[发明专利]一种非织造布纤维直径测量方法

权利要求书

1.一种非织造布纤维直径测量方法，其特征在于：包括如下步骤：

S1，图像采集：采集非织造布样品的非织造布纤网图像；

S2，图像预处理：对采集的非织造布纤网图像进行预处理；

S3，轮廓提取：对预处理后的图像中纤维上下边缘轮廓曲线进行提取；

S4，边缘追踪：在非织造布纤维图像的列方向上从上往下逐个像素点扫描轮廓曲线图像，获取像素点集合；

S5，神经网络曲线拟合：将像素点集合拟合为神经网络函数；

S6，求取直径：利用神经网络函数的拟合方程求取纤维直径；

S7，真实直径计算：采用K-means聚类算法来得到最可信的直径分布区间；

所述图像预处理包括灰度化处理和二值化处理；

所述二值化处理包括扫描图像的每个像素点，值小于127的像素点设为0，颜色设置为黑色，值大于等于127的像素点设为255，颜色设置为白色；

所述轮廓提取包括采用Laplacian算子对二值化图像中纤维上下边缘轮廓的像素点进行提取，提取后获得两条清晰的曲线；

所述边缘追踪包括从非织造布纤维图像的列方向上从上往下逐个像素点扫描轮廓曲线图像，遇到第一个白色的像素点就判定为上边缘，然后以该像素点为中心，扫描八邻域像素点，追踪到值为255的白色像素点的位置，再以这两个点为中心继续扫描八邻域追踪，向左右方向各追踪20个像素点，设定为像素点集合曲线；

所述神经网络曲线拟合包括采用神经网络函数来拟合像素点集合，在网络训练集增加k个重复的中心点，将误差控制在0.01范围之内，所述误差为中心点坐标代入拟合方程得到的坐标与原来坐标之差的绝对值，保持拟合方程中其他参数不变，改变常数值让神经网络曲线真实过中心点，利用该算法使得中心点权重增加，增加中心点在网络训练集所占的权重来使得拟合的曲线过边缘中心点；

所述求取直径包括得到边缘拟合线的函数方程后求边缘拟合线中心点处所在斜率，进而求得中心点处法线方向方程，沿着法线方向追踪像素点个数，实际长度之间进行转换，从而求得纤维直径，对样本图像的列方向采集n列，行方向采取n行，得到m个直径长度。

2.根据权利要求1所述的一种非织造布纤维直径测量方法，其特征在于，所述图像采集包括将2cm×2cm的非织造布样品放在摄影体视显微镜的载物台上，调节光源，调节目镜和物镜的放大倍数，将采集到的纤网经由视频摄像机的采集卡传输到计算机屏幕上，得到非织造布纤网图像。

3.根据权利要求1所述的一种非织造布纤维直径测量方法，其特征在于，所述灰度化处理包括在红、绿、蓝三个颜色分量感知特征的基础上采用加权平均法求灰度图。

4.根据权利要求1所述的一种非织造布纤维直径测量方法，其特征在于，所述真实直径计算包括采用K-means聚类算法来求得直径分布最紧密的区间，从而得到最可信的直径分布区间。