原棉中雜質(zhì)的存在會嚴(yán)重影響棉制品的外觀和質(zhì)量,因此對原棉中含有的雜質(zhì)進行檢測和識別是十分重要的,這是進行雜質(zhì)去除的前提。原棉中的雜質(zhì)具有含量較少,但是其種類多而雜的特點,因此檢測起來具有一定的難度。目前,通過圖像處理和機器視覺方式結(jié)合進行自動檢測的研究已經(jīng)成為當(dāng)下的熱點。本文以原棉雜質(zhì)圖像為研究對象,通過相關(guān)算法的設(shè)計和實驗,提出了一種原棉雜質(zhì)檢測和識別的算法。首先,為了在灰度化轉(zhuǎn)換過程中減少原圖像的信息丟失,為后續(xù)處理過程保留更多的圖像細節(jié),在全局映射算法的基礎(chǔ)上提出了一種能根據(jù)圖像自身屬性自適應(yīng)分配R、G、B三個分量權(quán)重比例的灰度化算法,與傳統(tǒng)加權(quán)平均值算法相比,灰度化處理后能夠平均多保留5.5%的圖像信息;接著進行同態(tài)濾波處理調(diào)整光照不勻、分段線性變換增強處理和中值濾波去噪處理,來改善圖像質(zhì)量并減少外部因素對圖像產(chǎn)生的不良影響。然后,針對傳統(tǒng)Canny算法閾值選取過程復(fù)雜、繁瑣的難題,在閾值選擇部分通過引入最大類間方差的思想對其進行局部改良,改進后的算法不僅能夠根據(jù)不同圖像自身特點自適應(yīng)的生成相關(guān)閾值,同時高、低閾值之間不再是簡單、固定的倍數(shù)關(guān)系,改進后算法具有較好的分割效果。本... 

【文章來源】：武漢紡織大學(xué)湖北省

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

采集的含有雜質(zhì)的部分原棉圖片

武漢紡織大學(xué)碩士學(xué)位論文10r=∑×(,)(=1,2,3)3=1式（2.1）式中：x和y表示圖像中的像素點位置的橫、縱坐標(biāo)，n表示R、G、B三個顏色通道，r表示該像素點灰度化處理后的灰度值大小，表示該像素點R、G、B三個分量的取值向量，則表示R、G、B三個分量的權(quán)重系數(shù)向量。為了讓灰度化處理過程中R、G、B三個分量的權(quán)重系統(tǒng)能夠根據(jù)原始圖像色彩特點而自適應(yīng)的進行分配，本課題的設(shè)計思路是讓灰度化過程中三個分量的權(quán)重系數(shù)正比于原始圖像中三個分量所占的比例大校這樣能夠在灰度化處理增加算法效率的同時盡可能多的保留住原圖像中的信息。假設(shè)原始彩色圖像的大小為M×N，則可以將R、G、B三個分量的均值向量的計算公式表達為：=∑∑(,)=1=1式（2.2）為了進一步簡化后續(xù)的計算過程，對權(quán)重系數(shù)進行歸一化處理，處理后的計算公式表達為：=1+2+3式（2.3）將的值作為新的權(quán)重系數(shù)代入式2.1中可以得到新的灰度值R的計算公式，其表達為式2.4：R=∑∑∑(,)=1=13=1(1+2+3)×式（2.4）（a）原圖（b）加權(quán)平均值法（c）本文的灰度化算法圖2.2灰度化處理效果圖(a)Originalimage(b)weightedaveragemethod(c)grayscalealgorithminthispaperFig.2.2Grayscaleprocessingeffectpicture

之一[36]，直方圖均衡化算法就是在圖像的灰度直方圖分布規(guī)律基礎(chǔ)上來進行操作處理。直方圖均衡化算法是在圖像處理過程中經(jīng)常使用的一種簡單、實用的增強算法，主要是用來增加圖像的整體的對比度。其基本原理是通過處理增加原圖像灰度值的動態(tài)范圍，經(jīng)過處理后的灰度值概率密度能夠較均勻的分布，以達到增強效果。通過其操作步驟可以看出直方圖均衡化是一個對圖像整體的操作，因此很難把握和控制其具體的增強效果，無法對特定區(qū)域進行增強處理。同時，處理后的圖像灰度級會減少，所以可能存在某些圖像細節(jié)丟失的現(xiàn)象。圖2.4直方圖均衡化處理效果圖Fig.2.4Histogramequalizationprocessingeffectchart將經(jīng)過前期處理的原棉雜質(zhì)圖片進行均衡化處理，觀察其處理效果，發(fā)現(xiàn)處理效果并不能完全滿足使用的要求，某些區(qū)域被過分增強，而有些區(qū)域則丟失了雜質(zhì)細節(jié)。如

【參考文獻】：
期刊論文
[1]一種改進型Canny算子邊緣檢測算法[J]. 朱秋林,石銀濤,李靖.  地理空間信息. 2020(01)
[2]基于HSV模型與改進的OTSU算法花椒圖像分割[J]. 齊銳麗,陳曼龍,楊宗浩,丁敏.  中國農(nóng)機化學(xué)報. 2019(11)
[3]棉花異性纖維智能檢測系統(tǒng)[J]. 張棟,李英舒,劉寧欣,季霆,華亮.  電子設(shè)計工程. 2018(20)
[4]基于圖像去噪方法的研究[J]. 陳彥.  數(shù)字技術(shù)與應(yīng)用. 2017(05)
[5]一種改進GA神經(jīng)網(wǎng)絡(luò)棉花雜質(zhì)檢測算法[J]. 張志強,張?zhí)t,刁琦,董巒.  電子設(shè)計工程. 2017(01)
[6]基于顏色和形狀特征的機采棉雜質(zhì)識別方法[J]. 張成梁,李蕾,董全成,葛榮雨.  農(nóng)業(yè)機械學(xué)報. 2016(07)
[7]基于線結(jié)構(gòu)激光原棉棉結(jié)快速檢測技術(shù)研究[J]. 余濤,張志峰,喬林,翟玉生,蘇玉玲,劉海增,李世海.  激光雜志. 2015(07)
[8]基于光電技術(shù)皮棉疵點快速檢測方法的研究[J]. 張志峰,翟玉生,郭瑩瑩,王新杰,杜銀霄.  激光與光電子學(xué)進展. 2015(03)
[9]基于顏色、形狀和紋理的多特征融合圖像檢索[J]. 李薇,李秉茂.  航空計算技術(shù). 2013(06)
[10]基于小波變換的棉花異纖檢測算法研究[J]. 張南賓,劉小平.  計算機仿真. 2012(04)

博士論文
[1]基于高光譜成像技術(shù)的棉花雜質(zhì)檢測方法的研究[D]. 郭俊先.浙江大學(xué) 2011

碩士論文
[1]棉花中異性纖維含量檢測關(guān)鍵技術(shù)研究[D]. 楊程午.天津工業(yè)大學(xué) 2018
[2]基于RGB顏色空間的彩色圖像灰度化算法研究[D]. 郭麗.陜西師范大學(xué) 2017
[3]基于多模式分類算法的棉花異性纖維自動檢測系統(tǒng)的設(shè)計與實現(xiàn)[D]. 鄭鵬.河南科技大學(xué) 2017
[4]棉花異性纖維特征提取與計量方法的研究[D]. 王蕊.山東農(nóng)業(yè)大學(xué) 2013
[5]基于動態(tài)棉流的棉花異性纖維目標(biāo)特征選擇方法研究[D]. 李恒斌.山東農(nóng)業(yè)大學(xué) 2012
[6]基于DSP+FPGA的棉花異性纖維檢測系統(tǒng)的研究[D]. 彭紅濤.中原工學(xué)院 2012
[7]基于CCD探測技術(shù)的棉花“三絲”自動剔除系統(tǒng)研究[D]. 湯先福.浙江理工大學(xué) 2011
[8]基于數(shù)字圖像處理的棉花異纖檢測研究[D]. 林寧.南京理工大學(xué) 2010



本文編號：3610319