基于流形模糊聚类算法的高光谱图像猪肉品质分类研究

目的以基于高光谱图像技术的冷鲜肉、解冻肉和变质肉的分类为研究对象,针对特征维数过高的问题,构建了一种基于流形模糊聚类算法的分类模型。方法首先采用二维Gabor小波变换分别提取反应猪肉滴水损失、p H、颜色三种品质指标的14个特征波长下图像的8个纹理特征,组成一个112维的特征变量作为猪肉品质的特征;然后采用基于等距映射降维的模糊C均值聚类算法来构建猪肉品质分类模型。结果通过猪肉品质分类实验得出,二维Gabor小波变换能较好地提取猪肉的纹理特征;与传统模糊C均值聚类算法相比,基于等距映射降维的模糊C均值聚类算法能较好地解决高维样本聚类问题,能准确地区分冷鲜肉、解冻肉和变质肉。结论高光谱图像技术可应用于对猪肉品质分类。     

k-means聚类算法在织物疵点检测中的应用

为检测常见织物的各种疵点,提出一种基于k-means聚类的织物疵点检测方法。对采集的图像进行中值滤波,以减轻纹理对疵点检测的影响,并利用方差采样算法增强织物的疵点特征信息;利用k-means聚类算法对方差采样后的图像进行处理,使得疵点区域被划分一类,非疵点区域划分为一类。最后经过二值化,分割出疵点。实验证明,该方法能快速、准确的检测出织物的常见疵点。与其他方法相比,文章提出的算法采用聚类思想对织物疵点进行分割,不需要利用正常织物图像进行阈值计算;另外经过方差采样算法处理后疵点信息明显增强,使得疵点信息与纹理明显不同,从而使聚类更为准确,增加了检测的准确度。     

基于改进的加权中值滤波与K-means聚类的织物缺陷检测

为检测纹理织物在生产过程中产生的各种疵点,提出一种基于改进的加权中值滤波与K-means聚类相结合的纹理织物疵点检测方法。首先利用改进的加权中值滤波对纹理织物图像进行预处理,以减少纹理信息对疵点检测产生的影响,同时通过联合直方图动态数据分配权重和像素,减少寻求中位数的时间来有效地缩短检测时间,提高了执行速度;然后采用K-means算法对滤波后的织物图像进行聚类,计算织物图像疵点和非疵点的聚类中心,进而实现图像疵点区域的分割。实验结果表明,该方法可有效地检测出方格、点形、星形、平纹、斜纹等多类型纹理织物的疵点,并显著提高检测速度。     

结合神经网络的文本降维方法

传统文本表示模型多为稀疏矩阵,文本规模的增长导致维度灾难。文中提出一种结合神经网络的文本降维方法,利用随机映射、非负矩阵分解、隐含语义分析等方法实现文本降维,使用自建微博文本数据集比较其效率和准确率,并在最优降维方案的基础上使用自组织神经网络算法进行聚类。实验结果表明,该方案准确率相比传统不降维的K-means聚类方法有一定提升。     

基于核的模糊C均值聚类的TSK模糊模型

为了克服传统模糊聚类方法存在的维数问题,本文采用基于核的模糊C均值聚类方法(KFCM)构造了一阶TSK模糊模型.该算法由两个阶段组成:在第一个阶段,通过KFCM获得先行模糊集,给出了具有不同核函数的KFCM集群原型在原始输入空间中的表达式.使用集群有效性指标是确定数据集中聚类数的标准方法,但集群有效性指标要求对不同的聚类数重复运行的聚类算法.因此,为了降低计算复杂度和消除异常值,提出了一种自动指定聚类数的新方法;在第二阶段,采用最小二乘法对后续参数进行辨识.实验结果表明,与传统方法相比,该方法提高了模糊模型的泛化能力和鲁棒性.     

微博话题检测SP&HC聚类算法分析

针对微博网站中具有较大的文本信息量、采用凝聚层次聚类算法不适合、Single-Pass聚类算法检测结果不准确等问题,提出一种将这2种算法相结合的SPHC聚类算法:利用Single-Pass聚类算法进行大量微博文本的简单聚类,收集一些小幅度、高凝聚力的主题话题,使得形成的主题话题在内容上和数量上得到极大的精简,直到使得主题话题能达到层次聚类算法的要求;运用层次聚类算法对主题话题进行相似话题聚类,直到符合预设值的条件.实验结果证实了SPHC聚类算法在召回率和准确率上的综合性能优于前2种算法.     

基于稀疏非负张量分解的图像分类算法

为了降低图像分类算法的计算复杂度,提高图像分类的准确性,本研究提出一种基于稀疏非负张量分解的图像分类算法,首先提取图像本身的结构特征信息得到图像特征数据,再把子空间数据稀疏性作为约束项,添加到非负张量分解目标函数中,再利用稀疏约束的非负张量分解算法对图像数据集进行降维处理,最后使用支持向量机方法对图像数据库进行分类。实验结果表明,本研究提出的算法能有效提高图像分类的准确性并降低计算复杂度。     

基于特征融合的猪肉新鲜度高光谱图像检测

利用高光谱反射图像技术研究了猪肉新鲜度的无损检测。采集了180个猪肉样本在400~1 000 nm范围内的高光谱反射图像,提取了高光谱图像的光谱均值和熵两类特征;分别利用连续投影算法、主成分分析,以及连续投影算法结合主成分分析3种特征降维方法,提取了反映肉类新鲜度信息的重要特征变量;并建立了这些特征变量与挥发性盐基氮(TVB-N)的最小二乘支持向量机(LSSVM)预测模型;在此基础上提出了猪肉TVB-N含量的可视化检测方法。研究结果表明:相比于单一特征模型,利用光谱均值和熵融合特征的LSSVM模型可显著提高模型的准确度;连续投影算法结合主成分分析的特征降维方法,可显著降低模型的复杂度,提高模型准确度。利用光谱均值和熵两类特征,通过连续投影算法和主成分分析相结合的特征降维方法所建立的LSSVM预测模型,可取得最佳的预测准确度,其预测集的均方根误差RMSEP为1.96,相关系数(RP)为0.948,剩余预测偏差(RPD)为3.12,可满足实际检测需要。建立在此基础上的可视化方法,可直观显示肉类的腐败区域和程度。     

基于最大熵与密度聚类相融合的毛羽检测

为能够更加精确地计算出纱线毛羽的根数及毛羽长度,基于最大熵与密度聚类相融合对纱线毛羽的长度及根数进行检测。该方法首先利用双边滤波对采集到的纱线图像进行预处理,滤除图像中的噪声,同时增强纱线毛羽特征;然后利用最大熵对预处理后的纱线图像进行阈值分割,去除条干提取毛羽,并对毛羽进行细化;最后利用密度聚类算法(DBSCAN聚类)对细化后的毛羽进行分类统计,根据所分类的个数以及每类所含像素点的个数计算出毛羽的根数及长度。将实验结果与目测法和基准线法进行比较,结果表明,该方法与目测方法检测的结果非常接近,结果比基准线法更加精确,检测结果准确、有效。     

一种基于SOM改进的PCM聚类方法

针对PCM算法在聚类计算过程中存在的初始聚类中心随机选取,聚类结果可能陷入局部最优解等问题,提出一种改进策略.利用SOM网络对数据进行初步处理,得到PCM算法的初始聚类中心,使得算法聚类效果得到明显提升.     

基于小波域多尺度Markov随机场的织物印花图案分割

织物印花图案的分割是纺织印染工艺中一个非常重要的过程,为了提高纺织印花图案的分色精度,本文采用小波域的多尺度Markov随机场模型实现了织物印花图案的分割。该方法首先对图像进行预处理,然后对图像进行小波“金字塔”分解,在每一尺度的分割过程中利用了各尺度上的有关信息:特征场建模通过描述小波系数之间的相关性反映每一像素位置的特征属性,标记场建模通过考虑邻域标记间的相互作用反映图像分割的区域性。两种随机场建模以联合概率乘积的形式相互约束,共同作用于该尺度的分割过程。在分割过程中,从最低分辨率尺度到原始分辨率尺度逐次进行图像分割,低分辨率尺度的分割结果通过直接投影作为相邻的更高分辨率尺度的初始分割,最高分辨率尺度上的分割结果作为本文方法的分割结果。     

A fast approach for finding design repeat in textile rotary printing for fault detection

Speed is the most critical factor for real-time defect detection in fabric rotary printing systems. Most of the methods proposed in the literature work by acquiring an error-free image and registering this image with subsequent images captured during the production. In these methods, major time-consuming problem is to find the design repeat in the sample image before further processing. We proposed a fast method for finding the design repeat. The method is tuned up according to the textile printing domain. During the printing process, the fabric moves in a horizontal direction, so the image registration can be restricted to the same direction. To further speed up the process, the image registration method is applied using few initial pixel columns of the reference image with the sample image. This bunch of selected columns of the reference image is matched with the same number of columns selected from the sample image by moving this bunch on the sample image column by column. The maximum matching position is marked as a start of the design repeat. Since the repeat size is always fixed, we can extract the complete design pattern from an acquired image for further processing of fault detection. Experimental results on different fabric designs using the above-mentioned method are very promising.     

边缘检测算子在提取图像金色区域中的应用

为了提取图像中适合金墨印刷的金色区域,对边缘检测的方法进行了深入探讨,运用各种边缘检测算子分割图像。利用MATLAB对Roberts算子、Sobel算子、Prewitt算子、Log算子、Canny算子进行实验验证和分析。结果表明,边缘检测的方法基本上可以实现边缘轮廓的闭合,简单图像能产生连续的闭合轮廓,相比复杂图像效果要好,特别是对于那些背景不是太复杂的图像,图像分割的效果比较理想。分析比较几种算子,运用Canny算子进行边缘检测分割效果较好。     

基于像素分布的自适应阈值分割模型应用于印刷图像缺陷检测的研究

为了解决传统印刷图像缺陷检测算法检测精度不足的问题,本研究提出了一种采用基于像素分布的自适应阈值分割模型的印刷图像缺陷检测算法.该算法充分利用印刷图像像素间的相互关系,利用自适应迭代运算确定图像缺陷阈值,提取图像缺陷区域.实验证明,利用该模型能准确地检测出印刷图像缺陷,可以有效地运用在印刷复制过程中的图像的检测环节中.     

仿蜡染印花工艺

介绍仿蜡染印花面料及对应染料的选择方法；阐述仿蜡染印花工艺流程、处方及特点，及其后处理工艺（汽蒸、平洗、拉幅、整理）；分析仿蜡染印花工艺中色差、搭色等问题，并提出了预防措施。     

基于机器视觉的圆网印花检测系统

针对圆网印花中的跑花问题,设计了基于机器视觉的圆网印花自动检测系统.系统首先利用智能相机捕获图像,然后将图像进行区域分割,计算每个区域的重心值坐标,最后与标准图像的重心坐标进行比较,得到印花的相对偏差.通过实验表明该系统具有较高的检测精度.     

曲线匹配算法及其在织物自动对花检测中的应用

针对圆网印花过程中的对花检测问题,在提出的基于机器视觉的圆网印花检测系统的基础上,提出了利用曲线匹配策略得到错花套色的位置误差矢量的方法。为了确保目标边缘图像与标准边缘图像拍摄位置相同,利用Fourier-Mellin曲线匹配,对其进行匹配消除拍摄误差;然后用基于傅里叶变换位移定理的曲线匹配算法,对调整好的目标边缘图像和标准边缘图像进行匹配,检测对花误差。该匹配策略消除了拍摄误差,数据运算量小,实验表明其检测精度和运算速度可以满足织物对花在线检测的要求。     

印染废水处理技术研究进展

介绍了各种印染废水处理的方法:物理化学法、化学法及生物技术法,分析了各类技术方法的机制、处理效果及其优缺点。根据印染废水特性,采用不同处理方法的组合工艺技术,可实现对印染废水的彻底处理。以生物技术法为主体,辅以物理化学处理的组合处理工艺已逐渐成为目前印染废水处理的主流工艺。     

基于Criminisi算法的非周期性印花织物缺陷检测

由于非周期印花织物颜色多变、花型复杂、印花缺陷纹理及背景纹理之间对比度低,导致织物缺陷不易被识别,因此给出一种Criminisi算法。首先,采用频率谐调(frequency-tuned,FT)显著性算法对印花织物缺陷图像进行显著性增强,突出缺陷的边缘轮廓;其次,利用大津阈值法对显著图进行二值化处理,并将得到的二值图作为图像修复时的Mask掩码图;最后,运用Criminisi算法对原印花织物缺陷图像进行修复,将修复的印花图像减去原印花缺陷图像,获得缺陷区域。实验结果表明,该方法能准确分割出非周期性印花织物的缺陷区域,如漏墨、污渍等,且检测准确率达97.39%。同时,实验过程中不涉及参数的调节。     

纺织印染工业大气污染物分析与治理

根据纺织印染工业的生产流程,分析各个生产工序的废气产生情况以及相关的助剂。对各个生产阶段的废气治理提出了意见和看法,对印染生产过程的废气产生进行了总结,提出了纺织印染工业大气检测的污染物因子,对检测方法提出建议。