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。     

基于最大熵快速迭代算法和边缘算子的织物疵点分割

将信息熵引入图像处理中,把疵点图像分为背景和目标两部分,分别对两个区域进行处理;通过求最大熵值的快速迭代算法,在满足信息熵最大要求的前提下对织物疵点区域进行分割,然后利用Canny边缘检测算子对分割后的疵点图像进行边缘检测,从而达到识别织物疵点的目的。仿真实验结果表明,将最大熵快速迭代算法与边缘算子结合进行疵点分割识别的方法是有效的。     

基于图像处理的原棉疵点识别方法

设计了一种基于图像处理的特征识别算法。图像采集部分设计了多角度、多光源的图像采集系统,减少阴影和光照不匀对后续处理的不良影响;图像分割部分选择基于Mean-shift的自适应阈值算法,可以较好地将疵点分割出来;轮廓提取部分采用形态学扫描法进行提取,并对轮廓断裂处进行修复处理;特征值提取部分选择了4个特征值进行提取并分析其相关性,认为离心率和面积周长比的综合计算结果可以有效地对原棉疵点进行识别和分类。将设计算法得到的检测结果与实际结果进行比对,结果显示,识别准确率达到了92. 6%,证明所采用的算法有效。     

浅谈原棉杂质和疵点检验

原棉中杂质和疵点的种类及含量不仅关系到供需双方的经济效益，更重要的是关系到纺纱工艺和产品质量。原棉杂质和疵点处理不当，会给纺织企业造成巨大损失。因此原棉杂质和疵点检验对改善籽棉初加工，提高原棉使用性能和确定纺纱工艺，提高产品质量有着极其深远的意义。１．杂质和疵点的危害不同类型的杂质和疵点危害不同，为了提高原棉质量和棉纺产品质量，应对杂质和疵点的种类与危害有明确的认识，以降低用棉量，提高棉纱质量。１．１金属丝、砖石、沙土等粗大杂质，其主要危害是损坏机器设备，引起火灾等恶性事故，应尽量避免人为混入。…     

应用目标稀少特征的织物疵点图像分割

应用自适应阈值分割方法进行织物疵点检测,其阈值选择一直是研究的难点问题,为此,在研究目标特征的基础上,提出了一种利用目标稀少特征确定最佳阈值的织物疵点图像分割方法。首先,对采集织物图像进行滑动均值滤波,以抑制正常织物纹理信息对疵点检测的影响;然后,对织物图像进行预分割以确定最佳稀少度,在此基础上计算出最佳分割阈值;最后,利用最佳阈值进行织物疵点图像分割,并采用形态学滤波消除伪目标及噪声。结果表明,本文方法能够解决织物疵点分割中的最佳阈值确定问题,能够从织物纹理中有效分割出疵点信息。     

基于最大熵阈值算法的织物疵点检测与疵点织物应用

对织物表面出现的断经、断纬、破洞、油污等疵点进行识别并在实际中应用。将熵阈值分割应用于图像处理,通过最大熵阈值分割的迭代运算,将目标区域与背景区域分割开,即将织物疵点区域与正常区域划分出来,然后进一步对图像进行特征化处理,同时将实际生活中的乞丐装样式织物进行特征化处理,经过二者之间的特征化图像比对,确定疵点织物应用于实际生产的样式,以实现对疵点织物的有效利用。     

浅谈原棉质量对纺织产品质量的影响

棉花的质量在一定程度上决定着纱线和织物的质量。原棉中杂质和疵点的种类和含量不仅关系到供需双方的经济效益,更重要的是关系到纱纺工艺和产品质量。如果原棉杂质和疵点处理不当．就会给纺织企业造成巨大损失。因此．原棉杂质和疵点检验对改善籽棉初加工、提高原棉使用性能和确定纺纱工艺以及提高产品质量都有着极其重要的意义。笔者就原棉质量好坏对成纱质量的影响谈点认识。     

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。     

丝织物疵点智能化判别

2.3图像分割织物纹理是识别过程中主要的一个障碍。为了避免纹理对识别造成影响,我们用了图像分割法。也就是先用一个小窗口作为运算单元,对整个图像数据进行了计算,求出每个小窗口的平均值,并将其作为新的图像数据。一般没有疵点部分的织物图像数据平均灰度值基本在一定的范围内波动,没有大的变化,得到的新图像比较均匀。当疵点存在时,织物灰度平均值有变化,跟周围区域形成较明显的对比。对图像进行分割时一个关键步骤是选定小窗口的大小,不要选的过大或过小,以免将有疵点区域判为无疵点区域,或将一些正常的疵点区域也判为有疵点区域。对平…     

应用Gussian回代交替方向图像分解算法的色织物疵点检测

针对传统的人工织物检测方法效率低,稳定性差,处理速度慢的问题,提出了基于Gaussian回代交替方向(ADMG)图像分解的色织物疵点检测算法。首先对疵点织物进行直方图均衡化的预处理操作,以减少织物背景纹理信息对织物疵点检测产生的影响。然后采用总方差范数与Sobolev空间中的半范数相结合的Gaussian回代交替方向的图像分解算法,将色织物图像分解为疵点部分u和纹理部分v。最后,应用二维Otsu阈值方法将图像的疵点部分u分割,识别织物图像上的疵点。实验结果表明:通过基于ADMG图像分解算法对包括星型、方格型和圆点型在内的色织物图像疵点检测是可行、有效的,可得到满意的识别结果。     

基于光电技术的棉纤维杂质快速测定

针对棉纤维杂质人工检测耗时长、劳动强度大等问题,提出一种基于光电技术的棉纤维杂质机器视觉测定方法。首先通过改变平滑模板窗口尺寸对棉纤维图像自适应中值滤波优化,然后采用Otsu算法自适应选取分割阈值,并遍历整个图像,进行边缘断裂端点的连接、边缘生长与连接,搭建光电检测系统原型,实现了棉纤维杂质的快速测定。实验结果表明:该方法能够有效去除图像噪声,避免伪边缘的产生,检测到的杂质边缘清晰完整。光电检测耗时较GB/T 6499—2012《原棉含杂率试验方法》降低95.1%,结果间误差为2.35%,杂质粒数与杂质面积比参数结果误差均在2.1%以内,能够有效用于棉纤维杂质的快速准确测定。     

应用区域颜色分割的机采棉杂质检测方法

机采棉中的杂质繁杂,而杂质类型及含量对后期棉花加工工艺的影响很大。为此,提出一种应用区域颜色分割方法以检测棉花中的杂质。在图像分割中,先对滤波后的机采棉图像进行彩色梯度运算,通过扩展极小变换运算获得标记图像,在修改后的梯度图像上运用分水岭算法获得初始分割图像,然后对初始分割图像进行区域合并。区域合并过程中要综合考虑空间邻接性、颜色信息和区域面积3个因素。颜色信息主要采用饱和度、亮度、区域颜色向量模及颜色相似度4 个特征量。用层次递进的合并方法,迭代过程更新信息特征。最后通过支持向量机算法提取颜色、纹理、形状特征对杂质区域进行识别。结果表明,所提方法对机采棉中天然杂质的平均识别率为94%。     

原棉未成熟纤维含量与成纱质量

棉纤维的成熟度、原棉的未成熟纤维含量是影响原棉短绒率、疵点的关键,棉纤维的成熟度、原棉未成熟纤维含量主要因素是由棉花的栽培条件决定.分析了原棉未成熟纤维含量与清梳工序半制品质量和精梳工序质量的关系,原棉中的未成熟纤维必须在配棉、清梳和精梳工序进行控制,才能控制梳棉条、精梳条和成纱质量.原棉未成熟纤维含量不仅影响梳棉条、精梳条的短绒率、棉结、带纤维籽屑等疵点,而且严重影响成纱的各类主要疵点.     

The obtainment and recognition of raw silk defects based on machine vision and image analysis

At present, the raw silk defects detection is traditional seriplane inspection that is greatly influenced by human factors and poorly repeatable. We introduce a method of machine vision and image analysis to intuitively detect the main kinds of raw silk defects which are loops and loose end in this paper. During the experiment, we develop an image acquisition system that includes a charge coupled device line scan sensor, a telecentric lens, a light source, and a raw silk winding device to capture the raw silk images continuously and steadily. After the image capture stage, the defect segmentation using thresholding and morphology operations, such as opening, hole fill up, and image subtraction, is carried out to extract the geometrical features accurately. To describe the defects under visual property, four geometrical features are extracted, which will be used as the input of BP neural network. A BP neural network is designed as a classifier to recognize the test samples. Experimented results indicate that the proposed method can successfully detect and recognize the main kinds of raw silk defects.     

西非棉的使用实践

西非棉与国产棉相比短绒率高、含杂多、含糖高,生产中缠绕机件的现象严重,且各机件上的粘附物多,造成断头多、纱疵多、质量差.为此,提出了几项工艺技术措施:对原棉进行预处理、并条和粗纱工序选择积极式清洁装置、加强对杂质和短绒的排除、采用低温低湿的空调配置方案.     

基于OpenCV的食品包装缺陷分割方法

针对现有食品包装表面印刷缺陷分割算法中分割速度慢、精度低的问题,提出基于OpenCV实现图像差分与形态学处理结合的表面缺陷分割方法。分别对模版图像和待测图像进行高斯低通滤波运算;将预处理后的两幅图像作差分运算,得到其差分结果;采用形态学开运算来去除差分图像的噪声并标出目标缺陷位置。选取污点、飞墨、漏印3类缺陷样本各30组进行试验,结果表明:该法能够达到的平均准确率为91.51%,93.41%,94.14%,平均的分割时间仅为46.6ms。     

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。     

应用聚类统计分析的棉花异纤图形检测算法

在棉纺企业原棉异性纤维剔除工艺过程中,异性纤维种类及特征多样,难以构造统一的识别模型,为此,提出了一种基于聚类统计分析的棉花异性纤维图形检测算法。通过获取原棉纤维及异性纤维在RGB颜色模型空间的各分量值,进行数值聚类统计分析,采用RGB彩色图像阈值聚类统计分类的方法将获取的图片信息分为3类,进而判断有无异性纤维,再经过形态学等预处理修缮图像,对棉花中异性纤维的特征进行提取,较准确地得到异性纤维的面积、质心坐标和周长等参数,为异性纤维的清除提供条件。实验结果表明,该算法能较准确地识别异性纤维。     

浅谈美棉品质与成纱质量的关系

通过试验分析了美棉的物理性能,美棉纤维成熟度好,纺纱过程中杂质易排除,因而成纱疵点明显减少;但美棉加工质量差异大,含杂多,纤维长度较短.美棉质量大致可分为较好、一般、较差,在具体使用时,纺细号纱可少用,纺中号纱可适当多用,纺粗号纱可集中使用.     

基于相似性定位和超像素分割的织物疵点检测

为解决周期性纹理织物图像的疵点检测及其轮廓精确分割问题,提出一种基于相似性定位和超像素分割的织物疵点检测方法。将待检测图像进行中值滤波和对数增强,并利用FT算法估计增强图像的显著图实现待检测图像的预处理;将基于归一化局部均值差分的灰度相似性检测参量和结构相似性检测参量结合,构建可测量更多类型周期性纹理织物图像的相似性度量函数,通过阈值化增强图像分块的相似性测量值实现疵点在显著图中的粗定位;最后对显著图粗定位图像分块进行超像素细分割及其二值化处理,并借助连通域分析剔除孤立点,获得完整的疵点轮廓。结果表明,本方法与常规3种方法相比,对周期性纹理织物图像的疵点检测准确率更高,且提取出的疵点轮廓更精确。