[发明专利]异形纤维计算机自动识别装置与方法

说明书

技术领域

本发明涉及一种纺织纤维显微图像检测与识别装置与方法，特别 是涉及异形纤维计算机自动识别装置与方法，属于异形纤维计算机自 动识别技术领域。

背景技术

随着生活水平的提高和科学技术的进步，人们对纺织品的要求越 来越高，传统的棉麻纤维已经不能满足人们的需求。20世纪70年代 中期，异形纤维的出现大大丰富了纤维品种，为新型服装面料和纺织 新产品的开发提供了丰富的原料。

近年来，异形纤维产品向异形复合化、中空化和多功能化方向发 展，既提高纤维的保暖蓬松性，又解决起球钩丝、吸湿和透气等问题。 因此，异形纤维在世界各国得到了广泛的重视、开发和利用。

中国异形纤维的研制始于20世纪80年代中期，研究的重点是喷 丝板制造技术。经过二十多年的发展，异形纤维产品从最初的三角、 中空截面发展到今天的多种异形品种，如：五角形、三叶形、哑铃形、 椭圆形、异形中空等等。

异形纤维的不规则截面形状使其织物具有独特的服用性，不仅富 有弹性、吸湿保暖、质轻柔软等天然纤维的优势，而且可以增加织物 的光泽度、保暖性、透气性、抗起球性、防尘性、弹性，是普通合成 纤维织物所无法比拟的。

多种异形纤维常常混纺在一起以克服单种异形纤维的缺点，纱线 中每种异形纤维的比例决定了纱线的品质，因此在纱线生产过程中， 需要对纱线中各种异形纤维的比例进行严格检测和核定，以控制纱线 的品质。因此在异形纤维成分自动检测系统中，首先需要根据各种异 形纤维的特征参数来对异形纤维进行识别，再根据所识别出来的结果 判定各种异形纤维所占的比重，进而得出纱线中所含各种异形纤维的 成分分析结果。当前，如何对异形纤维自动进行有效的分类和识别是 国际上纺织业的重要研究课题之一。

目前针对这些特征参数测量大部分停留在手工检测。常用的人工 测量方法有：剪纸称重、软尺测量等方法。

人工法识别纤维截面，不但费时、费力，而且精度低、数据稳定 性较差。对于形态特征、理化特征相近的不同纤维难以正确分辨。中 国检验检疫部门则通过常规的切片技术，在高倍光学显微镜和投影仪 下对异形纤维的特征参数进行人工观察和判定。这种方法虽然准确率 较高，但是操作工作量大，另外，检测人员需要经过专业的培训，需 要一定的经验和熟练度。即使如此，检测结果依然受检测人员的主观 情绪影响。

发明内容

本发明的目的就在于提供一种异形纤维自动识别装置与方法，利 用计算机图像处理技术，对获取的异形纤维横截面显微图像进行预处 理后，根据异形纤维横截面显微图像的目标区域来自动提取图像的纹 理和几何形状等数理统计特征，然后用支持向量机分类器进行分类识 别，实现对异形纤维的自动检测及成份分析。

为达到上述目的，本发明的技术方案是，异形纤维识别方法，包 含以下步骤：

步骤一，图像采集纤维样本制作，首先，从待测织物中随机抽取 纱线，经解捻后，再对其进行包埋、切片，然后，将获得的切片样品 放置在配有数码摄像头的光学生物显微镜下，通过拍摄得到所需的纤 维图像样本；

步骤二，原始图像的预处理，所述预处理包括灰度处理、去噪、 图像平滑；

步骤三，纤维轮廓提取，即对预处理后的图像进行基于迭代阈值 和数学形态学的边缘检测，提取纤维对象的连续轮廓；

步骤四，图像拼接，为了提高纤维显微照片的精度，显微样本是 通过多次采样得到的，因此样本包含了一系列的小图，这些小图之间 会有部分重复。在进行纤维识别之前，要对这些小图进行拼接，去除 小图重复部分的重复纤维，以避免造成重复统计；

步骤五，纤维图像分离，纤维图像分离就是要对经图像拼接得到 的纤维二值图中的单个纤维对象进行提取，对于叠加的纤维对象通过 基于距离变换的剥离算法有效地进行分离，获取所有的单个纤维对 象，为下一步的特征提取做准备；