（纺织工程专业论文）棉毛纤维自动检测系统的研究.pdf

摘要 在纺织品生产和行政执法中需要通过检测纤维成份来对纺织品的质量和性 能进行分析、评价。目前纤维成份的检测方法主要有化学法和显微镜法。化学法 需要用化学药品对纤维成份进行检测，操作复杂，一般用于实验室检测，不适合 现场检测；显微镜法是采用显微镜通过人眼观测纤维的形状等特征实现对纤维成 份的检测。该方法需要人工识别和计算纤维的成份及含量，自动化程度低，耗时 耗力，主观因素影响大，检测精度低，需要专业人员检测。 本文采用图像处理技术和计算机技术研制了棉毛纤维自动检测系统。提出 了系统的总体设计研究方案；利用数字摄像机研制了微型纤维检测仪，实现了 对纤维的放大、采集；对纤维处理及识别算法进行了研究，提出了棉毛处理及 识别算法，采用可视化编程语言v i s u a lc + + 6 0 开发并设计了系统软件，采用 s q ls e r v e r 2 0 0 0 建立了纤维特征数据库，实现了对棉毛纤维的处理、识别及存 储功能。 该系统能够自动识别和计算棉毛纤维中棉毛的成份及含量，具有体积小， 携带和使用方便，界面友好，识别准确等优点，适合于现场检测，在纺织品的 质量和性能分析评价以及行政执法中具有重要应用价值。 关键词：棉毛纤维；自动检测；处理算法；软件 a b s t r a c t 砀eq u a n t i t ya n df u n c t i o no ft h et e x t i l e sc a l lb ea n a l y z e da n de v a l u a t e db yt h e f i b e ri d e n t i f i e si nt e x t i l e sp r o d u c ta n da d m i n i s t r a t i v ee n f o r c e m e n t c u r r e n t l y , t h e r ea r e t w om e t h o d st od e t e c ta n di d e n t i f yt h ec o m p o s i t i o na n dc o n t e n to ff i b e r s ，c h e m i c a l m e t h o da n dm i c r o s c o p ym e t h o d t h ec h e m i c a lm e t h o dn e e dc h e m i c a l st o t e s tt h e c o m p o s i t i o no ff i b e r s ，s oi tc a no n l yb eu s e di nl a b o r a t o r yt e s t s ，a n di sn o ts u i t a b l ef o r s p o tt e s t w 1 1 i l et h em i c r o s c o p em e t h o di st h a tt h eh u m a ne y e so b s e r v es h a p ef e a t u r e s a n ds oo nt h r o u g ht h em i c r o s c o p et oi d e n t i f yt h ec o m p o s i t i o na n dc o n t e n to ff i b e r s t h em e t h o dn e e d sm a n i l a li d e n t i f i c a t i o na n dc a l c u l a t i o no ft h ec o m p o s i t i o na n d c o n t e n to ff i b e r s i th a sal o wd e g r e eo fa u t o m a t i o n s ，n o to n l yc o n s u m et h et i m ea n d l a b o r , b u ta l s oi sa f f e c t e db ys u b j e c t i v ef a c t o r s s ot h ed e t e c t i o na c c u r a c yi sv e r yl o w s i m i l a r l y , t h em i c r o s c o p em e t h o di sa l s on o ts u i t a b l ef o rs p o tc h e c k i nt h et h e s i sa u t o m a t i cr e c o g n i t i o ns y s t e mf o rc o t t o na n dc a s h m e r ef i b e r si s d e v e l o p e db yu s i n gi m a g ep r o c e s s i n gt e c h n o l o g i e sa n dc o m p u t e rt e c h n o l o g i e s t h e t h e s i sp u tf o r w a r dt h es c h e m ea n dt o t a ld e s i g no ft h es y s t e m ；t h ep o r t a b l e p h o t o e l e c t r i c i n s t r u m e n ti sd e v e l o p e db yu s i n gt h ed i g i t a lv i d e ot om a g n i f ya n d c o l l e c tf i b e ri m a g e s w i ms t u d y i n gt h ei m a g e sp r o c e s s i n ga n dr e c o g n i t i o na l g o r i t h m o ft h ef i b e r , a n dp u t t i n gf o r w a r dt h ea l g o r i t h mo ft h ec o t t o na n dt h ec a s h m e r e a n i 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 db yv 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 + + 6 0 a n dad a t ab a s eo ff i b e ri m a g ec h a r a c t e r i s t i ci sf o r m e db ys q l s e r v e r 2 0 0 0 t h ef u n c t i o no fc a s h m e r ea n dc o t t o nf i b e ri m a g e sp r o c e s s i n g ，r e c o g n i t i o n a n ds t o r a g e t h es y s t e r nc a na u t o m a t i c a l l yi d e n t i a n dc a l c u l a t et h ec o m p o s i t i o na n dc o n t e n t o ft h ec o t t o na n dc a s h m e r ei nt h ef i b e r i ti ss m a l l ，p o r t a b l e ，a c c u r a t e ，e a s yt ou s e ，a n d s u i t a b l ef o rs p o tt e s tw i t hah i e t ar e c o g n i t i o nr a t e t h es y s t e mh a si m p o r t a n t a p p l i c a t i o nv a l u ei nq u a n t i t ye v a l u a t i o na n dp e r f o r m a n c ea n a l y s i so ft e x t i l ep r o d u c t s ， a n da d m i n i s t r a t i v ee n f o r c e m e n t k e yw o r d s ：c a s h m e r ea n dc o t t o nf i b e r , a u t o m a t i cr e c o g n i t i o n ，i m a g e sp r o c e s s i n g a l g o r i t h m ，s o f t w a r e 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 中做了明确的说明并表示了谢意。 学位论文作者签名：栖妻另签字日期：也纫绎月加日 学位论文版权使用授权书 本学位论文作者完全了解云洼王些太堂有关保留、使用学位论文的规定。 特授权云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：桕篆左 导师签名： 协切 签字日期：舢舢，年 月凇日 签字日期：函力，年月p 日 学位论文的主要创新点 一、论文采用图像处理技术和计算机技术研制了棉毛纤维的类别及含 量的自动识别检测系统，以及系统的微型纤维检测仪。 二、对纤维图像的预处理、提取及识别算法进行了研究。提出了采用 图像处理方法对棉毛纤维进行预处理，提取纤维图像的能量、惯性矩、 相关、熵和局部平稳性五个特征，来区分毛和棉类纤维及其识别算法； 采用可视化编程语言v i s u a lc + + 6 0 开发并设计了系统软件，建立 了纤维表面特征数据库，实现了对棉毛纤维成分及含量的自动识别。 第一章引言 1 1 棉毛纤维的检测现状 第一章引言 纺织工业历史悠久，是发展十分成熟的传统工业。信息产业则是近四，五十 年来高度迅速发展的新兴朝阳产业。为了使纺织工业同现代r r 产业更好的结合， 焕发出新的生机，纺织信息化已成为目前各国重点发展的方向。 纺织工业是我国的支柱产业之一，在我国的国民经济和社会发展中占有重要 的地位。纺织工业的技术进步与纺织产品科技含量的提高，有赖于全面提升纺织 品的检测能力和技术水平，进而为推动纺织工业健康发展提供助力。纺织品检测 技术的载体是纺织品测试仪器，因此纺织品的测试仪器的研制是纺织工程领域中 的重要研究课题。 纤维成份的检测在纺织品生产和行政执法中是十分必要的。由于不同种类纤 维制成的纺织品，在性能、质量和价格上都有着很大的不同，所以在纺织生产和 纺织品开发研制中需要检测和识别纤维的成份及含量，以便对纺织品的质量、性 能进行评价和分析；为了保证产品质量和消费者利益，在行政执法中也需要对纤 维的成份及含量进行检测与识别，以便对纺织品的质量给出正确的评价，达到科 学、公正执法的目的。 国外处理技术己在棉纤维的测试和分析中得到了应用。在纤维的形态结构分 析方面，较早利用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 分析系统测量了棉纤维纵向的平均投影宽度【1 】。而后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【2 1 。在此基础上，d e t h i b o d e a u x 测定了棉纤维的成熟 度【3 1 ，先测出沿棉纤维纵向的投影尺寸分布，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，并和气流法做了比较，两者的结果基本一致。b x u 在 纤维的形态测定方面做了很多的工作【4 棚，提出了一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。 国外处理技术在羊毛纤维的测试分析方面，也有很多学者做过研究。1 9 8 9 年d r 0 b s o n 利用处理技术测定了各种羊毛和羊绒的鳞片结构f 7 】，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d 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 第一章引言 一套快速测量羊毛细度的算法和装置 8 1 ，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，一边移动一边用处理系统进行实时测定，能够 得出羊毛的细度及其相应的指标。 国内也有很多学者在纤维形态测试方面进行了研究。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【9 ，l0 1 ，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检测。于伟东等人研究了异形纤维形态 特征的处理测定方法【i l 】。吴兆平、余序芬等提出了一种测量v 字形纤维和三叶形 纤维异形度的新方法【1 2 。5 1 。他们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 】。1 9 9 8 年，辛斌杰等用处理方法实 现了纤维的中空度等各项指标的快速测定。 目前纤维成份的检测方法主要有化学法和显微镜法【16 1 。化学法需要用化学 药品对纤维成份进行检测，操作复杂，一般用于实验室检测，不适合现场检测； 显微镜法是采用显微镜放大试样后，通过人眼观测纤维的细度和鳞片长度来实现 对纤维成份进行检测，该方法需要人工识别和计算纤维的成份及含量，自动化程 度低，体积大，重量沉，不便携带，耗时耗力，主观因素影响大，检测精度低， 需要专业人员检测，也不适合现场检测。 近几年开发的计算机辅助纤维细度测量系统，在进行测试时，操作人员首先 用鼠标选择纤维区域，再通过随机测量多根纤维直径，利用平均的方法来测量纤 维的细密度。该方法虽然比传统测量方法有所改进，但是操作复杂，且可靠性差， 还不能计算鳞片长度。 在用于纤维检测的常规仪器中，国外的价钱昂贵，国内的显微镜体积大、 重量大，不易携带，一般置放在专业实验室中，只能在实验室进行检测。 天津纺织纤维检验所于2 0 0 0 年研制出一种袖珍便携、自带光源和计数装置 的微型光电纤维检测仪。该仪器携带方便，适用于纺织品现场检测，不受任何 条件及光线等环境影响，可随机取样，就地检验。但该检测仪对纤维识别是纤 维通过显微镜放大2 0 0 倍后进行人工检测，放大倍数低，还需要进行人工识别， 容易受人为因素影响而造成检测误差，不能自动检测。因此，需要研制一种具 有自动识别和计算棉毛纤维中棉毛的成份及含量，体积小，携带和使用方便， 界面友好，识别准确，适合现场使用的纤维自动检测系统。 1 2 课题研究的目的和意义 本课题研究的目的是为了解决纺织品生产和行政执法中棉毛纤维的成份及 第一章引言 含量检测的问题。采用图像处理技术和计算机技术研制一种适合现场使用的棉 毛纤维自动检测系统。确定系统的总体设计研究方案，研制微型纤维检测仪， 实现对纤维的放大、采集。研究纤维处理及识别算法，提出棉毛处理及识别方 法，采用可视化编程语言v i s u a lc + + 6 0 开发并设计系统软件，采用s q l s e r v e r 2 0 0 0 建立纤维特征数据库，实现对棉毛纤维的自动处理、识别和存储功 能。 该系统能够自动识别和计算棉毛纤维中棉毛的成份及含量，具有体积小， 携带和使用方便，界面友好，识别准确等优点，适合于现场检测，在纺织品的 质量和性能分析评价，以及行政执法中具有重要应用价值。 1 3 课题研究的主要内容 本课题研究的主要内容是研制一种棉毛纤维自动检测系统，提出系统的总 体设计研究方案，研制系统中的微型纤维检测仪，采用图像处理技术研究棉毛 纤维处理及识别算法，开发并设计系统软件，建立纤维特征数据库，实现对棉 毛纤维的处理及识别，其论文的具体内容是： 第一章，介绍棉毛纤维检测的现状，课题的目的、意义和主要内容。 第二章，给出棉毛纤维自动检测系统的总体设计研究方案，包括系统组成 和工作过程等。 第三章，设计微型纤维检测仪，给出其设计方案、视频显微镜放大倍数计 算、机壳等结构设计，实现对纤维式样的采集和放大。 第四章，对棉毛纤维处理及识别算法进行研究，给出棉毛纤维处理及识别 方法。 第五章，采用可视化编程语言v i s u a lc + + 6 0 开发并设计系统软件，采用 s o ls e r v e r 2 0 0 0 建立棉毛纤维特征数据库。系统软件包括纤维预处理、纤维特 征选择、纤维识别和数据库等模块设计。 第六章，系统实验及分析。给出实验方法，包括微型纤维检测仪的使用方 法等，并对实验结果分析。 第七章，结束语。 第二章棉毛纤维自动检测系统总体设计研究方案 第二章棉毛纤维自动检测系统总体设计研究方案 2 1 棉毛纤维自动检测系统的设计要求 根据需要，对棉毛纤维自动检测系统的要求如下： l 、棉毛纤维自动检测系统具有对棉毛纤维的图像采集、处理、识别及存储 功能。 2 、棉毛纤维自动检测系统具有对棉毛纤维图像放大功能，放大倍数为3 0 0 倍。 3 、棉毛纤维自动检测系统具有体积小，携带和使用方便，识别准确等优点， 适合于现场检测。 2 2 棉毛纤维自动检测系统的总体设计研究方案 按照对棉毛纤维自动检测系统的要求，该系统由微型纤维检测仪、计算机 和系统软件组成，其组成框图如图2 1 所示。 i u s b 2 0 接口 计 光 载 物镜目数字摄像机 数字 丁 。4 乏) i f ( x ，y ) ，其他 式( 4 2 ) 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。在分析信号的频率特性时，一幅的边缘、跳跃 部分以及颗粒噪声代表信号的高频分量，而大面积的背景区则代表的低频分量。 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 ( u ，v ) = 日0 ，v 扩0 ，v ) ( 4 3 ) 式中f 0 ，1 ，) 是含有噪声的傅立叶变换，g 0 ，v ) 是平滑后的之傅立叶变换， 日0 ，v ) 是传递函数。选择传递函数日 ，v ) ，利用日0 ，v ) 使f 0 ，v ) 的高频分量得 到衰减，得到g ，v ) g 后再经过反傅立叶变换就可以得到所希望的平滑g 0 ，v ) 。 根据前面的分析，显然日0 ，v ) 应具有低通滤波特性，因此这种方法称之为 低通滤波法平滑化处理。低通滤波平滑化处理的流程如图4 - 2 所示。 图4 - 2 线性滤波器处理框图 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： 驯= l 赫幺 ( 4 4 ) 第四章棉毛纤维图像处理与识别 式( 4 4 ) 中d 0 是一个规定的非负的量，叫做理想低通滤波器的截止频率。 dg ，y ) 是从频率域的原点到q ，v ) 点的距离，即 d o ，力：kz + v ：p ( 4 5 ) h ( u ，v ) 对群，y 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 珑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。由卷积定理可知 在空域中是卷积关系，即 g ( x ，y ) - - h ( x ，y ) 厂g ，y ) ( 4 6 ) 式中g g ，y ) ，j j l g ，y ) ，厂g ，y ) 分别是g 0 ，y ) ，h 0 ，v ) ，0 ，v ) 的傅立叶反 变换。既然日( “，v ) 是理想的矩形特性，那么它的反变换磊( 工，y ) 的特性必然会产生 无限的振铃特性。经与厂k 夕) 卷积后则给g g ，y ) 带来模糊和振铃现象，d o 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 r w o r t h ) 低通滤波器 一个栉阶布特沃斯低通滤波器的传递函数由式( 4 7 ) 表示。 矾卜丽1 1 + i 二要型f 式中d o 为截止频率，d ( “，1 ，) 的值由式( 4 8 ) 决定。 d o ，v ) ：b z p ( 4 7 ) ( 4 8 ) 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 第四章棉毛纤维图像处理与识别 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。通常把日0 ，y ) 下降到某一值的那一点定为截止频率或。在式( 4 - 7 ) 中是把h 0 ，v ) 下降到原来值的i 2 时的d 0 ，v ) 定为截止点绒。一般情况下常常 采用下降到日0 ，v ) 最大值的l 互的那一点为截止点。这样，式( 4 7 ) 可改为式 ( 4 9 ) 的形式。 脚班一1 + 忆一】掣i ( 4 9 ) 布特沃斯低通滤波器日( “，y ) 的剖面图如图4 3 所示。与理想低通滤波器的处 理结果相比，经布特沃斯低通滤波器处理过的模糊程度会大大减少。因为它的 日( “，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。 x 缸譬) 1 0 0 j 0 l 2 3 d 电p ) 疆 图4 3 布特沃斯低通滤波器剖面图 c 指数低通滤波器 在处理中常用的另一种平滑滤波器是指数低通滤波器。它的传递函数如式 ( 4 - 1 0 ) 所示。 h ：e - 斜( 4 - l o ) 第四章棉毛纤维图像处理与识别 式( 4 1 0 ) 中的成为截频，d 0 ，v ) 由式( 4 1 1 ) 决定。 d ，y ) ：k zq _ v 2 ( 4 - 1 1 ) 式中的，l 是决定衰减率的系数。从式( 4 1 0 ) 可见，如果d 0 ，v ) = d o ，则 以，矿) ：! p ( 4 - 1 2 ) 如果仍把截止频率定在日q ，v ) 最大值l 互处，那么，式( 4 1 9 ) 可改为式 ( 4 1 3 ) 。 日：h 斜：p 掣 ( 4 1 3 ) 指数低通滤波器传递函数的剖面图如图4 4 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比布特沃斯低通滤波器处理的稍微模糊 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。 h ( i ir i 0 0 5 0 l 2 3 蚤瓴v 国 图4 1 4 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 低通滤波器之间。它的传递函数由式( 4 1 4 ) 表示。 第四章棉毛纤维图像处理与识别 h ( u ，v ) = 1 ，d 0 ，v ) d l 其中d ( “，v ) = k 24 - 1 ，2f i ，在规定域和日时要满足d 。 幺伍) ，则x 蛾： 第四章棉毛纤维图像处理与识别 如果d l ( x ) o ，y 互 i y r w 0 ，则 w = w + 口】，( 4 4 8 ) w = w 一口y( 4 - 4 9 ) 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口为一个固定的非负数。绝对修正规则是取口为一个最小整 数，它可以使y 丁形的值刚好大于零，即： 口：大于坚旦的最小整数 口= 大于专旁的最小整数 部分修正规则可取0 【为式( 4 - 5 1 ) 做决定的值 ( 4 - 5 0 ) 口= 力删o b m i c o l o r s i r g b r e d + o 5 8 7 * l p b m i 一 b m i c o l o r s i r g b g r e e n + o 1 4 4 木1 p b m i 一 b m i c o l o r s i r g b b l u e ) ： 更新d i b 调色板红色分量 i p b m i 一 b m i c o l o r se 1 r g b r e d = i ： 更新d i b 调色板绿色分量 l p b m i 一 b m i c o l o r s i r g b g r e e n = i ： 更新d i b 调色板蓝色分量 l p b m i 一 b m i c o l o r s i r g b b l u e = i ： b m p 格式的文件中并没有灰度图这个概念，可以通过转换就可以用b i v l p 文件 来表示灰度图。方法是用2 5 6 色的调色板，只不过这个调色板有点特殊，每一项 的r g b 值都是相同的，也就是说r g b 从( o ，0 ，o ) ，( 1 ，1 ，1 ) 一直到( 2 5 5 ， 2 5 5 ，2 5 5 ) ，这样灰度图就可以用2 5 6 色图来表示了。 b m p 图像文件是由文件头、调色板数据和图像数据三部分所组成的。其中文 件头有固定的5 4 个字节来表示，它包含两种数据结构：8 ，m 纠p 眦日把删丁 和8 删p 渤嬲彳d 积。前者表示文件的大小、类型和打印格式，后者包含了 文件的尺寸方面的信息。他们的具体定义形式如下： t y p e d e f s t r u c t t a g b i t m a p f i l e h e a d e r w o r db t y p e ， d w o r d b s i z e ， w o r d b f r e s e r v e d l ； w o r d b f r e s e r v e d 2 ； dw o r db f o f f b i t s ， b i t m a p f i l e h e a d e r ， 其长度固定为1 4 个字节。第一个数据成员b s i z e 固定为o x 4 2 4 d ( a s c l i 码 “8 m ) ，用来标识本文件为b m p 位图文件。数据成员b s i z e - 记录了此位图文件 的实际长度。b f r e s e r v e d l 和b f r e s e r v e d 2 为保留字，通常为0 ，一般不予考虑。 第五章纤维图像自动识别系统的软件设计 最后的b f o f f b i t s 为位图陈列相对于文件头的偏移距离。 5 3 2 2 纤维图像的灰度变换 曝光不足和光照不均，均可造成图像亮度分布不均匀，使得图像灰度局限于 一个很小的范围内，此时看到的图像将是一个模糊不清、似乎没有灰度层次的图 像，因此要采用线性变换对图像每一个像素灰度作线性拉伸，从而有效地改善灰 度图像的视觉效果，以利于进一步的处理。 一般地灰度变换的方法包括三种：线性变换法、分段线性变换法和非线性灰 度变换，其中非线性变换主要有对数变换和指数变换两种。 针对采集图像的特征，采用线性灰度变换法，假定原图像灰度变化范围为 k ，】，变换后灰度范围扩展到【o ，2 5 5 。 线性变换的变换式为式( 5 2 ) 。 fs = 0 ， ，呲 ( 5 - 2 ) 式( 5 - 2 ) 中， 表示取整运算，线性灰度变换式( 5 2 ) 的示意图如 5 - 2 所示。 2 5 5 o l m i nl m x 2 5 5 图5 - 2 线性灰度变化示意图 5 3 2 3 纤维图像的平滑 图像平滑是数字图像处理的重要过程，其主要目的就是去除或衰减图像上的 噪声和假轮廓，即衰减高频分量，增强低频分量，或称为低通滤波。当然，在消 除或减弱噪声和假轮廓的同时，对图像细节也有一定的衰减作用。因此，图像平 滑的直观效果是图像噪声和假轮廓得以去除或衰减，但同讨图像将变得比处理前 模糊了，模糊的程度要看对高频成分的衰减程度。一般地，去除或衰减噪声和假 第五章纤维目像自动0 别系统的软件设计 轮廓的效果越好，图像a 越模糊、因而图像细节损失越多。因此，在对图像作平 滑处理时要二者兼顾。 图形平滑的种类根多，主要包括：消噪声掩膜法、领域平均法和多图像平均 法等。根据纤维纹理图像的具体特征，选用邻域平均法。 邻域平均法国像平滑的原理是选中图像的小区，进行备象元灰度平均，再把 此灰度值赋予该小区的中点b ，y ) ，作为该点的新灰度g ( x ，y ) ，如式( 53 ) 所示。 g 2 百1 ( 髻 5 。3 s 为小邻域，m 为该邻域中包含象元数。小邻域般选择3 3 ，5 x 5 。 邻域又分为四邻域和八邻域两种。四邻域只考虑，( r ，y ) 的上、下、左、右四 个点，而常用的八邻域考虑上、f 、左、打和对角上四个点。k y ) 点上新灰度 值也可用式( 53 ) 计算。 本文采n 3 x 3 的八邻域时，处理后的幽像为g g ，y ) ，如式( 54 ) 所示a g g ，y ) = t 亨一f ( x ，y ) ( 5 4 ) 这种邻域平均算法有效的抑制了尖峰噪声，平滑后的效果如图53 所示。 a 毛类纤维原始图像b 毛类纤维平滑处理后图像 髦秀 c 棉类纤维原始图像d 棉类纤维平捐处理后图像 图5 3 纤维图像平滑效果图 第五章纤维幽像自动识别系统的软件垃f 5 3 2 4 纤维图像的中值滤波 对受到噪声污染而退化的纤维图像进行复原时采用线性滤波方法处理是很 有效的。但足多数线性滤波具青低通特性，扑：去除噪声的同时也能使纤维图像的 边缘变得模糊丁。 中值滤波是种去除噪声的非线性处理方法。在图像处理t 扣采用中值滤波， 去噪复原的效果较好，采用这种方法处理，在某些条件下町以做到既去除噪卢又 保护纤维图像边缘的复原。 中值滤波处理方法是对个滑动窗口内的诸像素灰度值进行排序，用其中值 代替窗几z 心像素的灰度值的滤波方法。它是一种非线性的平滑法，对脉冲干扰 及椒盐噪卢的抑制效果好，在抑制随机噪卢的同时又能有效保护边缘少受模糊。 但它对点、线等细节较多的图像却小太合适。例如，若个窗几内各像素的扶度 是5 ，6 ，3 5 ，1 0 和5 它们的灰度中值是6 ，中心像素原扶度为3 5 ，滤波后就 变成了6 。如果3 5 是一个脉冲 扰，中值滤波后将被有效抑制。相反，若3 5 是 有川的信号，则滤波后也会受到抑制。中值滤波效果如图5 - 4 所示。 a 毛类纤维原始图像 b 毛类纤维中值滤波后幽像 c 棉类纤维原始图像 d 棉类纤维中值滤波后剧像 图5 - 4 纤维图像中值滤波效果图 5325 纤维图像的锐化 对于冈平滑处理而变模糊的纤维图像需要进行次锐化操作来突出图像纹 2 第五章纤维图像自动识别系统的软件设计 理边缘。本课题选用闽值法完成对纤维图像的锐化操作i ，其方法如式( 55 ) 表示。 删= 馓龇, y ) i g 忡。肚7 ( 55 ) 处理时，事先设定个非负的门限值丁，当梯度值大丁或等于r 时，则这一 点就取梯度值作为灰度值，如果梯度值小于r 时则保留原，扛，y ) 值。这样，通过 合理选择，值，就可以既不破坏平滑区域的灰度值又能有效地强调了图像的边 缘。锐化后的效果如图5 - 5 所示。 & 毛类纤维原始酗像b 毛类纤维锐化处理后图像 c 棉类纤维原始图像d 棉央纤维锐化处理图像 图5 - 5 纤维图像锐化效果图 5 4 纤维图像特征选择模块设计 在模式识别中，关键的问题是特征的选择和提取。其基本任务是如何从许多 特征中找出最有效的特征。 第五章纤维图像自动识别系统的软件设计 在模式识别的分类器的设计中我们知道， 如果用很多特征进行分类器的设 计，无论从计算的复杂程度还是分类器性能来看，都是不适宜的。因此研究如何 把高维特征空间压缩到低维特征空间以便有效地设计分类器是一个重要的任务。 不论是用计算机还是由人去识别，任何识别分类过程的第一步，都是先分析 各种特征的有效性，并选出最有代表性的特征。例如，通过摄像机可以把一个物 体转换为一个三维灰度阵列，即称之为物体的图像。显然在大多数情况下，不能 直接在测量空间中进行分类器设计。这一方面是因为测量空间的维数很高( 一个 2 5 6 2 5 6 灰度阵列图像相当于2 5 6 x 2 5 6 维测量空间中的一个点) ，显然不适宜于 分类器的设计。更重要的是，这样一种描述并不能直接反映对象的本质，并且它 随摄像机位置及照度等因素的变化而变化。因此为了进行分类器设计，需要把图 像从测量空间变换成维数，这样变换大大减少了特征空间，所研究的图像或现象 在这个特征空间中就可以由一个特征向量来表示。 纤维纹理图像作为一类特殊的纹理图像，在实际分类识别中，本课题采用空 间灰度矩阵模型方法提取纤维图像的特征，构成一组该图像纹理的特征向量集， 以利于纤维纹理图像的训练、分类与识别。 空间灰度共生矩阵模型分析方法的计算量与图像的灰度级数目成比例。本课 题研究采用的图像灰度级较多，若直接生成共生矩阵，存在两个缺陷： 1 、共生矩阵中的多数值都较小。因此，从共生矩阵得到的纹理特征值会很 不明显，使得评价与分类识别的准确率降低。 2 、共生矩阵过大，造成程序计算量繁重，程序中有时间延迟现象。 为改善以上两点不足，首先把灰度级取值范围由原来的【0 , 2 5 5 】转化为 0 , 3 1 】，再计算图像的共生矩阵。这样转化后，程序处理时间明显缩短，基本感 觉不出延迟，而且处理的图像与原图像相比，在视觉效果上基本无差异。 根据前面线性灰度变换式( 5 1 ) ，可得出灰度级取值范围由原来的 o ，2 5 5 1 转 化为 0 ，3 1 1 拘灰度变换式如( 5 6 ) 所示。 s ：旦，- + o 5s = ，- + u 2 5 5 ( 5 - 6 ) 在程序实现过程中，先求出灰度级取值范围为【o ，3 1 篚j 纤维图像的灰度共生 矩阵，再按式( 4 3 5 ) 到( 4 3 9 ) 计算纤维纹理的特征向量，实现对纤维纹理图像 的特征提取，以便于进一步的识别和分类。 经实验验证，由此种方法得到的纹理特征具有方向不变性。 第五章纤维图像自动识别系统的软件设计 5 5 纤维图像识别模块设计 本设计中，采用最近邻决策规则进行分类。 最近邻决策规则是，假定有c 个类别0 3 。，缈：，a ，缈。的模式识别问题，每类又 表明类别的样本m 个，i = 1 , 2 ，a ，c 。我们可以规定q 类的判别函数为式( 5 - 7 ) 所示。 g ；( 工) = n 酬x x 外k = l 2 ，2 八，札 ( 5 7 ) 其中x ； 的角标f 表示q 类，k 表示q 类f 个样本中的第k 个。按照上式决 策规则可写为： 若： g j ( x ) = n 归g ，( 功，i = 1 ，2 ，a ，c ( 5 - 8 ) 则决策：xe o ) j 最近邻决策规则是对未知样本x ，我们只要比较x 与n = 罗n ，个已知样本 百 之间的欧式距离，并决策x 与它最近的样本同类。 对现有的毛类纤维图像和棉类纤维图像各2 0 幅的特征进行比较，发现其惯 性矩这一特征差别比较明显。毛类纤维的惯性矩较大，而棉类纤维的惯性矩较小。 取其中区分度显著的两类图像各1 0 幅作为特征模板，如图5 6 所示。 第五章纤维图像自动识别系统的软件设汁 。中的数据，位置是。f x b e r 。中、。( l o c a l ) 。上 5 6 数据库模块设计 弩器r 专斋础 圈5 - 6 纤维特征模板 本课题数据库模块采用s q ls e r v e r 2 0 0 0 设计，包括v c + 上与s q ls e r v e r 2 0 0 0 的连接、用户和纤维数据存储等部分。 5 6 1 v c + + 与s q ls e r v e r 2 0 0 0 的连接 v c + + 是种面向对象的可视化编程软件，它提供了多种访问数据库的工具 和方法，本课题使用a d o 作为数据访问接口。 在默认情况下，v c + + 不支持a d o 对象，要在程序中使用a d o 对象需要使 用# i m p o r 【命令将a d o 库文件导八到t 程巾，代码如下： # i m p o r t ”c ：k p r o g r a mf i l e s c o m m o nf i l e s h s y s t e n l k a d o k m s a d 0 1 5d l l “n o _ n a m e s p a e e r e n a m e ( ”e o f ”，”a d o e o f “) r e n a m e ( ”b o f ”，”a d o b o f ”) a d o 库包含二个基本接 】，即c o n n e c t i o n p t 接口、c o r r m a a n d p t r 接口和 r e c o r d s e t p t r 接口。他们分别对应c o r m e c t i o n 对象、c o m m a n d 对象和r e c o r d s e t 对象。 在v c + + 界面菜单中选择插入新类，打开新建表对话框。在“c l a s st y p e ”组 复| m 5舶毫；目n*啊m m 盱伸h h 谢谢翱洲撕n嘶蛳m 第五章纤维图像自动识别系统的软件设计 合框中选择g e n e r i cc l a s s ，类名为a d o c o n n ，默认类文件为a d o c o n n c p p 。设 置完成后，单击“o k ”按钮。单击“f i l e v i e w 选项卡，可以在s o u r c ef i l e 目 录下看到a d o c o n n c p p ，在h e a d e rf i l e s 目录下看到a d o c o n n h 。打开 a d o c o n n h 文件，在其中添加如下代码： # i m p o r t ”c ：p r o g r a mf i l e s c o m m o nf i l e s s y s t e m h a d o k m s a d 0 1 5 d l l ”n o _ _ n a m e s p a c e r e n a m e ( ”e o f ”，”a d o e o f ”) r e n a m e ( ”b o f ”，”a d o b o f ”) 定义类a d o c o n n 的成员变量和成员函数，代码如下： c l a s sa d o c o n n 定义变量 p u b l i c ： 添加一个指向c o n n e c t i o n 对象的指针： _ c o n n e c t i o n p t rm _ _ p c o n n e c t i o n ； 添加一个指向r e c o r d s e t 对象的指针： _ r e c o r d s e t p t rm _ _ p r e c o r d s e t ； p u b l i c ： a d o c o n n 0 ； v i r t u a l a d o c o n n 0 ； 初始化一连接数据库 v o i d 0 n l n i t a d o c o n n 0 ； 影执行查询 r e c o r d s e t p t r & g e t r e c o r d s e t ( _ b s t r _ tb s t r s q l ) ； 执行s q l 语句，i n s e r tu p d a t e _ v a r i a n tt b o o le x e c u t e s q l ( _ _ b s t r _ tb s t r s q l ) ； v o i de x