APP下载

基于机器视觉的棉花异性纤维识别方法

2018-03-23师红宇任小玲

软件 2018年2期
关键词:检测模型

师红宇,任小玲

(西安工程大学 计算机科学学院,陕西 西安 710048)

0 引言

棉花是纺织企业加工处理的原材料,在原棉加工过程中由于很多原因混入了多种异性纤维,这些混入原棉中的异性纤维,容易被打碎成散落单纤维,在纺织加工中难以清除。它会对纺织企业产品的质量造成不良影响,从而影响企业的经济效益。因此,在纺织企业中异性纤维检测和剔除是必备的工序内容之一[1-4]。大部分棉纺织企业普遍采用人工分拣方式来分离异性纤维,但是这些操作非常耗时,劳动强度大,可靠性又低。为了解决棉花异性纤维的困扰,国内外科学家已经对异性纤维检测进行了多年研究,并已经取得了很多成果,采用的主要技术包括超声波技术、光电感应技术、机器视觉技术等[5-8]。超声波技术只能检测面积较大的异性纤维且速度较慢;光电感应技术只能检测有色异性纤维;常规的机器视觉技术对细小的异性纤维以及与棉纤维颜色相近的异性纤维的检测效果还不够理想。

随着计算机技术和光电检测技术的发展,基于自动视觉检测(Automated Visual Inspection,简称AVI)已经广泛地应用于棉花异性纤维的识别。其中,获取高质量图像、快速图像处理、提取有效特征、正确识别目标以及测量结果的精确性等都是目标检测的关键因素[9-10]。

图像分割[11-12]是图像处理和AVI 系统的核心,也是图像分析和模式识别的前提。图像分割的目的就是把图像分成若干个特定的、具有独特性质的区域并提取感兴趣目标的技术和过程。……

登录APP查看全文

猜你喜欢

检测模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
小波变换在PCB缺陷检测中的应用
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用