（信号与信息处理专业论文）基于图像处理技术纤维自动识别系统软件的设计.pdf

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u s b 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y i s u mc + + 6 0 歼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。 关键词：纤维检测；模式识别；灰度共生矩阵；软件系统；数字图像处理 a b s r r a c r t h ef i b e ri d e n t i f i e st oa n a l y z et h ec o m p o s i t i o no ft h et e x t i l ep r o d u c th a st h eg r e a t s i 鲫i 硒n c cf o rq u a n t i t ye v a l u a t i o na n df u n c t i o na n a l y s i so f t h ef i b e rp r o d u c t i nt h et h e s i st h ef i b e ri m a m sp r o c e s s i n gt e c h n o l o g i e si ss t u d i e da n daf i b e ri m a g e a u t o m a t i cr e c o g n i t i o ns y s t e mi sd e v e l o p e d t h es y s t e mc a np e r f o r mo n l i n ef i b e ri m a g e a u t o m a t i cr e c o g n i t i o nw h i c hc a no v e r c o m et h ed i s a d v a n t a g e so ft h ef i b e ri m a g e r e c o g n i t i o nb ym a n u a lw a y t h ea c q u i s i t i o no ft h ef i b e ri m a g ei si m p l e m e n t e db yt h e p o r t a b l ep h o t o e l e c t r i ci n s t r u m e n tf o rf i b e ri n s p e c t i o n ，t h e nt h ei m a g e sa r et r a n s m i t t e d i n t op ct h r o u i g ht h eb u si n t e r f a c eo fu s b a f t e rt h ei m a g ep r e p r o c e s s i n g ，f i v ef e a t u r e s u c ha se n e r g y 、e n t r o p yo ft h e 肋e rw a se x t r a c t e db a s e do nt h eg r a yl e v e lc 0 - o c c u r r e n c e m a t r i x f i n a l l y , b a s e do nt h ef e a t u r ep a r a m e n t s ，t h ec l a s s i f i c a t i o no ft h en e a r e s tn e i g h b o r w a sc h o s e nf o rt h er e c o g n i t i o n i nt h et h e s i sa l li n t e g r a t e ds o f t w a r es y s t e mi ss u b m i t t e d ，w h i c hc o m b i n e di m a g e p r o c e s s i n ga n da n a l y z i n gu s i n ga v i s u a lp r o g r a m m i n gs o f t w a r e , n a m e l y , v i s u a lc 斗+ 6 o af e a t u r ed a t a b a s et h a tc a ns a v ea n dm a n a g et h ef e a t u r ev a l u e so ff i b e ri m a g ew a sa l s o i n c l u d e di nt h es y s t e m k e t , v o r d s ：f i b e ri d e n t i f y , p a t t e r nr e c o g n i t i o n ，g r a yl e v e lc 珏o o c i l f r e n c em a t r i x ， s o f t w a r es y s t e m ，d i g i t a li m a g ep r o c e s s i n g 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得 的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发 表或撰写过的研究成果，也不包含为获得云洼王些太堂或其他教育机构的学 位或证书而使用过的材料与我一同工作的同志对本研究所做的任何贡献均已 在论文中作了明确的说明并表示了谢意。 学位论文作者签名：y 、- 琳 签字日期扣l ；月7 日 学位论文版权使用授权书 本学位论文作者完全了解丢洼王些太堂有关保留、使用学位论文的规 定。特授权丢洼王些太堂可以将学位论文的全部或部分内容编入有关数据库 进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。 同意学校向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名f 磷f 、 一飙瑚年月1 日 导师签名： 签字只期洲年夕月日 学位论文的主要创新点 一、本文研制一种纤维自动识别系统，实现对纤维现场自动识别， 改进了以往人工识别纺织产品操作复杂、人为主观误差大的缺点。 二、论文提出了利用图像灰度共生矩阵来表征纤维的表面特征，并 从共生矩阵派生能量、熵、惯性矩等特征作为识别依据的方法，开 发了纤维图像自动识别软件，软件运行速度快，识别率高，可靠性 好。 三、应用s q ls e r v e r 2 0 0 0 开发了纤维图像存储数据库，能够方便用 户进行纤维信息查询。 第一章；c 言 1 1 现状 第一章引言 从国内外的文献报道来看，图像处理技术已经应用于纺织行业的各个领域， 下面简要回顾一下最近十几年内图像处理技术在纺织行业中主要的研究和应用 情况。在纤维的形态结构分析方面，较早利用图像处理技术进行纤维形态分析和 测定的是b a k e r ，他利用第一代图像分析系统测量了棉纤维纵向的平均投影宽度 i l l 。稍后b e r l i n 利用同一套系统测定了棉纤维的截面形态结构吼在此基础上， o p t h i b o d e a u x 测定了棉纤维的成熟度州，他首先测出沿棉纤维纵向的投影尺 寸分布，然后利用该分布规律及形状系数指标来间接推断棉纤维的成熟度，并和 气流法作了比较，两者的结果基本一致。 b x u 在纤维的形态测定方面作了很多的工作l 描l ，他首先提出了套描述纤 维纵向卷曲程度的算法，然后利用几何参数和f o u r i e r 描绘子去描述和分析各种 纤维截面的几何特征及其形态复杂度，并将其应用到棉纤维截面的测定和分析 上，在此基础上他又提出了一种新的测定棉纤维成熟度的方法。 在羊毛纤维的测试分析方面，也有很多学者作过研究。1 9 8 9 年o r o b s o n 利用 图像处理技术测定了各种羊毛和羊绒的鳞片结构1 7 1 ，提出用面积、圆整度、充满 度、形状系数等来描绘各种鳞片的不同的形态特征。1 9 9 7 年& r o b s o n 又提出了纤 维宽度、鳞片间距、边缘接触长度等新的特征参数，成功地对羊绒和羊毛纤维 进行自动识别。在羊毛细度测试方面，b p b a x t e r 等人在1 9 9 2 年开发了一套快 速测量羊毛细度的算法和装置【阱，按标准将羊毛切成小段，然后使其均匀分散在 玻璃片上，放在测试台上，一边移动一边用图像处理系统进行实时测定，得出羊 毛的细度和其他相应的指标。 国内也有很多学者在纤维形态测试方面作过很多的研究。1 9 9 3 年，许鹤群、 黄健等人通过提取纤维截面的几何特征参数1 9 , 1 0 l ，进行了棉纤维成熟度的测定和 兔毛粘胶晴纶混纺纱中各种纤维的自动识别操作。于伟东等人研究了异形纤维 形态特征的图像处理测定方法【1 l l ，随后吴兆平、余序芬等又提出了一种测量v 字 形纤维和三叶形纤维异形度的新方法l 协嘲，他们还运用数学形态法研究了棉麻纤 维的自动识别，取得了较为理想的结果，同时还提出了一种羊毛细度的快速测定 方法。2 0 0 1 年周剑平、封举富、孙宝海根据羊毛和羊绒的鳞片特性，提取羊毛和 绒毛的细度和鳞片长度等特征，进行羊毛和羊绒的自动识别【1 6 l 。1 9 9 8 年，辛斌 杰等用图像处理方法实现了纤维的中空度等各项指标的快速测定。 第一章射言 1 2 研究的意义 本课题来源于天津纺织纤维检验所与天津工业大学共同研究的适合现场使 用的便携式微型光电显微检测仪这一项目，主要负责项目中纤维自动识别系统 软件的设计。 不同种类的纤维产品，其性能和价格都有很大的不同，为了保证产品质量和 商家利益，必须采用一种检测方法将其区分。以往检测人员是用手工方法来测量 纤维的细度和鳞片长度，不仅耗时耗力，且主观影响大。还要培训专业人员。近 几年已出现了计算机辅助纤维测量系统，这种系统在进行纤维鉴别时，操作人员 首先用鼠标选择纤维区域，再通过计算纤维细度来进行识别。该方法虽然比手工 测量有所改进。但是操作麻烦，且可靠性差还不能计算鳞片长度。为此，本文 提出了纤维图像的全自动识别方案。 天津纺织纤维检验所于2 0 0 0 年研制出袖珍便携、自带光源和计数装置的专用 显微镜，即微型光电纤维成分、含量检测仪。该仪器适用于纺织材料做现场物理 检测工作，不受任何条件及光线等环境影响，可随机取样，就地镜检。2 0 0 1 年研 制的j f x 1 i 微型光电纤维成分，含量检测仪还具有数字记录和计数功能，使纤维 检测和计算更方便。但传统的纤维识剐多采用对纤维进行显微放大后人工识别的 方法，容易因为人为原因造成误差，而计算机图像处理具有运算速度快、测试精 度高、处理数据量大、结果再现性好等特点，能侵视觉信息的自动测试、客观化 和智能化得以实现，因而为建立客观的测试评价体系提供了技术支持。目前国内 图像识别研究多集中在指纹、人脸、字体和车牌等领域，而对于纤维图像识别并 没有成熟的方法，本课题的研究为检测仪的开发提供了支持。 1 3 课题研究内容 本文采用纤维图像处理技术，研制纤维图像自动识别系统。该系统采用微型 光电纤维检测仪获取纤维图像，并通过u s b 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，根据特征参数选 择最近邻域法进行识别。 采用可视化编程语言v i s u a lc + + 6 0 开发纤维图像处理和分析的软件。该 软件集成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贮于 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n r 显示在屏 幕上。 第二章纤维数字瞄像处理 2 1 数字图像处理 第二章纤维数字图像处理 2 i 1 图像和图像处理 人类通过眼、耳、鼻、舌，身接受信息，感知世界，并进而认识世界和改造 世界。据统计，人类所获得的信息中，约有百分之七十五是以图像的形式，通过 以跟睛为入口的视觉系统而获得的。也就是说，图像是人类最主要的信息源。粗 略地说，图像是任一二维或三维景物呈现在人们心目中的影像。更确切地说，一 幅图像是一种代表另一个客体( 或对象) 的一种写真或模拟；是一种生动的、图 形化的描述。也是就说，图像是一种代表客观世界中另一物体的、生动的图形表 达，它包含了描述其所代表的物体的信息。 图像处理就是按特定的目标，用一系列的特定的操作来。改造“图像。所谓特 定的目标，可以是使图像更清晰、更美丽动人，也可以是从图像中提取某些特定 的信息。 自1 9 4 6 年世界上第一台数字计算机e n i a c 问世以来，随着计算机技术的 发展与成熟，计算机的应用范围亦从纯数值计算扩展到图形、图像信息处理领域， 形成了数字图像处理这一新的学科。随着近年来超大规模集成电路技术与计算机 结构。算法的发展，数字图像处理技术取得了惊人的进步，以至现在一提到图像 处理几乎都是指图像的数字处理。 2 1 2 数字图像处理的特点 数字图像处理于模拟图像处理相比有下列特点： ( 1 ) 再现性好 数字图像与模拟图像不同，不会因存储、传输或复制而产生图像质量的退化， 从而能准确地保持原图像的再现性。 ( 2 ) 精度高 目前的技术，已几乎可将一幅模拟图像数字化为任意大的二维数组( 如，可 将每毫米采样为8 0 个或更多的象素点) 。每个象素的灰度可量化为2 4 比特( 一 比特是一位二进制码) 。也就i 兑，图像数字化精度可以足够高。对计算机来说， 不论数组是大是小，也不论每个象素的位数是多是少，其处理程序几乎都一样。 也就是说，只要改变程序中的数组参数，原理上不论多高精度图像的处理部是可 以实现的。这与图像作模拟处理时，为要把处理精度提高一个数量级就必须大幅 第二章纤维教图像处理 度地改进处理装置截然不同。这也正是图像的数字处理所具有的另一特点。 ( 3 ) 适用面宽 图像有多种多样信息源。可以是可见光图像，也可以是不可见的波谱图像( 如 x 射线图像，y 射线闪烁图，超声波图，红外图像等等) 。从视野大小来看，可 以小到电子显微镜图像，大到航空照片。遥感图像以至天文望远镜图像。这些不 同信息源的图像，只要数字化以后，对计算机来说，都是一幅( 或多幅) 用二维 数组来表示的灰度图像。都可以用计算机来进行处理。也就是说，只要针对不同 的图像信息源，采取了相应的图像信息采集措施( 实际上这些采集措施都己具 备) ，就图像的数字处理而言，是可以适用于任何图像的。 ( 4 ) 灵活性大 图像处理可大致分为像质改善，图像分析与图像重建等三大部分。这些部分 中的每一部分都包含着丰富的内容。由于光学处理从原理上来说，只能进行线性 运算，从而极大地限制了其所能完成的处理工作。数字处理则不仅能完成线性运 算，而且也可以完成非线性运算。也就是说，凡可以用数学公式或逻辑表达式来 表达的一切运算，都可以用数字处理来实现。 2 1 3 数字图像处理的应用领域 图像信息既然是人类的主要信息源，图像处理的应用领域就必然涉及到我们 生活的一切方面。并且随着人类活动范围的不断扩大( 如由可见波段扩大到不可 见波段，由地球空问扩大到宇宙空间) 其应用领域亦照之不断地扩大。下面仅就 目前的主要应对领域作一简要概括。 ( 1 ) 文字及图纸的读取 文字是人类进行信息交换的一种主要手段，图纸是工程师的语言。二者是当 今生活与科技中的主要信息传输手段。从图像角度来看，文字与图纸都是一种最 简单的图像二值图像。二值图像处理是图像处理中开展较早，受到普遍关注， 也比较易容着手的一类研究工作。 从模式识别研究初期，人们己开始研究文字识别，其研究对象的发展过程大 致是： 数字一 英文字符及符号 汉字 单体字一 多体字 限制手写体 自由手写体 文字识别目前已部分达到了实用化水平。 图纸的自动读取是目前很活跃的研究课题，它涉及到各种逻辑图和机械设 计图的自动判读问题，其中也包括图纸上的文字识别问题( 即图文混合状态下的 文字识别) 。图纸自动读段技术的成熟程度直接影响到c a d 系统的发展，已 有图纸资科的自动输入是各类c a d 系统当前急需解决的课题之一。 第二章纤维敦7 图像处理 文字、图形与图像混合情况下的自动识别问题，是图、文自动输入中的另一 个重要课题。 ( 2 ) 医用图像处理 医学的发展与人类的健康密切帽关，因此从图像处理技术的研究发展初期， 图像处理在医学中的应用就引起了人们的普遍关注。不论在基础医学研究或临床 诊断上，都有多种多样的图像需要用到图像处理技术。目前以x 光图像、显微 镜图像、放射性同位素图像及超声波图像的处理已成为医学领域中辅助诊断的手 段。对染色体分析、血球自动分类、胸部x 光照片的鉴别及眼底照片的分析等 方西都开展了卓有成效的处理研究工作。上述各类研究工作所涉及到豹基本上都 是灰度图像。近年来又发展到对彩色图像及动态图像的研究。 ( 3 ) 遥感图像处理 遥感图像根据其采集方式主要分为卫星遥感图像与航空遥感图像两大类。由 于遥感图像大部分是直接以数字图像的形式取得的，所以这类图像的处理、分析 与应用研究进展较大。其进展主要集中在把遥感图像数据处理成为可视的资源信 息或气象信息，包括已成为遥感图像日常处理工作的遥感图像校正工作( 包括幅 射校正与几何畸交校正) ，以及针对不同应用领域所进行的不同的多光谱信息统 计分类研究工作。目前遥感图像已应用到农业、气象、环境与灾害监测，资源调 查，城市规划，铁路、公路选线等等许多方面，已发挥了显著的经济与社会效益。 ( 4 ) 在工业领域中的应用 图像处理在产业中的应用大致可分为： 1 外观检查与筛选。 2 表面缺陷的自动检查。 3 装配与生产自动化。 4 工业材料的质量检验。 ( 5 ) 军事公安方面 主要应用是；各种侦察照片的判读，运动目标的图像自动跟踪技术，例如目 前电视跟踪技术已经装备到导弹和军舰上。并在实践和演习中取得很好的效果。 另外还有公安业务图片的判谈分析，如指纹识别，不完整图片的复原等等，在公 安中的跟踪，窃视、交通监控、事故分析中都已经用到了图像处理的技术。 ( 6 ) 其它 图像处理在单人鉴别上的应用，也是目前广泛研究的一大类图像处理课题， 其中指纹识别已实用化。在这一范畴内的其它识别课题，如笔迹、印鉴、面部照 片等等的识别问题，都已受到了普遍的关注。 图像处理的应用领域远不是上列各项所能概括的。它将随着图像处理设备成 第二章纤维数字图像处理 本的不断降低，图像处理技术水平的不断提高，以及图像处理技术的不断普及而 不断扩大。可以这样说，凡是用眼睛可以直接或间接( 通过各种仪器) 看到的对 象，都是图像处理研究与应用的对象。本课题中，应用图像处理技术实现对不同 种类纤维的自动识别，大大提高了质量检测人员纤维识别的效率，使现场纤维检 测识别更加准确和便捷。 2 2 纤维图像预处理 一般图像处理都是假定被拍摄对象在均匀照度情况下所获得的图像，而实际 上光的照射往往是不均匀的，有时是光动态范围过大而使图像看不清楚，或使图 像的分辨细节不明显。另外，由于外界噪声的干扰，也需要通过处理剔除噪声。 图像的预处理过程一般主要包括：图像的平滑、图像变换以及图像增强等。在图 像采集过程中，由于多种因素的影响，导致图像质量的下降，为了便于更进一步 的处理与分析，需要对图像进行预处理，其目的在于将图像转换成一种更适合于 人或机器分析处理的形式。它不是以图像保真度为原则，而是通过处理设法有选 择的突出某些感兴趣的信息，抑制不相关的信息。 图像处理目前还缺乏统一的理论，处理的方法往往具有针对性，处理的结果 也只是靠人的主管感觉加以评价。因此，图像处理的方法只能有选择地使用。 2 2 1 图像平滑 任何一幅未经处理的原始图像，都存在着一定程度的噪声干扰。噪声会降低 图像质量，使图像模糊，甚至淹没图像特征，给分析带来困难。一般在图像处理 技术中常见的噪声有：加性噪声、乘性噪声、量化噪声和”盐和胡椒。噪声等。一 般来说，一个好的增强方法既能有效的消除噪声又不破坏图像中有用的信息和特 征。 图像平滑处理方法视其噪声图像本身的特性而定，可以在空间域也可以在频 率域采用不同的措施。在空间域里一类方法是噪声去除，即先判断某点是否为噪 声点，若是，重新赋值，若不是按原值输出。另一类是平均，即不依赖与噪声点 的识别和去除，而对整个图像进行平均运算。在频率域里是对图像频谱进行修正， 一般采用低通滤波方法，丽不像在空间域罩直接对图像像素点灰度级进行运算 1 1 7 。 ( 1 ) 邻域平均法 邻域平均法足一种局部空域处理的算法。设原始含噪声图像m ，y ) ，对 礅，y ) 中的每个像素点取一个邻域s ，计算s 中所有像素次度级的平均值，作为空 间域平均处理后图像fk ，y ) 的像素值。即 第二章纤维数字图像处理 fk j ，) 2 石1 。，毳难，y ) ( 2 2 ) 公式( 2 2 ) 中m 为邻域s 中的点数，s 邻域可取四邻域、八邻域。 图像平均是以图像模糊为代价来换取噪声的减少。而且s 面积越大，噪声减少 越显著，但模糊性也越大。可以证明平滑后的噪声标准偏差降为原来的1 ，肌。 为了减少图像模糊，可以采用部分平均法，计算方法为 p 幻，：怯1 “馅x ，卜y 卜吉茹卜r 。， i f ( x ，y ) ，其他 公式( 2 3 ) 中r 为选定的一个非负阈值。此式表明，若某点值与邻域平均 值相差超过t ，用平均值代替，进行平均处理，否则仍保留原值，不进行平均。 ( 2 ) 低通滤波法 这种方法是一种频域处理法。在分析图像信号的频率特性时，一幅图像的边 缘、跳跃部分以及颗粒噪声代表图像信号的高频分量，而大面积的背景区则代表 图像的低频分量。用滤波的方法滤除其高频分量就能去掉噪声，使图像平滑。 由卷积定理可知， g 0 ，v ) = 日q ，v 妒0 ，v ) ( 2 - 4 ) 其中f 0 ，v ) 是含有噪声的图像的傅立叶变换，g 0 ，v ) 是平滑后的图像之傅立叶变 换，0 ，r ) 是传递函数。选择传递函数嚣& ，v ) ，利用日q ，y ) 使f 0 ，y ) 的高频分 量得到衰减，得到g 0 ，v ) g 后再经过反傅立叶变换就可以得到所希望的平滑图像 g ( u ，v ) 。根据前面的分析，显然h “，v ) 应具有低通滤波特性，所以这种方法称 之为低通滤波法平滑化处理。低通滤波平滑化处理流程如图2 - 1 所示。 图2 1 线性滤波器处理框图 第二章纤维数字图像处理 本课题试验了如下四种低通滤波器。 a 理想低通滤波器 一个理想的二维低通滤波器的传递函数表示为 公式( 2 - 5 ) 中d 。是一个规定的非负的量， 0 ，v ) 是从频率域的原点到0 ，v ) 点的距离， d o ，) ，b2 + v 2 ( 2 5 ) 叫做理想低通滤波器的截止频率。d 即 ( 2 6 ) 圩( h ， ，) 对，v 来说是一幅三维图形。所谓理想低通滤波器，是指以截止频率 仉为半径的圆内的所有频率都能无损的通过，而在截频之外的频率分量完全被 滤除。理想低通滤波器可以用计算机模拟实现，但却不能用电子元器件来实现。 理想低通滤波器平滑处理的概念是清晰的，但在处理过程中会产生较严重的 模糊和振铃现象。这种现象正是由于傅立叶变换的性质决定的。因为滤波过程是 由式4 2 3 描述的，由卷积定理可知在空域中是卷积关系，即 g b ，y ) 一| 1 1 0 ，y ) ，b ，y )( 2 7 ) 式中g ( x ，y ) ，j i l b ，y ) ，0 ，y ) 分别是g 0 ，v ) ，日0 ，v ) ，f 0 ，v ) 的傅立叶反变换。 既然日0 ，l ，) 是理想的矩形特性，那么它的反变换 g ，y ) 的特性必然会产生无限的 振铃特性。经与，b ，y ) 卷积后则给9 0 ，y ) 带来模糊和振铃现象，d 。越小这种现 象越严重，当然，其平滑效果也就较差。这是理想低通滤波器不可克服的弱点。 b 布特沃斯( b u t t e n v o r t h ) 低通滤波器 一个n 阶布特沃斯低通滤波器的传递函数由公式( 2 - 8 ) 表示。 脚卜币齑 p 印 i d 0 l 式中d o 为截止频率，d ( “，v ) 的值由公式( 2 - 9 ) 决定。 第二章纤维数字图像处理 d 仁，) ；5 lz ( 2 9 ) 布特沃斯低通滤波器又称最大平坦滤波器。它与理想低通滤波器不同，它的 通带和阻带之间没有明显的不连续性。也就是说，在通带和阻带之间有一个平滑 的过度带。通常把( ，r ) 下降到某一值的那一点定为截止频率仇。在公式( 2 8 ) 中是把h “，v ) 下降到原来值的1 2 时的d “，v ) 定为截止点d 。一般情况下常常 采用下降到h ( “，v ) 最大值的1 2 的那一点为截止点。这样，公式( 2 8 ) 可改为 公式( 2 - 1 0 ) 的形式。 嘶卜南 - + 陋一l 掣l ( 2 - 1 0 ) 布特沃斯低通滤波器日0 ，v ) 的剖面图如图2 2 所示。与理想低通滤波器的处 理结果相比，经句特沃斯低通滤波器处理过的图像模糊程度会大大减少。因为它 的h ( u 。v ) 不是陡峭的截止特性，它的尾部会包含大量的高频成份。另外，经布 特沃斯低通滤波器处理的图像将不会有振铃现象。这是由于在滤波器的通带和阻 带之间有一平滑过渡的缘故。另外，由于图像信号本身的特性，在卷积过程中的 折迭误差也可以忽略掉。由此可知，布特沃斯低通滤波器的处理结果比理想滤波 器为好。 宵血一 l d o j 0 l23 0 缸f ) 加 图2 2 布特沃斯低通滤波器剖面图 c 指数低通滤波器 在图像处理中常用的另一种平滑滤波器是指数低通滤波器。它的传递函数如 公式( 2 1 1 ) 所示。 9 第二章纤维数字图像处理 一f 堡延塑1 - 日( ，y ) z el d j 公式( 2 1 1 ) 中的d 。为截频，d ( h ，v ) 由公式( 2 1 2 ) 决定。 d 仁，) 。i l ： ( 2 - 1 1 ) ( 2 1 2 ) 式中的行是决定衰减率的系数。从公式( 2 1 1 ) 可见，如果d 仁，y ) 一d o ，则 日亿，) ；! e ( 2 1 3 ) 如果仍把截止频率定在h 0 ，p ) 最大值i 处，那么，公式( 2 1 1 ) 可改为公式 ( 2 - 1 4 ) 。 日，。h 【掣f 。叫掣f ( 2 1 4 ) 指数低通滤波器传递函数的剖面图如图2 - 3 所示。由于指数低通滤波器有更 快的衰减率，所以，经指数低通滤波器的图像比布特沃斯低通滤波器处理的图像 稍微模糊一些。由于指数低通滤波器的传递函数中也有较平滑的过渡带，所以图 像中也没有振铃现象。 血一 l d 0 j 0 d 虹- ) ，量 i23 图2 3 指数滤波器传递函数径向剖面图 d 梯形低通滤波器 梯形低通滤波器传递函数的形状介于理想低通滤波器和具有平滑过渡带的 第二章纤维致字图像处理 低通滤波器之间。它的传递函数由公式( 2 1 5 ) 表示： 日0 ，v ) t l d 0 ，v ) td 0 南 d - d l i z , 董。s d l( 2 - 1 5 ) o , d ( u ，v ) ，d i 其中d 0 ，v ) ；k2 + v 2 f ，在规定d 。和d l 时要满足d 。 0 ，则 ，w a y( 2 - 5 1 ) 通常使用的误差修正方法有固定增量规则，绝对修正规则及部分修正规则。 固定增量规则是选择a 为一个固定的非负数。绝对修正规则是取口为一个最小整 第二章纤维数字图像处理 数，它可以使l ，7 彤的值刚好大于零，即： 口。大于墅型的最小整数口一大于l ：j 的最小整数 y 1 w 部分修正规则可取a 为公式( 2 5 3 ) 傲决定的值 a 。 趔 o 。a 2 y 1 ( 2 - 5 2 ) ( 2 - 5 3 ) 线性分类器中重要的一类是用输入模式与特征空间中作为模板的点之间的 距离作为分类的准则。假设有m 类，给出所个参考向量r ，r z ，r ，r 与模式 类q 相联系。对于r 的最小距离分类就是把输入的新模式x 分为q 类，其分类 准则就是x 与参考模式原型r l ，r ：，r 朋之间的距离，与哪一个最近就属于哪一 类。z 与r 之间的距离可表示为公式( 2 5 4 ) 其中伍一只7 尸是伍一r ) 的转置。由公式( 2 5 4 ) 得公式( 2 5 5 ) 。 肛一r 1 2 - ( x 一墨) r 伍一r 。) 一x t x x t r i r i g + r j r l x t x k t r i + r j x r r r , 由此可设定最小距离判别函数d j 伍) 为： d i 讧1 一x f r 。+ r j x r j r ii - 啦。，m ( 2 - 5 4 ) ( 2 - 5 6 ) 由判别函数公式( 2 5 1 ) 可知，在分类中，如果x q ，则d 伍，r ) 一m i n 。 由公式( 2 - 5 1 ) 可见口) 是一个线性函数，因此，最小距离分类器也是一个线性 第二章纤维数字图像处理 分类器。在最小距离分类中，在决策边界上的点与相邻两类都是等距离的，之中 方法就难于解决，此时必须寻找新的特征，重新分类。 最近邻域分类法是图象识别中应用较多的一种方法。在最小距离分类法中， 取一个最标准的向量作为代表。将这类问题稍微扩张一下，一类不能只取一个代 表，把最小距离的概念从一个点和一个点间的距离扩充到一个点和一组点之间的 距离。这就是最近邻域分类法的基本思路。设尺，r ：，如分别是与类 o ) 1 ，彬：，相对应的参考向量的坍个集合，在r 中的向量为硝，即群r ， k l ，2 。，f ，也就是 r i 一僻砰 输入特征向量x 与r i 之间的距离用公式( 2 5 8 ) 表示。 ( 2 5 7 ) d ，剐- r a i nx一群i(2-58) 这就是说，x 与足之间的距离是工与足中每一个向量的距离中的最小者。 如果j 与r 之间的距离由公式( 2 5 6 ) 确定，则其判别函数为公式( 2 - 5 9 ) 。 设 则 d i 江) 一“r a 圳i n 忙7 群+ 嘛) r x 一瞬) r 群 f 一1 ，2 ，m ( 2 - 5 9 ) d l ( x ) 工7 r l + 噼) r x 一) r 群 见伍) 。眦m ：i ，n ，妨( x ) f 一1 扣，肌 其中钟) 是特征的线性组合，决策边界将是分段线性的。 ( 2 - 6 0 ) ( 2 6 1 ) 第三章纤维图像自动识剐系统设计 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 模式识别是要把一种研究对象，根据其某些特征进行识别并分类。针对本课 题的具体的研究对象，在对大量的纤维纹理图像处理的基础上，抽取出最能表现 纹理类别的有意义的特征或属性，然后根据这些特征和属性对纤维纹理进行分 类，把其特征或属性相同的数据归属为同一类。 本课题设计的测量识别系统抽取了纤维纹理中能量、熵，惯性矩、相关和局 部平稳性这五个特征，通过这五个特征对纤维的类别进行识别判断。整个系统包 括纤维图像采集、纤维图像预处理、纤维图像纹理特征提取以及纤维识别分类四 大部分。系统设计的流程框图如图3 - 1 所示。 堕刽纤维图像采 i 集 纤维图像预 处理 纤维图像纹 理特征提取 图3 - 1 纤维自动识别系统设计框图 针对纤维图像自身特点，本系统的图像采集采用一种微型光电纤维检测仪， 利用其中的c c d 器件和图像采集卡获取纤维原始图像送入微机中进行处理，采 用v c + + 6 0 设计图像处理及识别程序及用户操作界面，并采用s q ls e r v e r 2 0 0 0 编制数据库存储纤维特征和用户信息。下面将介绍每个系统设计部分 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 显微镜是揭示微观世界的精密科学仪器，普遍应用于医学、化工、纺织、冶 金等领域。常规的显微镜体积大，重量达，不便携带。在纺织品的生产及实际监 督检查中，很多情况下要求立刻分析出产品的种类和含量，所以，纺织产业的生 产和检验技术人员需要携带方便的机密检测仪器进行纤维种类、成份的检测，以 建立科学有效的检验手段。为解决该问题本课题开发了应用于纺织生产及检测的 便携式微型光电显微检测仪。 便携式微型光电显微检测仪1 2 1 】的设计主要采用光电图像转换系统对所取图 第三章纤维图像自动识别系统设计 像进行转换，或用扫描方法把图像的像素顺序转换成光电信号。该检测仪由两部 分组成；一部分是光学机构：一部分是光电图像处理机构，结构框图如图3 2 所 示。 图3 2 光电纤维检测仪工作原理图 检测仪中的光学机构主要是把所取纤维进行光学放大处理并成像到光电器 件上。可根据不同要求取不同放大倍数的光学镜头组合。根据纤维实际情况，取 光学放大倍数在2 0 0 3 0 0 倍左右。为便于携带常限定其长度在1 5 2 0 c m 左右。 光电图像处理机构是把光学机构所成的像经光电器件的转换，变成可被计算机处 理的图像。这样既可保存图像，又可方便人眼观察细节部分，还可对图像进行数 字放大、打印等其他处理。检测仪主要由以下7 部分够成。 ( 1 ) 光学组合镜筒。此组合镜筒由物镜及目镜组成，为多透镜组合结构，能够 使微小的物体放大成像。为消除色像差，采用了镜片组组合形式。镜筒的放大倍 数为2 0 0 - 3 0 0 倍，并可以调节焦距。 ( 2 ) 载物台。载物台包括可移动的横向纵向十字调节板和夹持式样盖玻片的弹 性压簧。载物台平面中心垂直也镜筒轴心，焦距可以调节。 ( 3 ) 聚焦及纵横调节装置。由3 套可移动的滑扳构成，形成三维可调整的结构。 这一结构中有固定在与镜筒平行的底板上的聚焦调节钮，用来调节样品与物镜的 焦距，使被测物体成像清晰：纵向调节钮与滑板的移动方向成9 0 0 垂直，使载物 台上下移动：横向调节钮用来左右移动滑板，是观测纤维外形的主调节钮。横向 调节与纵向浔节配合使用，能完成上下左右方向凋节功能。 ( 4 ) 光电源。检测系统的光源一般有两种：一种是通过测量被检测物体的成像 来测肇被检测物体的某些特征参数；另一种是通过铡量彼检测物体的空间频谱分 布确定被检测物体的某些特征参数。对于前者，一般选用白炽灯、l e d 或卤钨 第三章纤维图像自动识别系统设计 灯作为光源。对于后者，选用激光照明，因为单色性好，相干性好，光束准直精 度高。此系统利用检测物体的成像来测量其特征参数，由于不依赖于自然光并要 求获得稳定的光源照明，故采用节能型高亮度低功耗的l e d 发光器件作光源。 光源的明暗程度可以通过旋钮进行调节，发光二极管顶部安装在镜筒中心的前 端，其功耗仅为3 0 m w 。电源采用1 。5 v 的7 号电池，直流供电，安装在一起的 后端手柄内( 包括电源开关) ，按下电源开关后就可以打玎光源，抬起即自动关 断，从而利于节电。 ( 5 ) 镜筒支架、总装板及壳体。显微镜的镜筒、载物台、电光源、记数装置以 及手柄等全部机构固定在同一总装扳上作为总体支架：镜筒支架为镜筒而设置， 镜筒可以前后移动，在调好适当位置后，用坚固螺丝固定后不在移动。镜筒支架 同时是镜筒保护罩和记数装置的紧固件。 ( 6 ) 电子记数装置。电子记数装置是一个8 位数字液晶显示器，在检测纺织品 或需计算数据试样时用手点按安装在手柄上的记数开关，计数器将所数纤维数记 录下来。为方便记数，在镜筒中央设置一条垂直标志线，作为记数始末的参考点。 ( 7 ) 光电转换装置。仪器的光电转换装置主要采用c c d 器件，可选用面阵的 c c d 器件，在仪器中采用图像采集卡方式进行图像的采集。 3 2 2c c o 器件介绍 电荷耦合器件c c d ( c h a r g ec o u p l e dd e v i c e s ) 是2 0 世纪7 0 年代初发展起来 的新型半导体集成光电器件，它是美国贝尔电话实验室的w s b o y l e 和g e s m i t h 于1 9 7 0 年首先提出的。近3 0 年来，依靠已经成熟的m o s 集成电路工 艺，c c d 器件及其应用技术得以迅速发展。电荷耦合器件c c d ，是一种金属一氧 化物一半导体结构的新型器件，其基本结构是一种密排的m o s 电容器，能够存 储由入射光在c c d 像敏单元激发出的光信息电荷，并能在适当相序的时钟脉冲 驱动下，把存储的电荷以电荷包的形式定向传输转移，实现自扫描，完成从光信 号到电信号的转换。这种电信号通常是符合电视标准的视频信号，可在电视屏幕 上复原成物体的可见光像，也可以将信号存储在磁带机内，或输入计算机，进行 图像增强、识别、存储等处理。c c d 器件按其感光单元的排列方式分为线阵c c d 和面阵c c d 两类。但无论是线阵c c d 还是面阵c c d ，由于其固有的物理特性、 工作机理等原因以及芯片结构、制作工艺等的限制，c c d 像素精度不能做得很 高为了保证c c d 像元具有足够的感光面积和防止相邻像元之间的互相串扰， 所有c c d 器件的像元面积以及像元间距都不能做得太小，目前一般在微米级别， 这就限制了c c d 在高精度测鼍领域中的应用。c c d 图像测量系统主要由照明 系统、被测物体、光学成像系统、信号处理电路和计算机组成，因此影响c c d 第三章纤维囤像盘动识别系统设计 测量精度的因素主要有：c c d 像元的制造误差，c c d 对光照度的分辨率，a ，d 转 换的精度照明系统的不稳定性，c c d 驱动电路的附加噪声，成像系统调焦误差， 成像系统的误差( 如球差，像差等) ，外界环境的影响( 如温度、振动等) 以及图像 处理水平和软件算法优劣等。与真空摄像管相比，固体摄像器件有如下特点： ( 1 ) 体积小、重量轻、耗电少、启动快、寿命长和可靠性高。 ( 2 ) 光谱响应范围宽。一般的c c d 器件可工作在4 0 0 n m 1 1 0 0 r i m 波长范围内。 最大响应约在9 0 0 r i m 。在紫外区，由于硅片自身的吸收，量子效率下降，但采用 背部照射减薄的c c d ，工作波长极限可达1 0 0 r i m 。 ( 3 ) 灵敏度高。c c d 具有很高的单元光量子产率，正面照射的c c d 的量子产 率可达2 0 ，若采用背部照射减薄的c c d ，其单元量子产率高达9 0 以上。另 外，c c d 的暗电流很小，检测噪音也很低。因此，即使在低照度下0 0 - 2 1 x ) ，c c d 也能顺利完成光电转换和信号输出。 ( 4 ) 动态响应范围宽。c