基于多光譜技術(shù)棉花疵點(diǎn)檢測與識(shí)別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于光學(xué)測量技術(shù)領(lǐng)域，特別涉及一種棉花軋工質(zhì)量自動(dòng)分類檢測和識(shí)別 方法。
【背景技術(shù)】
[0002] 皮棉疵點(diǎn)是指帶纖維的雜質(zhì)和妨礙紡織的纖維兩大類，包括破籽、不孕籽、索絲、 軟籽表皮、僵片、帶纖維籽肩及棉結(jié)7種。由于疵點(diǎn)在紡織過程中難以排出，殘留的雜質(zhì)疵 點(diǎn)包卷在紗條中或附著在紗線表面，其后果是造成條干惡化，成紗棉結(jié)、雜質(zhì)增多，紗絨毛 羽增加。用帶纖維籽肩數(shù)量大的紗線造成的胚布其表面表現(xiàn)出大量的棉結(jié)、雜質(zhì)，染色后布 面將顯現(xiàn)不孕色點(diǎn)、毛粒，手感僵硬粗糙，從而影響棉紡織業(yè)的發(fā)展，給國民經(jīng)濟(jì)帶來了嚴(yán) 重的損失。因此，皮棉疵點(diǎn)含量的快速檢測對(duì)于原棉質(zhì)量等級(jí)判定至關(guān)重要。
[0003]棉花軋工質(zhì)量根據(jù)疵點(diǎn)含量分別為好、中、差三檔。目前國內(nèi)大多數(shù)企業(yè)普遍采用 目光檢測法進(jìn)行疵點(diǎn)的識(shí)別。目光檢測法的測試準(zhǔn)確性往往受人為因素的影響，而且對(duì)于 細(xì)小的疵點(diǎn)，檢測結(jié)果的誤檢率和漏檢率比較高，而且費(fèi)工費(fèi)時(shí)。同時(shí)檢測過程中會(huì)產(chǎn)生大 量的棉絮和揚(yáng)塵，這樣檢測人員經(jīng)常會(huì)受到外界環(huán)境的影響，人眼經(jīng)過長時(shí)間工作也容易 疲勞，導(dǎo)致準(zhǔn)確度下降。隨著計(jì)算機(jī)技術(shù)及光電檢測技術(shù)的發(fā)展，出現(xiàn)了各種棉花質(zhì)量自動(dòng) 檢測方法，但是與一般情況下的目標(biāo)檢測和識(shí)別方式不同，全自動(dòng)棉花疵點(diǎn)檢測和識(shí)別系 統(tǒng)具有高速度、高精度的要求，這樣棉花疵點(diǎn)檢測和識(shí)別方法面臨著以下主要技術(shù)難題：
[0004] (1)現(xiàn)行技術(shù)和方法普遍采用可見光作為光源，只能有效識(shí)別部分疵點(diǎn)，質(zhì)量判別 精度偏低。
[0005] (2)圖像干擾因素多。由于光源的波動(dòng)特性以及工業(yè)條件下成像過程中存在的陰 影、光線反射和吸收等各種干擾，即使是純白色的棉花其成像結(jié)果也可能出現(xiàn)明暗不均勻， 使得一般的檢測方法容易受干擾因素的影響。
[0006] (3)棉花疵點(diǎn)共有七種類型，形態(tài)復(fù)雜，因此增加了檢測難度。棉結(jié)和索絲與棉花 形態(tài)特征相似，因此不能使用一般的單一目標(biāo)檢測方法來識(shí)別。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明要解決的技術(shù)問題就在于：針對(duì)現(xiàn)有技術(shù)存在的技術(shù)問題，本發(fā)明提供一 種原理簡單、自動(dòng)化程度高、檢測速度快、檢測精度高的皮棉疵點(diǎn)檢測與識(shí)別方法。
[0008]為解決上述技術(shù)問題，本發(fā)明采用以下技術(shù)方案：
[0009]一種基于多光譜技術(shù)棉花疵點(diǎn)檢測與識(shí)別方法，其步驟為：
[0010] (1)圖像獲取：利用棉花不同疵點(diǎn)最佳圖像清晰度與光照及驅(qū)動(dòng)電壓的關(guān)系，通 過測量光照反饋驅(qū)動(dòng)光源獲得疵點(diǎn)最佳圖像，利用白色LED光源和多光譜相機(jī)先獲取棉花 疵點(diǎn)的彩色圖像，接著利用近紅外半導(dǎo)體線激光器和多光譜相機(jī)獲取棉花疵點(diǎn)線圖像并將 線圖像拼接成一幅全景圖像；
[0011] (2)圖像預(yù)處理：包括對(duì)圖像進(jìn)行噪聲干擾去除，提取彩色相機(jī)圖像R、G、B三個(gè)通 道信息，得到三個(gè)通過灰度圖像；
[0012] (3)疵點(diǎn)初步檢測：利用改進(jìn)形態(tài)學(xué)梯度算法進(jìn)行邊緣檢測，得到各個(gè)疵點(diǎn)綜合 邊緣檢測強(qiáng)度，得到各個(gè)疵點(diǎn)對(duì)比度增強(qiáng)圖像；
[0013] (4)疵點(diǎn)精確定位：通過改進(jìn)迭代閾值法得到疵點(diǎn)區(qū)域二值化圖像，去除雜點(diǎn)，對(duì) 圖像膨脹、腐蝕和填充算法操作，將圖像轉(zhuǎn)換成連通域圖像，通過選擇主要疵點(diǎn)算法精確定 位疵點(diǎn)，并通過標(biāo)記提取破籽、籽肩及僵片疵點(diǎn)區(qū)域。對(duì)于近紅外圖像，減去彩色相機(jī)處理 圖像獲得疵點(diǎn)區(qū)域，利用最大類間方差法進(jìn)行圖像分割，形態(tài)學(xué)梯度算法進(jìn)行疵點(diǎn)邊緣強(qiáng) 度檢測，對(duì)圖像膨脹、腐蝕和填充算法操作，將圖像轉(zhuǎn)換成連通域圖像，通過選擇主要疵點(diǎn) 算法精確定位疵點(diǎn)，并通過標(biāo)記提取索絲和棉結(jié)疵點(diǎn)區(qū)域；
[0014] (5)軋棉質(zhì)量判定：統(tǒng)計(jì)各個(gè)疵點(diǎn)數(shù)量，計(jì)算出棉花疵點(diǎn)總粒數(shù)，獲得軋棉質(zhì)量檔 次。
[0015] 作為本發(fā)明的進(jìn)一步改進(jìn)：
[0016] 所述步驟（2)的具體步驟為：
[0017] (2.1)采用中值濾波對(duì)步驟1采集的圖像F(i，j)和G(i，j)進(jìn)行噪聲去除得到圖 像f(i，j)和g(i，j)，采用5X5區(qū)域的二維模板，模板中像素大于系統(tǒng)設(shè)定閾值4500,則所 有像素灰度置為255,否則為0,從而實(shí)現(xiàn)選擇主要疵點(diǎn)的目的。其中4500的選取是經(jīng)過多 次試驗(yàn)后所確定的經(jīng)驗(yàn)數(shù)值。圖像中（i，j)點(diǎn)處經(jīng)中值濾波輸出med[ X(i)]:
[0018]
【主權(quán)項(xiàng)】
1. 一種基于多光譜技術(shù)棉花疵點(diǎn)檢測與識(shí)別方法，其步驟為： (1) 圖像獲?。豪妹藁ú煌命c(diǎn)最佳圖像清晰度與光照及驅(qū)動(dòng)電壓的關(guān)系，通過測 量光照反饋驅(qū)動(dòng)光源獲得疵點(diǎn)最佳圖像，利用白色LED光源和多光譜相機(jī)先獲取棉花疵點(diǎn) 的彩色圖像，接著利用近紅外半導(dǎo)體線激光器和多光譜相機(jī)獲取棉花疵點(diǎn)線圖像并將線圖 像拼接成一幅全景圖像； (2) 圖像預(yù)處理：包括對(duì)圖像進(jìn)行噪聲干擾去除，提取彩色相機(jī)圖像R、G、B三個(gè)通道信 息，得到三個(gè)通過灰度圖像； (3) 疵點(diǎn)初步檢測：利用改進(jìn)形態(tài)學(xué)梯度算法進(jìn)行邊緣檢測，得到各個(gè)疵點(diǎn)綜合邊緣 檢測強(qiáng)度，得到各個(gè)疵點(diǎn)對(duì)比度增強(qiáng)圖像； (4) 疵點(diǎn)精確定位：通過改進(jìn)迭代閾值法得到疵點(diǎn)區(qū)域二值化圖像，去除雜點(diǎn)，對(duì)圖像 膨脹、腐蝕和填充算法操作，將圖像轉(zhuǎn)換成連通域圖像，通過選擇主要疵點(diǎn)算法精確定位疵 點(diǎn)，并通過標(biāo)記提取破籽、籽肩及僵片疵點(diǎn)區(qū)域。對(duì)于近紅外圖像，減去彩色相機(jī)處理圖像 獲得疵點(diǎn)區(qū)域，利用最大類間方差法進(jìn)行圖像分割，形態(tài)學(xué)梯度算法進(jìn)行疵點(diǎn)邊緣強(qiáng)度檢 測，對(duì)圖像膨脹、腐蝕和填充算法操作，將圖像轉(zhuǎn)換成連通域圖像，通過選擇主要疵點(diǎn)算法 精確定位疵點(diǎn)，并通過標(biāo)記提取索絲和棉結(jié)疵點(diǎn)區(qū)域； (5) 軋棉質(zhì)量判定：統(tǒng)計(jì)各個(gè)疵點(diǎn)數(shù)量，計(jì)算出棉花疵點(diǎn)總粒數(shù)，獲得軋棉質(zhì)量檔次。 作為本發(fā)明的進(jìn)一步改進(jìn)。
2. 根據(jù)權(quán)利要求1所述的基于多光譜技術(shù)棉花疵點(diǎn)檢測與識(shí)別方法，其特征在于步驟 (2) 的具體步驟： (2.1) 采用中值濾波對(duì)步驟1采集的圖像F(i，j)和G(i，j)進(jìn)行噪聲去除得到圖像 f(i，j)和g(i，j)，采用5X5區(qū)域的二維模板，模板中像素大于系統(tǒng)設(shè)定閾值4500,則所有 像素灰度置為255,否則為0,從而實(shí)現(xiàn)選擇主要疵點(diǎn)的目的。其中4500的選取是經(jīng)過多次 試驗(yàn)后所確定的經(jīng)驗(yàn)數(shù)值。圖像中（i，j)點(diǎn)處經(jīng)中值濾波輸出med[x(i)]:
(2.2) 對(duì)棉花疵點(diǎn)彩色圖像F(i，j)進(jìn)行R、G、B三通道信息提取，得到R通道灰度圖像 fK(i，j)，，G通道灰度圖像fc(i，j)，和B通道灰度圖像fB(i，j)。
3. 根據(jù)權(quán)利要求1所述的基于多光譜技術(shù)棉花疵點(diǎn)檢測與識(shí)別方法，其特征在于步驟 (3) 的具體步驟：
其中fK、fe和fBSR、G、B分量，g為結(jié)構(gòu)元素。采用3X3菱形結(jié)構(gòu)作為結(jié)構(gòu)元素，如 果邊緣檢測強(qiáng)度大于給定閾值，則該像素點(diǎn)為得到的邊緣像素點(diǎn)。 (3.1)對(duì)于彩色圖像R、G、B三通道灰度圖分別進(jìn)行邊緣檢測，R通道邊緣檢測強(qiáng)度 grad (fK)為： G通道邊緣檢測強(qiáng)度 B通道邊緣檢測強(qiáng)度 (3. 2)棉花疵點(diǎn)中的破籽和帶纖維籽肩的邊緣強(qiáng)度算子為： grad (f破籽）=grad (fK) +grad (fG) -grad (fB) 根據(jù)多次實(shí)驗(yàn)系統(tǒng)設(shè)定閾值Tlf = 315,大于閾值的為破籽，小于閾值的為帶纖維籽肩。 棉花疵點(diǎn)中僵棉的邊緣強(qiáng)度算子為： grad (f) = grad (fE) +grad (fG) +grad (fB) X 2. 5 grad (f僵棉）=grad (f)-grad (f破籽）。
4.根據(jù)權(quán)利要求1所述的基于多光譜技術(shù)棉花疵點(diǎn)檢測與識(shí)別方法，其特征在于步驟 (4)的具體步驟： (4. 1)利用棉花破籽、籽肩及僵棉綜合邊緣檢測強(qiáng)度求出最大灰度值t_max和最小灰 度值t_min，初始閾值為
(4. 2)根據(jù)閾值Tk將偽灰度圖像分割成目標(biāo)和背景兩部分，目標(biāo)平均灰度值為：： 背景平均灰度值為：
其中z(i，j)為灰度梯度圖像上（i，j)點(diǎn)的灰度；n(i，j)是（i，j)點(diǎn)的權(quán)重系數(shù)。 (4. 3)根據(jù)背景平均灰度值和目標(biāo)平均灰度值獲得適合原棉疵點(diǎn)檢測的新閾值： Tk+1= n(Z0+ZB) 根據(jù)新閾值獲得最佳閾值： Top= T k； IT k+1-Tk I 0.0 l 其中，k = 1，2,3...，8, Tk為η k= 0.1 Xk時(shí)的閾值，根據(jù)多次試驗(yàn)結(jié)果對(duì)于破籽和籽 肩η = 0. 6,對(duì)于僵棉η = 0. 5。 (4. 4)根據(jù)最大類間方差法把近紅外圖像分為背景區(qū)域和目標(biāo)區(qū)域，利用邊緣檢測算 子得到棉結(jié)和索絲疵點(diǎn)綜合邊緣強(qiáng)度：
(4. 5)選擇主要疵點(diǎn)： (4. 5. 1)根據(jù)棉花疵點(diǎn)圖像特征，設(shè)定面積閾值80去除圖像fji，j)中雜點(diǎn)，80的選 取為經(jīng)過多次試驗(yàn)后所確定的經(jīng)驗(yàn)數(shù)值。 (4.5.2) 對(duì)雜點(diǎn)去除圖像進(jìn)行膨脹、腐蝕和填充算法操作，得到處理圖像:
(4.5.3) 將圖像g轉(zhuǎn)換成連通域圖像gl(i，j):對(duì)圖像g先做橫向搜索，如果（i，j)點(diǎn) 橫向相鄰第26點(diǎn)為白點(diǎn)，則兩點(diǎn)中間所有點(diǎn)為白點(diǎn)，否則不做操作繼續(xù)搜索；接著圖像g做 縱向搜索，如果（i，j)點(diǎn)縱向相鄰第9點(diǎn)為白點(diǎn)，則兩點(diǎn)中間所有點(diǎn)為白點(diǎn)，否則不做操作 繼續(xù)搜索。26和9根據(jù)實(shí)驗(yàn)中結(jié)構(gòu)光圖像中寬度及棉花疵點(diǎn)特征多次試驗(yàn)后所確定的經(jīng)驗(yàn) 數(shù)值。 (4. 6)棉花疵點(diǎn)提?。? (4. 6. 1)對(duì)圖像f4中的區(qū)域進(jìn)行標(biāo)記每個(gè)區(qū)域使用一個(gè)從1開始的整數(shù)進(jìn)行標(biāo)記，不 同的疵點(diǎn)區(qū)域標(biāo)記值不同，背景區(qū)域使用O進(jìn)行標(biāo)記，標(biāo)記區(qū)域大于7000得到為僵棉，大于 150同時(shí)小于7000判定為破籽，其余判定為籽肩，7000和150的選取為多次試驗(yàn)后所確定 的經(jīng)驗(yàn)數(shù)值。 (4. 6. 2)對(duì)圖像gl中的區(qū)域進(jìn)行標(biāo)記每個(gè)區(qū)域使用一個(gè)從1開始的整數(shù)進(jìn)行標(biāo)記，不 同的疵點(diǎn)區(qū)域標(biāo)記值不同，背景區(qū)域使用0進(jìn)行標(biāo)記，標(biāo)記區(qū)域大于600為索絲，小于600 為棉結(jié)，600的選取為多次試驗(yàn)后所確定的經(jīng)驗(yàn)數(shù)值。
【專利摘要】一種基于多光譜技術(shù)棉花疵點(diǎn)檢測與識(shí)別方法，其步驟為：(1)圖像獲??；(2)圖像預(yù)處理；(3)疵點(diǎn)初步檢測：利用改進(jìn)形態(tài)學(xué)梯度算法進(jìn)行邊緣檢測，得到各個(gè)疵點(diǎn)綜合邊緣檢測強(qiáng)度，得到各個(gè)疵點(diǎn)對(duì)比度增強(qiáng)圖像；(4)疵點(diǎn)精確定位：通過改進(jìn)迭代閾值法和形態(tài)學(xué)處理后將圖像轉(zhuǎn)換成連通域圖像，通過選擇主要疵點(diǎn)算法精確定位疵點(diǎn)，并通過標(biāo)記提取疵點(diǎn)區(qū)域；(5)軋棉質(zhì)量判定：統(tǒng)計(jì)各個(gè)疵點(diǎn)數(shù)量，計(jì)算出棉花疵點(diǎn)總粒數(shù)，獲得軋棉質(zhì)量檔次。本發(fā)明具有原理簡單、檢測速度快、檢測精度高等優(yōu)點(diǎn)。
【IPC分類】G06T7-00
【公開號(hào)】CN104751443
【申請(qǐng)?zhí)枴緾N201410756799
【發(fā)明人】張志峰, 吳學(xué)紅, 翟玉生, 余濤, 石開, 蘇玉玲, 王新杰, 劉海增
【申請(qǐng)人】鄭州輕工業(yè)學(xué)院
【公開日】2015年7月1日
【申請(qǐng)日】2014年12月12日