计算机图像识别技术在异纤在线检测中的应用论文_袁帅

山东省纤维检验局 山东省济南市 250014

摘要:在计算机技术不断发展的情况下,其在更多领域当中具有着较好的应用前景。在本文中,将就计算机图像识别技术在异纤在线检测中的应用进行一定的研究。

关键词:计算机图像识别技术;异纤在线检测;应用

1 引言

棉花在采摘、运输以及加工过程中,不可避免的会存在一定的杂质。为了对纱线质量做出保证,在纺纱前即需要能够对这部分杂质进行彻底清除。对于通常的杂质如砂石泥土等,其形状、比重同棉纤维相比具有着较大的差异,对此,则可以通过机械方式的应用对其进行去除。而对于尼龙草以及头发等纤维状的杂质,以机械方式则很难去除,需要以新的方式处理。目前,图像识别技术在不断发展的过程中具有了较大的应用范围,以MATLAB为代表计算工具的出现,则使其算法具有了更为高效与简单的特征,通过该技术在原棉异纤当中的检测,即能够获得更好的工作效果。

2 系统组成与工作原理

在该系统中,CCD摄像机使用16位普通摄像头,PCI影像采集卡作为图像采集卡。在实际工作当中,其具体流程为:当检测对象运输到指定位置之后,光电检测系统将对一个“对象到”的脉冲信号自动生成,并在生成信号之后将该信号传输给由单片机组成的下位采集控制器。该控制器在对信号检测到后,则将通过RS-232串行口向上位微机对“请采样”的信号进行发送。上位IBM-PC微机在对该信号接收后,则将对一帧BMP图格式进行采集,形成对应BMP图像文件,并对该文件当中的数据阵列进行预处理以及判别处理,以此确定被检测原棉当中是否存在异纤。当上位微机对一帧图像判别完成之后,则会将该结果通过串行口的应用将其实现对下位采集控制器的发送,由下位采集器对获得的判别信号进行识别以及控制决策显示。如果经过判定其结果为“不合格”,则将对“清除异纤”的命令发出,在经过伺服放大之后在预订位置实现对异纤的清除,并对异纤的个数做好记录。如果经过检查结果为“合格”,则会将默许信号发出,对象通过。当下位采集控制其对相应的控制信号发出后,则将对是否具有下一个“对象到”信号进行检测,如果有,则将对下一帧BMP图像进行采集,实现对应的处理,以重复该方式直至工作完成。

3 软件结构与功能

3.1 图像预处理

该项工作是在特征提取算法前非常重要的一项工作,其具体作用,即在特征提取前将图像边缘进行明显化处理,最大程度减小噪音,以此使后续特征提取算法能够获得准确的结果。图像增强是实际预处理工作当中经常使用的一种方式,为了便于机器、人能够对图像进行较好的分析理解、实现视觉效果的改善,即在联系存在问题或图像特点的基础上通过简单方式进行问题改善以及特征加强。目前,图像增强的方式有很多,其中,直方图均化是其中较为有效的一种方式,其是图像的一项重要统计特征,即认为图像灰度函数近似。通常来说,图像灰度密度函数同具体像素位置具有密切的关联。

设图像在点(x,y)位置灰度分布密度函数为p(x,y),那么该图像灰度密度函数为:

在上式中,K=0,1,2,…,L-1。对于该关系,也可以通过图形方式的应用对其进行表示,该图形由灰度轴以及同其垂直的线段组成,线段长度同hk具有着正比的关系。对于该直方图,虽然不能够对图像的内容进行直接的反映,但通过对其进行的分析,即能够对图像特点进行获得。通常情况下,一副具有均匀量化特征统一向灰度直方图在低值灰度区间上具有着较大的频率。对于该类图像,如果是在较暗区域观察,则经常会存在看不清楚的情况。此时,为了对图像的清晰度进行提升,则可以通过变换方式的应用加大图像灰度动态范围,将原来较小频率灰度在经过变换处理具有更大的频率,并以此使图像在经过变化处理之后在动态范围当中区域均化。根据事实表现,以该方式对图像进行增强是一种较为有效的处理方式。在使用图像f(x,y)直方图对灰度分布密度函数进行替代后,在经过对直方图均化处理后,可以获得的图像为:

根据对两个图的观察比较可以发现,在经过直方图均化处理后,图像在细节方面则具有了更为清楚的表现。从直方图上可以了解到,在调整直方图后,高灰度具有较大的比例,且在经过对直方图调整后,不同灰度等级具有了更为平衡的比例,在使图像具有较强对比度的情况下使边缘具有更为明显的特征。

3.2 图像特征提取算法

在图像处理工作当中,图像特征提取计算是其中的一项重要组成部分。在本系统当中,主要处理步骤有卷积滤波以及中值滤波两个步骤,其中,卷积滤波将完成预处理的图像矩阵同模板矩阵作为卷积实现,在得到结果之后,再通过中值滤波的应用进行降噪处理,以此对图像当中的异纤完整图像进行提取。

3.2.1 卷积滤波

该技术是线性滤波技术当中的一种,能够对图像的某些特征进行加强,而对于其余无价值的特征则进行去除。当对图像进行预处理后,其同适当模板作卷积之后即能够实现边缘的提取以及噪声的滤除。在本算法当中,二维卷积以快速傅立叶变换方式实现,这也正是快速傅立叶变换技术当中的一项重点应用。根据线性理论系统可以了解到,两个函数卷积傅立叶变换等同于两个函数的傅立叶变换的乘积。在将该特征同快速傅立叶变换共同应用后,即能够以较为快速的方式实现函数卷积的计算。

3.2.2 中值滤波

该技术是对噪声进行抑制处理的非线性处理方式,中值即对于给定的n个数值,对其按照大小进行有序排列。当n为奇数时,处于数列中间位置的数值即成为这几个数当中的中值。如n为偶数,处于终于中间位置的两个数值的平均值即为n个数值当中的中值。中值滤波即是该种变换方式,在对图像进行滤波处理后,某像素输出即同该像素临域当中不同像素灰度中值相等。根据卷积滤波后图像噪声点分散特征,在经过一定实验之后,确定在本系统当中使用3*3模板的中值滤波,即某像素灰度值等于其周围8个相邻像素灰度值的中值。在MATLAB图像处理工具当中,也对实现中值滤波运算函数进行提供,在对图像进行中值滤波处理后,即能够在对异纤特征进行完整保留的基础上对大多数的噪声进行消除,以此应用在下一步的决策判断当中。

3.3 判别算法

判别算法可以将标准指标同待检测对象计算机感官指标进行比较,以此对待检产品的合格性进行确定。在对图像当中是否含有异纤情况进行判断时,其重要的依据是目标图像当中的灰度值非零像素最大连通数是否超出一定的阙值,具体来说,即在八邻域范围内,相互连通的非零像素数的最大值是否超过阈值。在实际计算当中,并非对图像当中像素连通数进行计算、取其最大值,而是需要以此对非零像素的连通数进行计算,如果在计算当中发现像素存在超出阙值情况,则及时停止计算并作出判断。通过该算法的应用,即能够在获得准确判定效果的同时有效节约时间。

4 结束语

在上文中,我们对计算机图像识别技术在异纤在线检测中的应用进行了一定的研究,能够有效实现原棉当中的异纤,经过试验获得了较好的识别率,具有较好的应用价值。而为了进一步提升其可用性,需要在今后工作当中继续进行完善与优化。

参考文献

[1]周威.基于字典学习的图像识别技术研究[D].长沙理工大学2015

[2]刘建飞.图像识别技术在奶牛体况评分中的应用研究[D].山东大学2012

[3]姚实.图像识别技术在车身涂装车间信息化上应用的研究[D].合肥工业大学2009

论文作者:袁帅

论文发表刊物:《基层建设》2017年5期

论文发表时间:2017/6/15

标签:;  ;  ;  ;  ;  ;  ;  ;  

计算机图像识别技术在异纤在线检测中的应用论文_袁帅
下载Doc文档

猜你喜欢