纺织学报 ›› 2015, Vol. 36 ›› Issue (03): 135-139.

• 管理与信息化 • 上一篇    下一篇

应用聚类统计分析的棉花异纤图形检测算法

  

  • 收稿日期:2014-03-27 修回日期:2014-07-17 出版日期:2015-03-15 发布日期:2015-03-16
  • 通讯作者: 杜玉红 E-mail:duyuhong@tjpu.edu.cn

Algorithm for pattern detection of cotton foreign fibers based on cluster statistic analysis

  • Received:2014-03-27 Revised:2014-07-17 Online:2015-03-15 Published:2015-03-16
  • Contact: Yu-Hong DU E-mail:duyuhong@tjpu.edu.cn

摘要:

在棉纺企业原棉异性纤维剔除工艺过程中,异性纤维种类及特征多样,难以构造统一的识别模型,为此,提出了一种基于聚类统计分析的棉花异性纤维图形检测算法,通过获取原棉纤维及异性纤维在RGB颜色模型空间的各分量值,进行数值聚类统计分析,采用RGB彩色图像阈值聚类统计分类的方法将获取的图片信息分为3类,进而判断有无异性纤维,再经过形态学等预处理修缮图像,对棉花中异性纤维的特征进行提取,较准确地得到异性纤维的面积、质心坐标和周长等参数,为异性纤维的清除构造条件。实验结果表明,该算法能较准确地识别异性纤维。

关键词: 异性纤维, RGB颜色模型, 统计分类, 特征提取

Abstract:

Due to the foreign fibers types and characteristics of diversity, it was very difficult to construct a unified recognition model for eliminating raw cotton foreign fibers in cotton spinning enterprises processes. This paper proposes an image processing algorithm based on the cluster statistic analysis of cotton foreign fibers. The numerical statistical analysis was performed acquiring each component walues raw cotton fibers and the image information was divided into three categories by using RGB color image threshold statistical classification method. Then the foreign fibers was determined. Finally, by adopting image preprocessing for taking a better image and extracting the characteristics of foreign fibers in cotton, the area size, circumference and perimeter of foreign fibers were obtained. This should be the precondition for further eliminating raw cotton foreign fibers. The experimental results show that the algorithm can accurately identify foreign fibers.

Key words: foreign fiber, RGB color model, statistical classification, feature extraction

[1] 赵树志 狄岚 何锐波. 基于改进判别性完整局部二值模式与格分割的织物瑕疵检测方法[J]. 纺织学报, 2018, 39(09): 57-64.
[2] 何晓昀 韦平 张林 邓斌攸 潘云峰 苏真伟. 基于深度学习的籽棉中异性纤维检测方法[J]. 纺织学报, 2018, 39(06): 131-135.
[3] 韦平 张林 刘翔 王冬 苏真伟. 籽棉中异性纤维的双光源成像检测方法[J]. 纺织学报, 2017, 38(04): 32-38.
[4] 董蓉 李勃 徐晨. 应用积分图的织物瑕疵检测快速算法[J]. 纺织学报, 2016, 37(11): 141-147.
[5] 曹霞 李岳阳 罗海驰 蒋高明 丛洪莲. 蕾丝花边的改进型纹理特征检索方法[J]. 纺织学报, 2016, 37(06): 142-154.
[6] 黎聪 闫学娜 曾祥忠 梁猛 张莹. 应用一维傅里叶变换的剖幅区自动识别与定位[J]. 纺织学报, 2016, 37(01): 147-151.
[7] 师红宇 管声启 吴宁. 棉花中异性纤维的图像多分辨率差分检测方法[J]. 纺织学报, 2014, 35(5): 13-0.
[8] 管声启 高照元 吴宁 徐帅华. 基于视觉显著性的平纹织物疵点检测[J]. 纺织学报, 2014, 35(4): 56-0.
[9] 杨晓波. 基于GMRF模型的统计特征畸变织物疵点识别[J]. 纺织学报, 2013, 34(4): 137-142.
[10] 杨晓波. 基于自适应离散小波变换的混合特征畸变织物疵点识别[J]. 纺织学报, 2013, 34(1): 133-137.
[11] 杨晓波. 基于人工神经网络的织物疵点聚类分析[J]. 纺织学报, 2011, 32(9): 29-33.
[12] 刘素一;夏蕾. 基于元胞自动机的织物图像拼接[J]. 纺织学报, 2011, 32(1): 29-33.
[13] 蒋高平;钟跃崎;王荣武. 基于谱线特征的羊绒与羊毛的鉴别[J]. 纺织学报, 2010, 31(4): 15-19.
[14] 罗一平;汪亚明;周平;许建龙. 配光与照明对织物疵点信号特征值的影响[J]. 纺织学报, 2007, 28(5): 66-69.
[15] 李晓久;刘皓. KFDA在领口质量评价系统中的应用[J]. 纺织学报, 2007, 28(3): 76-78.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 王速建. 内六角螺钉的低碳马氏体强化处理[J]. 纺织学报, 1984, 5(08): 63 .
[2] 徐宁. 针织物常压煮练锅余热的利用[J]. 纺织学报, 1982, 3(11): 45 .
[3] 赵自立;张秉笃;黄翔;王允中. 织物导热系数的试验研究[J]. 纺织学报, 1989, 10(10): 17 -20 .
[4] 章永红;袁观洛;张怀珠. 织物性能与服装外观优劣的判别分析[J]. 纺织学报, 2002, 23(01): 76 -78 .
[5] 安秋凤;程广文. 长碳链烷基聚硅氧烷的成膜性与膜形貌[J]. 纺织学报, 2006, 27(5): 13 -15 .
[6] 陈海峰;康健;吴大诚. 羊毛细度的计算机自动检测系统的研究[J]. 纺织学报, 1999, 20(01): 60 -62 .
[7] 潘维楚;冯永浩. 磁粉离合器在浆纱机织轴卷绕机构的应用[J]. 纺织学报, 1986, 7(10): 51 -53 .
[8] 阎熙寰. 活性染料冷轧堆染色工艺在纯棉织物生产中的应用[J]. 纺织学报, 1994, 15(06): 36 -38 .
[9] 吴之传;汪学骞;陶庭先;毕松海;冯浩. 螯合金属离子的腈纶纤维的制备及性能[J]. 纺织学报, 2004, 25(06): 36 -37 .
[10] 杨庐山. 定长品种墨印长度的科学设计[J]. 纺织学报, 1994, 15(06): 39 -41 .