基于图像处理技术纤维自动识别系统软件的设计

论文摘要

纤维检测是通过对各种纤维的识别来检测纺织品的成份及含量，在纺织品的质量评价和性能分析中具有重要意义。本文采用数字图像处理技术和模式识别理论，研制了纤维图像自动识别系统。该系统实现了对纤维图像现场自动识别，改进了以往人工识别纺织品操作复杂、人为主观误差大的缺点。系统采用微型光电纤维检测仪获取纤维图像，并通过USB总线接口技术接入计算机，采用中值滤波、平滑滤波、锐化等技术对纤维图像进行预处理，生成纤维图像的灰度共生矩阵，提取能量、熵、惯性矩、相关和局部平稳性这五个特征，最后采用最近邻域法对纤维种类实现自动分类。采用可视化编程语言Visual C++ 6.0开发了纤维图像处理和分析的软件。该软件集成了纤维图像处理与分析的算法，包括图像的预处理以及图像的特征提取等算法；内嵌了纤维图像特征数据库管理系统，可以将提取的图像特征值直接存储于特征数据库中，用于进一步的分析或识别；图像的处理及分析结果均可显示在屏幕上，界面友好，操作方便。

论文目录

• 学位论文的主要创新点
• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 现状
• 1.2 研究的意义
• 1.3 课题研究内容
• 第二章 纤维数字图像处理
• 2.1 数字图像处理
• 2.1.1 图像和图像处理
• 2.1.2 数字图像处理的特点
• 2.1.3 数字图像处理的应用领域
• 2.2 纤维图像预处理
• 2.2.1 图像平滑
• 2.2.2 图像锐化
• 2.2.3 图像中值滤波
• 2.3 纤维图像纹理分析
• 2.3.1 灰度共生矩阵定义
• 2.3.2 灰度共生矩阵的特征提取
• 2.4 纤维图像识别方法
• 第三章 纤维图像自动识别系统设计
• 3.1 纤维自动识别系统总体方案设计
• 3.2 纤维自动识别系统的硬件实现
• 3.2.1 微型光电纤维检测仪的结构和功能
• 3.2.2 CCD器件介绍
• 3.2.3 微型光电纤维检测仪的使用
• 3.3 纤维自动识别系统的软件设计
• 3.3.1 VC++ 6.0与 SOL Server2000
• 3.3.2 纤维图像预处理模块设计
• 3.3.2.1 纤维图像的格式转换
• 3.3.2.2 纤维图像的灰度变换
• 3.3.2.3 纤维图像的平滑
• 3.3.2.4 纤维图像的中值滤波
• 3.3.2.5 纤维图像的锐化
• 3.3.3 纤维图像特征选择模块设计
• 3.3.4 纤维图像识别模块设计
• 3.3.5 数据库模块设计
• 3.3.5.1 VC++与SOL Server2000的连接
• 3.3.5.2 用户登录模块
• 3.3.5.3 纤维图像特征模版模块
• 3.3.5.4 纤维图像数据模块
• 3.3.6 其他相关模块设计
• 第四章 系统实验及性能分析
• 4.1 用户界面设计
• 4.2 自动识别实验
• 4.3 系统性能分析
• 第五章 结束语
• 5.1 系统的优点
• 5.2 系统的不足及设计展望
• 参考文献
• 在学期间发表论文和参加科研情况
• 致谢