数字图像处理在原棉异物检测中的应用

《数字图像处理在原棉异物检测中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、数字图像处理在原棉异物检测中的应用第23卷第2期武汉科技学院学报Vol.23No.22010年4月JOURNALOFATLAB图像处理技术对于原棉异物的检测识别起着至关重要的作用。1图像的采集与预处理原棉异物的种类繁多，形状各异。本文选取原棉中的棉结，麻丝，头发丝三类原棉异物图像进行处理与分析。1.1图像的采集选取足量的不含异性纤维的皮棉,利用皮棉开松机对皮棉进行充分开松,形成80cm宽、2mm厚的不间断均匀棉层,并在开松过程中逐次放入上述3种异物样本[6-9],得到混有异物的棉层。对产生的棉层进行图像采集,共

2、得到了3幅真彩色异性纤维图像，如图1所示。1.2图像的预处理图像的预处理是在特征提取算法之前的一个必要的也是很关键的过程,其作用是在特征提取之前使图像的边缘尽可能地明显,噪声尽可能地减小,(a)棉籽原始图像(b)头发丝原始图像(c)麻丝原始图像图1三种原棉异物原始图像从而使后面的特征提取算法得到最好的结果[10,11]。图像灰度的直方图是反映一幅图像中的灰度级与出现这种灰度的概率之间的关系图形。灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数:其横坐标是灰度级，纵坐标是该灰度出现的频率(像素的个

3、数)。这里我们主要采用直方图规定化来对图像进行增强。将采集到的图像进行灰度转化，得到其灰度图及其直方图，并对其进行直方图调整，得到均衡化后的图像及其直方图。如图2-4所示。2武汉科技学院学报2010年(a)棉结灰度图(b)直方图规定化后的图像(c)直方图（d）直方图规定化后的直方图图2棉结直方图及其调整(a)头发丝灰度图(b)直方图规定化后的图像(c)直方图（d)直方图规定化后的直方图图3头发丝直方图及其调整(a)麻丝灰度图(b)直方图规定化后的图像(c)直方图(d)直方图规定化后的直方图图4麻丝直方图及其调整

4、由图2-4，我们可以看出：􀁣直方图呈现单峰分布,而且聚集度很高,说明棉层和异性纤维的灰度值是混合在一起。􀁤棉花背景的灰度值范围大致在230～255之间,异性纤维的灰度值大多数在20～230之间。􀁥规定化后的图像在指定区域的灰度级增强，灰度间隔被拉大了，有利于图像的分析与识别。2改进的Otsu法最大类间方差法(Otsu法)是1979年OtsuN.提出的动态阈值方法[12-15],该方法计算简单，在一定条件下不受图像对比度和亮度变化的影响，因而在一些实时图像处理

5、系统中得到了很广泛的应用。针对棉纤维及其异物的灰度分布级数，本文对其进行一定程度的改进，使其更能满足实验的需求。它的基本思想是利用图像的灰度直方图,以目标和背景的方差最大来动态地确定图像的分割阈值。其基本原理如下：设f(x,y)为M×N图像(x,y)处的灰度值，灰度级为k，则f(x,y)的取值范围为[0,k-1],记Gk={0,1,2,…,k-1}。设p(i)为图像f(x,y)中灰度级为i的频数，则灰度级i出现的频数为：()1(,)(,)Mfxyipifxy×Ν==Σ，Li∈G（1）假设图像的分割阈值为t,则把

6、图像分为两个区域:目标区域A和背景区域B,分别用{f(x,y)≤t}和{t<f(x,y)≤K-1}表示,于是我们可以得到区域A和B的比例、均值，并求出总均值如下。()Σ≤≤=itAtpi0ϖ()()Σ()≤≤−=tiK1Bϖtpi()()()Σ≤≤=itAAtipit0μϖ（2）()Σ()()≤≤−=tiK1BBμtipiϖt()()()()AABBμ=ϖtμt+ϖtμt（3）第2期吴倩，等：数字图像处理在原棉异物检测中的

7、应用3则Otsu法求图像最佳阈值的公式为：()(())()(())22TargmaxKtGAABBhϖtμtμϖtμtμ∈=⎡−+⋅−⎤⎣⎦（4）Otsu法主要考虑目标区域和背景区域之间的方差问题，却忽略了同一区域像素包含的分类信息。两类区域中的各像素与类中心之间也存在着距离。距离越小，说明这个区域内的像素内聚性好，图像的分割效果也就越好。由此引入两个取悦的平均方差概念,用来度量内聚性的好坏。目标区域平均方差

8、：()()(())()2201AAAittitpitσμϖ≤≤=Σ−目标区域平均方差：()()(())()22111BBBtiKtitpitσμϖ+≤≤−=Σ−（5）显然，2(t)Aσ和2(t)Bσ越小，每个区域内的像素就越均匀，内聚性就越好，那么分割效果就越好。因此,同时考虑这两个因素,既要保证类间距离最大,又要做到每个区域的内