纸浆纤维图像分离算法的实现

《纸浆纤维图像分离算法的实现》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第l章绪论研究的。1．2课题研究现状与进展纸浆纤维特征的有效测量将直接关系到成品纸的质量。纸张的质量与纤维的性能密切相关，因此准确测取纤维的重要参数如长度、宽度以及弯曲特征等对生产高品质纸张变得越来越重要。纸浆纤维长度是评价造纸植物纤维原料和纸浆质量的重要指标之一，纤维长度与纤维结合力是影响纸张物理性能的关键因素。纤维长度对纸张撕裂度的影响最大，纤维长度也影响纸张的耐折度和弹塑性等指标。纸浆纤维粗度的大小将影响纤维柔软性、结合力和纸张表面强度，还影响到纸页的渗透性、透气度和平滑度。纤维粗度大的纸页渗透性大，平滑度小，而这些指标都影响到

2、纸页的外观和印刷质量。纸浆纤维的形态参数对于成纸性能有重要的影响，实现纸浆纤维形态参数的自动检测对于准确快速地了解纤维形态，进而全面了解纤维形态对成纸性能的影响，最终提高成纸性能都具有广阔的研究及应用前景。造纸工业发达的国家如美国、日本、芬兰和挪威等，已经对数字图像处理技术与浆料纤维的分析进行了较深入的研究，其中有的在这一领域的技术已经产品化，如美国的纤维长度照影仪，芬兰的纤维形态分析仪，加拿大的纤维质量分析仪等。现阶段，国内造纸企业对纸浆纤维形态参数的检测大多依赖于进口设备，其价格的昂贵和技术的保密以及由此产生的维修困难往往给国内造

3、纸企业带来诸多不便。如果我们能在这方面实现突破，填补这一国内空白，不仅具有重要的理论创新意义，而且具有广阔的市场应用前景12j。现在国内外专门从事纸浆纤维检测的学者比较少，英国曼彻斯特理工大学的Clay与Wilkin(1986)利用图像处理方法测量纸浆纤维的长度、粗糙度和卷曲度。他们在摄像机的前面加载了一个显微镜头，然后将纸浆纤维染色制备载玻片置于摄像机前，通过简单的图像算法对采集的纤维图像提取特征。他们的这种方法简单易行，但是测量精度较低，而且只能局限于实验室。国内的华南理工大学造纸工程国家重点实验室和天津科技大学纸浆与造纸学院也开

4、始利用图像处理技术进行纸浆纤维与絮聚物的检测，但同Clay一样，由于不是专业的图像处理研究机构，所以他们的研究仅限于最简单、最基本的图像处理算法，不能解决纸浆纤维真正意义上的检测与特征提取。国内外的一个发展趋势是逐步开发、引进智能化系统，把实验室产品转换为工厂的在线测控系统【3】。当今由于信息技术的日新月异，图像采集方式越来越简单，计算机处理速度越来越快，加上数字图像处理技术和数字图像检测理论的逐步发展，因此，采用2山东轻工业学院硕士学位论文数字图像技术对纸浆纤维图像进行处理在理论上是可行的。1．3本文的组织结构和要点在对图像的研究和

5、应用中，人们往往仅对图像中的某些部分感兴趣。这些部分常称为目标或前景，其余部分则称为背景，它们一般对应于图像中特定的、具有独特性质的区域。为了辨识和分析目标，需要将它们分离出来，提取出感兴趣区域，在此基础上才有可能对研究对像做进一步的分析和处理。目前对线状目标图像的识别与分离方法的研究已经深入到很多领域，而图像分离的方法也不拘一格，有些方法具有一定的实用价值，但在分离方法的效率、精度、通用性和抗干扰能力等方面还有很多的工作要做。根据查阅资料的情况，现阶段，国内造纸企业对纸浆纤维形态参数的检测大多依赖于进口设备，其价格的昂贵和技术的保密

6、以及由此产生的维修困难往往给国内造纸企业带来诸多不便。由于国内没有纸浆纤维形态参数的检测研究成果和国外相关技术的保密，所以在本课题的研究中，我们借鉴了数字图像处理在一般线状目标识别与分离中的应用情况，从中寻找一些有益的启发；因此本文结合国内外的发展现状，对纸浆纤维的图像识别与分离方法进行了深入的探讨。论文分为六章，其结构组织如下：第1章绪论首先简要阐述了课题的研究背景及研究意义，然后对本领域的研究发展现状进行了总结和分析，提出了研究过程中存在的一些问题，从而引出本课题的研究内容。第2章数字图像分离的理论基础本章为过渡章。首先介绍了图像

7、分离的一些基础知识和基本概念，这有助于对本文研究内容在图像处理与分析过程中所处的地位及基本方法的了解。然后介绍了基于不同图像处理理论的图像分离方法的分类，主要介绍了四种常用的图像分离方法。第3章纸浆纤维分离系统提出了纸浆纤维分离系统的硬件结构和软件结构的设计。主要介绍了纸浆纤维分离系统的构成、工作原理，对硬件结构的各个组成及相应性能，软件模块的各部分功能结合课题提出了设计要求。在Halcon和VisualStudio平台下编写程序，实现快速开发，节约成本的效果。第4章纸浆纤维图像分离算法本章对图像分离中所涉及到的图像处理方法进行了介绍

8、，图像二值化、图像增强、边缘检测、边缘连接等，分析了图像采集中常见的噪声，以及如何消除噪3第l章绪论声，加强有用信息，为下一步图像分离做好准备。通过研究其他算法，并结合本课题纤维的特殊性，选择了合适的图像分离技术。提出了