基于图像处理的原棉疵点识别方法

发布时间：2021-09-07 09:07

　　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。 

【文章来源】：上海纺织科技. 2020,48(07)北大核心

【文章页数】：4 页

【图文】：

算法流程框架图

在图像采集过程中，合适的照明光源可减少阴影和不必要的反射光的不良影响，提高后续处理过程的速度和准确度。本文选择LED灯作为照明光源，选择普通玻璃作为检测台，将多个LED灯置于不同位置，使得原棉能够被无阴影照射。采集设备选择线阵CCD工业摄像机。构建的图像采集系统见图2。1.2 灰度化处理

增强处理常用的方法有均衡化和规定化，本文选择规定化对图像中特定的灰度值区域进行增强处理。经过处理后的效果见图3，可以明显地看到目标区域(疵点)与背景区域的对比度得到增强，方便后续处理过程将目标区域分割出来。1.4 滤波去噪

【参考文献】：
期刊论文
[1]联合Mean-shift与粒子滤波器的实时视频目标跟踪算法及实现[J]. 王丹玲.  盐城工学院学报(自然科学版). 2017(01)
[2]基于光电技术皮棉疵点快速检测方法的研究[J]. 张志峰,翟玉生,郭莹莹,王新杰,杜银霄.  激光与光电子学进展. 2015(03)
[3]一种自适应阈值的Canny边缘检测算法[J]. 唐路路,张启灿,胡松.  光电工程. 2011(05)



本文编号：3389272