关键词：纤维;边缘检测;灰色系统理论;灰色预测模型
摘 要：伴随经济技术的飞跃,纤维在社会各领域作用凸显。纤维的成分及质量决定了其性能和价格,而检测出的纤维边缘的连续性与完整性又对纤维特征提取、目标分离、模式识别及计算混纺比的准确度影响很大。故纤维图像的边缘检测是纤维自动识别体系中的关键一环。然而纤维在包埋、切片以及采样过程中受到不均匀光照、聚焦、噪声等方面的干扰,无法避免的出现显微纤维图像质量差、背景区域与目标纤维区分不明显、轮廓不完整或者粘连等现象。而且传统边缘检测算法获取显微纤维边缘出现虚假、不连续边缘和不能有效提取粘连纤维边缘的问题。此外,出入境检验检疫局作为我国进出口检验验定的重要机关,一直存在纤维成分检测的相关问题,即虽耗费一定的人力物力,但却无法实现相对准确的检测及鉴证。故研究基于计算机数字图像处理技术,结合科学的灰色系统理论开展显微纤维边缘检测是一项十分有意义的课题。本课题来源于国家自然科学基金面目项目《基于约束条件的非负矩阵分解算法及其在纤维自动识别中的应用研究》(61472075)。作为在纺织、纤维和面料等学科上在国内乃至世界上有极高学术地位的特色鲜明的高校,我校在棉麻以及化学纤维混纺领域研究成果积累颇丰。本文将探究初涉图像边缘检测领域的灰色系统理论与现行的数字图像处理技术相结合,把提取出连续、完整和准确的显微纤维边缘作为研究的核心。本文综合运用灰色系统理论、NIBLACK算法和孔洞填充算法,提出了一套基于灰色系统理论的显微纤维边缘检测技术路线,研制了显微纤维边缘自动检测平台系统。以显微纤维图像中各像素点为研究对象,基于灰色系统理论的边缘检测方案通过把GM(1,1)模型与NIBLACK算法相结合取得显微纤维的强弱边缘信息并实现有效的强弱边缘连接再运用孔洞填充算法来处理虚假边缘以提取出完整的边缘信息。针对基于灰色系统理论的显微纤维边缘检测系统设计,从算法原理入手,充分利用灰色系统理论在我国学术研究体系中的强势地位和先进水平,发挥了灰色系统理论的“少数据贫信息”的建模特点,展示了设计结果。实验结果表明,该算法能够提取出精确连续完整的显微纤维边缘。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取