基于Gabor函数变换的棉花疵点检测技术的研究

棉花中疵点的存在会对后续加工过程造成许多不可控因素,因此对棉花疵点进行准确检测具有重要意义。本文以Gabor函数变换得到的Gabor滤波器为基础,设计5尺度4方向上共20个滤波器,分别通过损失评价函数和最小二维熵值来进行最优尺度和最优方向的选取。使用最优Gabor滤波器来提取幅值特征图,接着进行分割得到目标图像,最后对目标图像进行形态学滤波处理,完善细节并剔除部分误差。结果表明,该算法可以有效地检测出常见的棉花疵点。

原棉疵点及杂质的检测方法研究与应用

采用数字图像处理技术对原棉疵点杂质进行检测与识别。利用自适应阈值分割的方法对目标图像进行分割及轮廓提取,并根据目标图像的相关特征值,提出了离心率与面积周长之比相结合的人工智能分析方法对原棉疵点杂质进行识别分类,取得了很好的效果。

基于光电技术皮棉疵点快速检测方法的研究

轧工质量是棉花重要的质量指标。皮棉疵点的存在会影响到棉花加工的质量以及纺织品的品质,因此皮棉疵点含量的快速检测具有重要的意义。针对皮棉疵点中破籽、带纤维籽屑和僵棉,利用皮棉疵点不同的光响应特性,提出了一种基于改进的自适应迭代阈值法皮棉疵点快速检测方法。该方法基于光电探测技术,利用改进后的形态学边缘检测算子对多疵点图像进行边缘检测,得到了具有明显特征的疵点图像,再用迭代阈值法求取阈值进行图像分割,当权重系数n=0.6时破籽和带纤维籽屑有最佳分割阈值,对于僵棉权重系数n=0.5时有最佳分割阈值。同技术人员的比对实验结果表明原棉疵点检测正确率达到85%以上,检测时间在3 s以内,基本能够满足快速检测的需求。