语言是具有强大矩阵运算能力的可视化计算软件。边缘检测技术是数字图像处理非常重要的内容 ,属于图像分析的范畴。着重阐述了在原棉检测中棉花异性纤维的边缘检测算法和重心定位算法 ,并通过Matlab语言实现了这两种算法 ,得到了很好的效果。     

酿酒行业中支链淀粉快速检测方法的研究和应用

为了缩短检测白酒酿造的主原料高粱中支链淀粉含量的时间,减小操作过程中的人为误差。研究建立了快速检测淀粉和直连淀粉含量,通过计算得到支链淀粉含量的方法,对方法的检测效果进行了评价,并与国标方法进行比对,结果表明两者没有显著性差异。     

棉纱线黑板标准样照图像处理方法研究

利用计算机图像处理技术中的边缘提取方法对棉纱线的黑板标准样照进行处理，通过对几种边缘提取方法的比较，找出了适合棉纱线黑板标准样照边缘提取的方法，从而可以清晰、准确地提取棉纱线黑板标准样照图像的边缘轮廓线，为棉纱线黑板评级的数字化奠定了基础。     

基于Prewitt算子与形态学的纸病图像检测方法

针对Prewitt算子在检测中存在的边缘不连续性的问题,提出一种基于Prewitt算子和数学形态学的纸病图像边缘检测方法。首先利用Prewitt算子对纸病图像进行处理,然后将处理后的图像进行形态学的闭运算。实验表明,该方法结合了两种检测方法的优点,有效地提高了边缘检测的准确性,得到了比较理想的纸病边缘检测效果。     

二次滤波法在织物疵点边缘检测上的应用

针对织物图像斑点噪声的特点，采用了一种新的图像边缘检测方法。该方法以锐化处理为基础，经二次滤波完成图穰预处理，克服了以往一次滤波方法的缺点，在抑制噪声的同时，增强了图像的边缘信息。通过对织物疵点的检测表明，该方法可以取得较好的边缘检测结果，是一种实用有效的方法。     

应用改进Canny法检测工业零件含噪图像边缘

针对工业零件含噪图像边缘检测,根据Canny算法原理,提出了一些改进策略,形成了一种矩形透镜最大梯度模边缘检测算法。采用中值滤波完成图像平滑,有效抑制了图像噪声;采用5×5邻域一阶偏导有限差分计算图像的梯度幅值,提高了边缘定位的精度;采用最大类间方差法(OTSU)求解了最优区域分割阈值,实现了边缘的自动检测。以磁环和极片工业零件图像边缘检测为例进行了实验,结果表明,该算法具有较好的去噪和边缘检测效果。