原棉中雜質(zhì)的存在會(huì)嚴(yán)重影響棉制品的外觀和質(zhì)量,因此對(duì)原棉中含有的雜質(zhì)進(jìn)行檢測(cè)和識(shí)別是十分重要的,這是進(jìn)行雜質(zhì)去除的前提。原棉中的雜質(zhì)具有含量較少,但是其種類(lèi)多而雜的特點(diǎn),因此檢測(cè)起來(lái)具有一定的難度。目前,通過(guò)圖像處理和機(jī)器視覺(jué)方式結(jié)合進(jìn)行自動(dòng)檢測(cè)的研究已經(jīng)成為當(dāng)下的熱點(diǎn)。本文以原棉雜質(zhì)圖像為研究對(duì)象,通過(guò)相關(guān)算法的設(shè)計(jì)和實(shí)驗(yàn),提出了一種原棉雜質(zhì)檢測(cè)和識(shí)別的算法。首先,為了在灰度化轉(zhuǎn)換過(guò)程中減少原圖像的信息丟失,為后續(xù)處理過(guò)程保留更多的圖像細(xì)節(jié),在全局映射算法的基礎(chǔ)上提出了一種能根據(jù)圖像自身屬性自適應(yīng)分配R、G、B三個(gè)分量權(quán)重比例的灰度化算法,與傳統(tǒng)加權(quán)平均值算法相比,灰度化處理后能夠平均多保留5.5%的圖像信息;接著進(jìn)行同態(tài)濾波處理調(diào)整光照不勻、分段線性變換增強(qiáng)處理和中值濾波去噪處理,來(lái)改善圖像質(zhì)量并減少外部因素對(duì)圖像產(chǎn)生的不良影響。然后,針對(duì)傳統(tǒng)Canny算法閾值選取過(guò)程復(fù)雜、繁瑣的難題,在閾值選擇部分通過(guò)引入最大類(lèi)間方差的思想對(duì)其進(jìn)行局部改良,改進(jìn)后的算法不僅能夠根據(jù)不同圖像自身特點(diǎn)自適應(yīng)的生成相關(guān)閾值,同時(shí)高、低閾值之間不再是簡(jiǎn)單、固定的倍數(shù)關(guān)系,改進(jìn)后算法具有較好的分割效果。本... 

【文章來(lái)源】：武漢紡織大學(xué)湖北省

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

采集的含有雜質(zhì)的部分原棉圖片

武漢紡織大學(xué)碩士學(xué)位論文10r=∑×(,)(=1,2,3)3=1式（2.1）式中：x和y表示圖像中的像素點(diǎn)位置的橫、縱坐標(biāo)，n表示R、G、B三個(gè)顏色通道，r表示該像素點(diǎn)灰度化處理后的灰度值大小，表示該像素點(diǎn)R、G、B三個(gè)分量的取值向量，則表示R、G、B三個(gè)分量的權(quán)重系數(shù)向量。為了讓灰度化處理過(guò)程中R、G、B三個(gè)分量的權(quán)重系統(tǒng)能夠根據(jù)原始圖像色彩特點(diǎn)而自適應(yīng)的進(jìn)行分配，本課題的設(shè)計(jì)思路是讓灰度化過(guò)程中三個(gè)分量的權(quán)重系數(shù)正比于原始圖像中三個(gè)分量所占的比例大校這樣能夠在灰度化處理增加算法效率的同時(shí)盡可能多的保留住原圖像中的信息。假設(shè)原始彩色圖像的大小為M×N，則可以將R、G、B三個(gè)分量的均值向量的計(jì)算公式表達(dá)為：=∑∑(,)=1=1式（2.2）為了進(jìn)一步簡(jiǎn)化后續(xù)的計(jì)算過(guò)程，對(duì)權(quán)重系數(shù)進(jìn)行歸一化處理，處理后的計(jì)算公式表達(dá)為：=1+2+3式（2.3）將的值作為新的權(quán)重系數(shù)代入式2.1中可以得到新的灰度值R的計(jì)算公式，其表達(dá)為式2.4：R=∑∑∑(,)=1=13=1(1+2+3)×式（2.4）（a）原圖（b）加權(quán)平均值法（c）本文的灰度化算法圖2.2灰度化處理效果圖(a)Originalimage(b)weightedaveragemethod(c)grayscalealgorithminthispaperFig.2.2Grayscaleprocessingeffectpicture

之一[36]，直方圖均衡化算法就是在圖像的灰度直方圖分布規(guī)律基礎(chǔ)上來(lái)進(jìn)行操作處理。直方圖均衡化算法是在圖像處理過(guò)程中經(jīng)常使用的一種簡(jiǎn)單、實(shí)用的增強(qiáng)算法，主要是用來(lái)增加圖像的整體的對(duì)比度。其基本原理是通過(guò)處理增加原圖像灰度值的動(dòng)態(tài)范圍，經(jīng)過(guò)處理后的灰度值概率密度能夠較均勻的分布，以達(dá)到增強(qiáng)效果。通過(guò)其操作步驟可以看出直方圖均衡化是一個(gè)對(duì)圖像整體的操作，因此很難把握和控制其具體的增強(qiáng)效果，無(wú)法對(duì)特定區(qū)域進(jìn)行增強(qiáng)處理。同時(shí)，處理后的圖像灰度級(jí)會(huì)減少，所以可能存在某些圖像細(xì)節(jié)丟失的現(xiàn)象。圖2.4直方圖均衡化處理效果圖Fig.2.4Histogramequalizationprocessingeffectchart將經(jīng)過(guò)前期處理的原棉雜質(zhì)圖片進(jìn)行均衡化處理，觀察其處理效果，發(fā)現(xiàn)處理效果并不能完全滿足使用的要求，某些區(qū)域被過(guò)分增強(qiáng)，而有些區(qū)域則丟失了雜質(zhì)細(xì)節(jié)。如

【參考文獻(xiàn)】：
期刊論文
[1]一種改進(jìn)型Canny算子邊緣檢測(cè)算法[J]. 朱秋林,石銀濤,李靖.  地理空間信息. 2020(01)
[2]基于HSV模型與改進(jìn)的OTSU算法花椒圖像分割[J]. 齊銳麗,陳曼龍,楊宗浩,丁敏.  中國(guó)農(nóng)機(jī)化學(xué)報(bào). 2019(11)
[3]棉花異性纖維智能檢測(cè)系統(tǒng)[J]. 張棟,李英舒,劉寧欣,季霆,華亮.  電子設(shè)計(jì)工程. 2018(20)
[4]基于圖像去噪方法的研究[J]. 陳彥.  數(shù)字技術(shù)與應(yīng)用. 2017(05)
[5]一種改進(jìn)GA神經(jīng)網(wǎng)絡(luò)棉花雜質(zhì)檢測(cè)算法[J]. 張志強(qiáng),張?zhí)t,刁琦,董巒.  電子設(shè)計(jì)工程. 2017(01)
[6]基于顏色和形狀特征的機(jī)采棉雜質(zhì)識(shí)別方法[J]. 張成梁,李蕾,董全成,葛榮雨.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(07)
[7]基于線結(jié)構(gòu)激光原棉棉結(jié)快速檢測(cè)技術(shù)研究[J]. 余濤,張志峰,喬林,翟玉生,蘇玉玲,劉海增,李世海.  激光雜志. 2015(07)
[8]基于光電技術(shù)皮棉疵點(diǎn)快速檢測(cè)方法的研究[J]. 張志峰,翟玉生,郭瑩瑩,王新杰,杜銀霄.  激光與光電子學(xué)進(jìn)展. 2015(03)
[9]基于顏色、形狀和紋理的多特征融合圖像檢索[J]. 李薇,李秉茂.  航空計(jì)算技術(shù). 2013(06)
[10]基于小波變換的棉花異纖檢測(cè)算法研究[J]. 張南賓,劉小平.  計(jì)算機(jī)仿真. 2012(04)

博士論文
[1]基于高光譜成像技術(shù)的棉花雜質(zhì)檢測(cè)方法的研究[D]. 郭俊先.浙江大學(xué) 2011

碩士論文
[1]棉花中異性纖維含量檢測(cè)關(guān)鍵技術(shù)研究[D]. 楊程午.天津工業(yè)大學(xué) 2018
[2]基于RGB顏色空間的彩色圖像灰度化算法研究[D]. 郭麗.陜西師范大學(xué) 2017
[3]基于多模式分類(lèi)算法的棉花異性纖維自動(dòng)檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 鄭鵬.河南科技大學(xué) 2017
[4]棉花異性纖維特征提取與計(jì)量方法的研究[D]. 王蕊.山東農(nóng)業(yè)大學(xué) 2013
[5]基于動(dòng)態(tài)棉流的棉花異性纖維目標(biāo)特征選擇方法研究[D]. 李恒斌.山東農(nóng)業(yè)大學(xué) 2012
[6]基于DSP+FPGA的棉花異性纖維檢測(cè)系統(tǒng)的研究[D]. 彭紅濤.中原工學(xué)院 2012
[7]基于CCD探測(cè)技術(shù)的棉花“三絲”自動(dòng)剔除系統(tǒng)研究[D]. 湯先福.浙江理工大學(xué) 2011
[8]基于數(shù)字圖像處理的棉花異纖檢測(cè)研究[D]. 林寧.南京理工大學(xué) 2010



本文編號(hào)：3610319