基于图像处理技术的纱线混纺比测定

论文摘要

利用图像处理技术测定纱线的混纺比有着重大的实际意义。本论文在总结前人研究成果的基础上,完整地实践这一课题研究中的四个环节,即图像预处理、个体轮廓探测、特征值提取及特征数据统计分析。在图像预处理环节中,本论文以数学形态学为基础,构建了预处理过程的一般方案,从而使得对大量图像进行预处理成为可能。在个体轮廓探测环节,本论文提出了新的光斑扩散模型。与传统的轮廓跟踪算法不同的是,该模型工作在灰度图像上,而不是二值图像上,因而导致图像信号严重损失的二值化操作不再需要。另外,该模型在处理纤维截面溶结现象时,有着传统算法不具备的智能。在特征值提取环节,本论文从“径长”的角度提出了新的形态指标,包括表征轮廓面积大小的面积系数、表征轮廓与圆形偏离程度的异形度,以及表征轮廓线粗糙程度的波动率。并讨论了这些形态指标如何合理地构成特征向量的问题。在统计分析环节,对特征向量进行系统聚类,统计每一类中纤维轮廓的总面积,从而得出纱线的体积混纺比,并在考虑密度的情况下,计算出质量混纺比。最后,本研究开发了混纺纱分析软件Blend Yarn Analyzer。该软件实现了上述四个环节的理论,并考虑到实用性,在一些方面做了拓展。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 国内外相关课题的研究
• 1.3 本课题研究的意义与主要内容
• 第2章 纱线截面图像预处理
• 2.1 数学形态学的基本概念
• 2.1.1 腐蚀、膨胀
• 2.1.2 开、闭运算
• 2.2 预处理步骤
• 2.2.1 图像灰度化
• 2.2.2 图像的平滑
• 2.2.3 形态学重建
• 2.2.4 图像的增强
• 2.3 预处理解决方案
• 2.3.1 方案的前提
• 2.3.2 预处理流程
• 2.4 二值化问题
• 第3章 纱线截面图像中的个体轮廓探测
• 3.1 轮廓跟踪模型
• 3.2 光斑扩散
• 3.2.1 光斑的概念
• 3.2.2 光斑的扩散及控制
• 第4章 个体轮廓的特征值提取
• 4.1 形态指标
• 4.2 特征向量与特征值矩阵
• 第5章 特征值聚类分析与混纺比计算
• 5.1 样品间距离和类间距离
• 5.2 数据标准化
• 5.3 聚类和分类
• 5.4 混纺比计算
• 第6章 混纺比分析软件Blended Yarn Analyzer
• 6.1 图像预处理模块
• 6.2 目标探测模块
• 6.3 特征值提取模块
• 6.4 特征数据分析模块
• 6.5 质量混纺比
• 第7章 结语与展望
• 7.1 论文的贡献
• 7.2 论文的不足及展望
• 附录
• 参考文献
• 攻读学位期间发表或撰写的论文
• 致谢
• 详细摘要