基于PCA的纸病特征再提取算法研究

针对传统纸病检测中相似纸病辨识准确率低及纸病提取特征维数高致使纸病辨识过程时间较长的问题,提出一种基于主成分分析（PCA）的纸病特征再提取算法。该算法以多种纸病的图像为研究对象,对可能存在相关关系的高维原始纸病特征量进行PCA降维处理并去除相关成分,形成相互独立且更具代表性的纸病新特征,在减少数据处理量的同时使纸病辨识准确率明显提高。实验表明,PCA算法可显著提高纸病辨识准确率并可大幅缩短算法平均运行时间。     

基于几何及灰度特征的纸病检测算法研究

针对当前纸病在线检测系统实时性强和信息量大的特点,提出了一种高效、灵活的基于几何及灰度特征的纸病检测算法.首先采用邻域均值法对纸病图像去噪,然后根据灰度直方图选取合适阈值将图像二值化,并运用边界跟踪法检测出纸病边缘,最后提取出纸病的几何及灰度特征并分析其特征量将纸病分类.按照该算法依次对常见5种纸病进行检测,结果表明,基于几何及灰度特征的纸病检测算法能够准确地检测并分类常见纸病.     

基于相位一致性的低对比度纸病识别算法研究

针对机器视觉检测低对比度纸病,存在常规的阈值分割会引起低对比度纸病信息丢失以及边缘检测存在鲁棒性差的问题,本课题提出了一种基于相位一致性算法识别低对比度纸病的方法,并与常规的阈值分割以及边缘检测中具有代表性的canny算子进行了对比分析。结果表明,当识别低对比度纸病时,本课题提出的方法不仅保留的有用信息较常规阈值分割的多,而且鲁棒性较canny算子的边缘检测好。     

基于RPCA的纸病图像分割算法

针对实际纸病检测应用中采集到的图像分辨率越来越高,在图像处理过程中出现数据维数过大的问题,提出一种基于鲁棒主成分分析法(Robust Principal Component Analysis,RPCA)的纸病图像分割算法,该算法将纸病图像对应的矩阵分解成稀疏矩阵和低秩矩阵。在后续检测中只需选取稀疏矩阵对应的图像进行检测就可以满足纸病检测的要求,有效减少了计算量,最终节省了整个纸病检测环节的检测时间。仿真结果表明,该方法可用于纸病图像的分割,并且具有良好的分割效果。     

装饰纸图案纹样的分形表征

采用分形维数对木纹、石纹、抽象纹和金属纹4种常用装饰纸图案纹样进行表征。结果表明,4种装饰纸图案纹样均具有分形特征,其分形维数比较结果为：木纹〉抽象纹〉金属纹〉石纹。分形维数可以作为表征装饰纸纹样的立体感和秩序度的量化评价指标之一。     

Otsu多阈值分割算法的研究

在图像分割中,确定阈值是关键,但已有选择阈值的方法多是单阈值法,不适用于多目标识别.鉴于此,提出了一种改进的基于一维Otsu的多阈值分割算法.该算法通过对图像多次分类、使用分离变量合并多余的分类、使用松弛变量搜索阈值等方法提高了运算速度.实验效果验证了该算法的有效性.     

基于最大熵阈值分割算法的改进研究

图像分割是图像处理中的重要问题,也是机器视觉研究的经典难题。随着计算机技术的发展,产生许多图像分割方法,不少的研究者提出了许多改进的方法,如自适应阈值法、直方图互确认的图像阈值化分割、最大阈值法等,其中阈值法以其简单、有效、便于理解的特点被广泛的应用。阈值分割技术的目的是将目标从背景中分离出来,重点难点在于阈值的选取。在     

纸病图像检测与分割的二阶段方法

提出了纸张表面纸病检测与分割的二阶段新方法.通过对纸张微观结构中纤维分布的分析,由统计学分析原理建立了纸病图像的二阈值分割法,利用质量控制图结合具体纸样进行了纸病特征的提取,利用数学形态学操作对二值图像进行了滤波和分割检测.结果表明:二阶段分割阈值检测方法对纸病图像的分析十分简单、有效.     

改进的阈值选取方法在纸病图像分割中的应用

全局阈值分割法对含有对比度不同的纸病图像分割效果差,把图像先分块再求阈值,可以分割出每块区域的目标。针对上述分割结果的不足,提出了一种改进的阈值选取方法,该方法是用改进的迭代法对分割的子块求阈值,最后与每块区域的平均灰度值作比较,找出整幅图像的最优阈值。以含有灰度不一污点的纸病图像为处理对象,实验结果表明改进的方法可以分割出低对比度纸病。     

基于灰度直方图最小跨度阈值法的瞳孔分割

瞳孔的边缘检测是虹膜提取的一个重要技术内容,本文提出了一种简单有效的虹膜内边缘定位算法,以虹膜图像灰度直方图为基础,通过寻找瞳孔区灰度分布范围的方法确定分离瞳孔的灰度阈值,并利用灰度投影法定位虹膜内边缘。实验结果表明,文中提出的方法能够准确地进行虹膜内边缘定位。     

基于小波变换和阈值分割的织物疵点边缘检测

The edge detection of fabric defects is the base of geometrical features extraction and the essential process of the fabric defects identification, This paper proposed a method for fabric defects edge detection based on discrete stationary wavelet transform （DSWT） and optimal threshold segmentation algorithm （OTSA）. Firstly, the background of fabric defects picture was removed, then it was executed through DSWT and enhanced by the Laplacian operator. Finally, the edge detection was carded out with both OTSA and morphological operation. By contrast, this method is better than the classic ones, and is effective to fabric defect edge detection.     

边缘跟踪算法在多纸病图像分割中的应用

为了解决纸病检测中多纸病图像分割问题,提出了一种改进的边缘跟踪算法。该算法首先搜索得出纸病边缘的链码,并通过记录坐标取得图像的外接矩形,然后提取每个矩形中的纸病图像。结果表明,该算法能够有效提取纸病图像的边缘,并对多纸病图像能够完成精确的分割。     

基于位平面的纸病检测算法研究

针对当前纸病检测算法存在抗干扰能力差、定位不准确和运算复杂等问题,提出一种基于位平面的纸病检测算法。首先,采用自适应中值滤波算法对纸病图像进行滤波,然后,对滤波后的图像进行位平面分解,并运用格雷码对位平面加以增强,最后,使用数学形态学对其进行边缘检测,得到最终的纸病检测结果。仿真结果表明：该方法运算简单,能够较好地检测出纸病缺陷,并具有较好的抗干扰性和定位准确性。     

改进YOLOv7的纸张表面缺陷检测研究

提出一种改进YOLOv7的纸张表面缺陷一步式检测算法。首先将注意力机制模块CBAM融合到主干和特征提取网络结构,从空间和通道2个维度提取信息,提升小目标纸病特征提取准确性和算法稳定性;将ASPP空洞卷积加入主干网络SPP中,ASPP可以进一步扩大感受野,使较小目标的特征信息在网络传递时得到保留,解决了小目标信息量不足的问题,进而提高小目标纸病识别的性能。通过自制纸病数据集检测实验,与YOLOv7相比,精确率、召回率及平均精确率均值mAP 0.5分别提升了1.5、2.3和2.1个百分点。     

一种基于位平面的纸病检测数学形态算法研究

造纸加工工艺的进步带动了纸机加工车速的提升,同时也带来了更加复杂的纸病处理问题。基于位平面理论,构建了一种新的纸病检测数学形态算法,旨在为现代造纸加工行业中的纸病检测工艺提供一种抗干扰能力强、定位准确以及运算较为简单的数学形态算法。首先对位平面技术的理念和运行策略进行分析;其次对基于位平面的纸病检测算法进行论述,从自适应中值滤波、获取图像的增强位平面、用数学形态学算法进行边缘检测等角度进行了详细研究;最后对该种类的纸病检测数学形态算法进行方针结果分析,认为该种算法能够在运算简单的基础上,更好地检测出纸病缺陷提供优良的纸病检测抗干扰性的定位精准性算法。     

纸张涂层研磨碳酸钙颜料渗吸特性的分形模型建立及修正

本研究测量和表征了研磨碳酸钙(GCC)颜料渗吸性能,分析了GCC颜料渗吸特性与经典渗吸模型(Lucas-Washburn模型、Bosanquet模型和纯惯性力模型)的内在关系.通过分形理论求解计算了 GCC颜料的分形特征,从渗吸动力学和分形结构两方面建立了 GCC颜料渗吸的分形模型,引人渗吸量修正因子和形状因子对分形模...     

一种基于分块思想的多纸张缺陷一次提取算法

为了解决纸张缺陷检测中多个纸病区域的提取实时性问题,提出了一种采用“先分块、后合并”思想直接对实时图像数据流进行处理的并行化纸病提取算法。该算法充分利用现场可编程门阵列（FPGA）的并行处理特性,在跨时钟域对图像数据进行传输的同时,在另一个分支流程中并行地对分块缺陷连通域进行标记以获取每个缺陷的相对位置坐标,最后以包围盒的形式提取出纸张缺陷区域。该算法基于分块思想,分支处理过程不需要消耗主流程额外的处理时间且硬件资源占用率极小。实验结果表明,该算法能够准确、快速地提取出各种常见纸张缺陷,具有很强的灵活性和实时性,能够满足在线纸病检测的实时性要求。