纸浆纤维表面特性与表面化学成分的研究方法和研究进展

该文以表面分析技术为出发点,阐述了纸浆纤维表面性能的重要性,并通过介绍主要的表面分析技术,如原子力显微镜(AFM)、激光共聚焦扫描显微镜(CLSM)、二次离子质谱(SIMS)等现代表面分析技术及其在制浆造纸领域中的应用,综合论述了纸浆纤维的表面特性和表面化学成分的研究方法和研究进展。     

基于计算机视觉的织物疵点自动检测方法研究

为了快速、准确地检测织物上存在的疵点,提出了一种基于计算机视觉的织物疵点自动检测方法。用具有高分辨率的CCD摄像头,在可移动云台及可调标准光源的照射下,捕获织物图像,存储至计算机;采用能量、方差、熵、极差、对比度作为特征值,进行织物图像的特征值提取与归一化处理;基于小波分析方法,提出自动选择子图像的小波重构方法,将织物图像中的疵点部分分离出来进行定位、识别。经试验证明,该方法具有检测速度快、定位准确等优点。     

基于数学形态学的纸浆纤维特征参数的研究

数学形态学是一门新兴的图像处理与分析科学。本文讨论了数学形态学的各种算法，并应用于纸浆纤维图像处理中，对纸浆纤维的长度，宽度及面积进行了测量。结果证明形态学算法能够将纤维图像进行更好的处理，并且容易实现。     

基于小波变换的纸浆结构统计模型的研究

在研究纸浆纤维形态、结构的基础上,建立纸浆的数学模型,并根据纸浆纤维分布与纸浆浓度的关系提出了在线确定纸浆数学模型参数的方法.具体步骤是:对纸浆浓度信号进行小波变换,根据小波谱的周期和峰值分别计算纸浆纤维团的半径和纤维团的中心距离,进而确定纸浆数学模型的参数.实验表明,该方法能建立准确的纸浆数学模型.     

数字图像处理在纸浆纤维检测中的应用现状

介绍了图像检测技术的现状及数字图像处理在各个工业和工程领域的应用情况。并重点介绍了纸浆纤维形态参数的测量方法及数字图像处理在纸浆纤维形态检测中的应用现状和前景。     

基于纤维形态的纸浆抄造性能研究

通过对纤维测量仪采集的图像进行计算,得出纸浆纤维长度、卷曲度及细小纤维含量等形态参数,通过实验获取纸浆抄造性能。探究了纤维形态参数与纸浆抄造性能之间的关系,并对描述的可行性进行了分析和验证。     

非木材纤维纸浆回用性能的研究

非木材纤维纸浆回用性能的研究研究非木材纸浆的回用性能，了解回用过程纤维特性和纸浆性质的变化，对促进非木材纤维废纸的回收利用，更合理地利用非木材纤维资源很有意义。国内已进行过麦草浆回用性能的研究，但尚未见研究获苇和蔗渣浆回用性能的报道。本试验以获苇和蔗...     

纸浆纤维柔软度测量方法的研究

根据梁弯曲理论建立蹬纤维柔软度测量模型研制出了纤维柔软度的测量系统,对实验样本数进行了测量确定,并以此系统对针叶木、阔叶木和竹子等纸浆纤维进行了柔软度测量。结果表明,该系统能够较好地定量测量纤维的柔软度。     

基于计算机视觉的香菇缺陷检测

传统人工检测鲜香菇表面缺陷方法通常效率较低,且易造成视觉疲劳,不能满足现代化工业需求。本研究尝试采用计算机视觉技术检测鲜香菇表面缺陷。首先,香菇样本RGB图像被获取,抽取B分量图像构建掩模用于G分量图像去背景。然后,去背景后的G分量图像进行边缘亮度补偿及缺陷提取。随后,对缺陷标记、提取特征参数及参数选择。为了避开成像系统及环境光的干扰,试验选用缺陷区域总面积与香菇图像总面积的比值作为识别正常香菇与缺陷菇的衡量指标。最后,一个全局阈值0.0035被用于所有被研究样本。结果表明,该识别算法识别正常菇和缺陷菇准确率分别为94%和97.3%,所有样本分类精度达到96.5%。     

基于小波变换的机织物经纬密度自动检测技术

探讨了小波变换在机织物图像处理方面的应用,通过使用多层小波分解与单层细节重构,实现了对机织物经纬密度的自动测量;提出了一种利用最大相关系数算法自动确定小波重构层数的新方法,可使结果更客观、准确。     

基于磁性纤维的加密纸张图像采集与识别研究

针对磁性纤维的加密纸张从肉眼无法识别加密图案的问题,提出一种基于磁性纤维加密纸张的图像采集与识别方法。加密图像采集装置首先对磁性纤维加密纸张进行强磁处理,其次通过向磁性纤维加密纸张喷洒磁粉以使加密图案显现出来,最后利用CCD相机拍摄加密纸张图像。针对拍摄的原始图像提出将改进的机器视觉算法与卷积循环神经网络(CRNN)相结合的方法构建纸张加密图案识别模型。通过组合高斯滤波、Sobel边缘检测算子、改进的最大类间方差法(OTSU)等算法实现对加密图案的检测与分割,然后将分割后的图像输入CRNN网络完成磁性纤维加密图像的特征提取和识别。结果表明,模型识别准确率达到98.37%,能够较好地解决基于磁性纤维加密纸张的加密图案识别问题。     

基于机器视觉的人体尺寸识别系统

提出了一种基于机器视觉的人体尺寸识别系统的技术思路,系统将机器终端获取的人体图像信息,利用图像处理技术和人体关键尺寸的生理位置特征,实现人体关键尺寸的识别。该系统中需要获取人体正面的手臂水平图像以及人体侧面图像,2张图像必须在同一相对位置下获取,以保证参考点的一致,在参考被测用户的实际身高下,系统通过计算可实时给出被测用户的颈部、胸部、腰部、臀部等的正侧面宽度,同时给出各对应部分的所在位置。这种模式可以给出用户的基本尺寸信息,从而可以为用户实现模拟试衣等仪器提供软件支持。     

麦草浆和木浆纤维在回用过程中形态结构的变化

在扫描电镜ＳＥＭ下观察回用纤维的表面形态，发现纤维在回用过程中发生扭曲，细胞壁外层剥离。对纤维的横截面观察，则发现纤维细胞壁结构在回用中遭到严重的破坏。细胞壁初始发生分层。然后出现径向的裂隙，内部出现孔洞。细胞腔被压缩，整个纤维不再是壁腔分明的细胞。使用ＫＡＪＡＡＮＩ－１００纤维长度测定仪进行测定得出，纸浆回用后纤维平均长度及长度分布基本不变。草浆和木浆纤维形态变化的规律基本相似。     

文字图像边界检测和去噪处理

根据小波变换图像检测的有关原理,实现了用相邻两个量化方向上像素模值加权平均的方法求取边界图像,并结合算例对基于多尺度边度图像恢复原图像的问题进行了讨论,以此为基础配合去噪处理可有效提高字图像的输出质量。     

计算机图像处理技术在造纸工业纤维分析中的应用 第一部分：基本理论和木质纤维的分析

本文介绍了计算机图像处理和分析技术的基本原理，重点叙述了其在造纸工业中木质纤维分析中的应用，并对国内外的现状进行了概括，通过对木质纤维的细胞形态的分析，阐述了计算机图像处理和分析技术科学、快捷和精确的特点，在造纸工业领域原材料分析方面具有良好的应用前景。     

植物纤维的回用品质及其衰变特性初探(I)——制浆造纸工艺对回用纤维品质的影响

文章初步探讨了造纸植物纤维在回用过程中品质下降的趋势及其影响因素。     

基于机器视觉的包装机空头烟支检测技术研究

对基于机器视觉的包装机空头烟支检测技术进行了研究：在图像获取阶段,在分析包装机空头烟支结构特点的基础上,提出了机器视觉系统光源的照明方式,并参照国标对照明的角度进行了计算。使获取图像上的烟支空头特征突出;在图像处理阶段,采用基于数学形态学的开操作对图像进行预处理,使图像上烟丝的纹理特征减弱,而空陷区域的特征更加突出;最后采用计算机图像斑点识别技术。判别出存在空头烟支的烟组,最终完成基于机器视觉的包装机空头烟支的检测任务。图3表2参13