羊绒与羊毛纤维鉴别系统的研究

论文摘要

山羊绒纤维是一种珍稀而昂贵的动物纤维,具有优良的性能,用其可以生产价值昂贵的高档产品,因此羊绒含量的高和低不仅影响其制成品的性能,还与企业的生产成本、以及制成品的定价都是密切相关的。本论文主要是基于数字图像处理技术对绒毛纤维进行处理,在处理图片的基础上对纤维的特征参数进行了提取,并且对绒毛纤维的种类进行了分类识别的研究,主要工作是对大量绒毛纤维图片进行数字图像处理、特征参数的提取及测量、数据的分析。本文主要工作如下:研究了图像复原方法,并利用盲解卷积算法对绒毛纤维图像进行复原,利用数字图像处理技术对纤维图像进行预处理,得到只有边缘信息的二值图像;研究了特征参数的提取方法,对纤维鳞片的直径、纤维鳞片的高度、纤维鳞片的厚度、纤维鳞片的密度、纤维鳞片表征面积、纤维鳞片表征周长、径高比、鳞片密度、鳞片外方形因子、鳞片内方形因子、鳞片相对周长、鳞片相对面积等特征参数进行提取,设计了特征参数的数据库将测量结果存储到数据库中;对数据库中的鳞片信息数据进行分析,利用BP神经网络的方法对羊绒羊毛纤维进行分类研究,对实验结果进行误差分析;最后分析设计了绒毛纤维图像处理与识别系统。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题的研究背景
• 1.2 课题的研究目的和意义
• 1.3 国内外的研究现状
• 1.3.1 光学显微镜法
• 1.3.2 扫描电镜法
• 1.3.3 计算机图像自动识别法
• 1.3.4 溶液法
• 1.3.5 染色法
• 1.3.6 着色剂法
• 1.3.7 生物芯片法
• 1.3.8 其它方法
• 1.4 课题的前景
• 1.5 论文的组织结构
• 第2章 羊绒纤维的图像处理
• 2.1 数字图像处理系统
• 2.1.1 概述
• 2.2 图像复原
• 2.2.1 基本概念
• 2.2.2 图像退化
• 2.2.3 图像复原方法
• 2.2.4 绒毛纤维复原的盲解卷积算法
• 2.3 羊绒纤维的数字图像处理过程
• 2.3.1 纤维图像特征
• 2.3.2 数字图像处理流程
• 2.3.3 算法描述
• 2.3.4 实验结果及分析评价
• 2.4 小结
• 第3章 提取羊绒羊毛的特征参数
• 3.1 特征参数的介绍
• 3.1.1 直观特征参数
• 3.1.2 相对特征参数
• 3.2 指标测量方法
• 3.2.1 直径测量
• 3.2.2 鳞片高度测量
• 3.2.3 鳞片面积测量
• 3.2.4 鳞片表征周长测量
• 3.2.5 鳞片外方形因子测量
• 3.2.6 鳞片内方形因子测量
• 3.2.7 纤维鳞片径高比的测量
• 3.2.8 纤维鳞片密度的测量
• 3.2.9 纤维鳞片相对周长的测量
• 3.2.10 纤维鳞片相对面积的测量
• 3.2.11 纤维鳞片周长系数的测量
• 3.3 小结
• 第4章 模式识别
• 4.1 模式识别的概念
• 4.2 贝叶斯分类法
• 4.2.1 贝叶斯统计的应用
• 4.2.2 贝叶斯公式
• 4.3 BP 神经网络
• 4.3.1 BP 算法
• 4.3.2 BP 网络的训练模式
• 4.3.3 BP 网络的实现及流程图
• 4.3.4 BP 网络的实验及结果分析
• 4.4 小结
• 第5章 程序的设计与实现
• 5.1 软件开发环境介绍
• 5.1.1 Matlab
• 5.1.2 Visual C++
• 5.1.3 Microsoft SQL Server 2005
• 5.2 系统总体结构
• 5.3 系统设计与实现
• 5.3.1 数字图像处理的设计与实现
• 5.3.2 测量指标模块的设计与实现
• 5.3.3 数据库设计
• 5.3.4 数据库实现
• 5.3.5 系统界面
• 5.4 小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 作者攻读硕士学位期间发表的学术论文
• 致谢