基于OMAP3530的羊絨羊毛圖像識別系統(tǒng)的研究.pdf

1、羊絨作為珍貴的紡織材料，無論是從維護消費者利益還是從保持混紡加工的性能互補性上考慮，快速、客觀、準確的鑒別羊毛和羊絨是十分必要的。利用計算機數(shù)字圖像處理的方法，無疑具有較強的優(yōu)勢。
　　 本課題中數(shù)字圖像處理的對象是光學顯微鏡下得到的羊絨羊毛纖維圖像。為了獲取有效的特征向量，需要對圖像進行必要的預處理，主要的處理方法有:圖像二值化、圖像填充、圖像空域濾波、圖像頻域濾波、圖像形態(tài)學處理等。
　　 根據(jù)羊絨羊毛區(qū)別，用纖維直

2、徑、鱗片密度、鱗片厚度、徑軸參數(shù)和粗糙程度共8個特征來表征，其中粗糙程度是用灰度直方圖的均值、標準差、三階矩和熵共四個特征來表示的。在進行羊絨羊毛纖維識別前，首先為了降維，對提取的特征量進行了主成分分析。然后利用貝葉斯決策理論和支持向量機的模式識別方法對羊絨羊毛特征向量進行交叉驗證，結(jié)果顯示支持向量機方法要優(yōu)于貝葉斯決策理論方法。交叉驗證的過程是隨機將200幅的樣本圖像（各100幅）的90％為訓練樣本，剩余10％作為待識別樣本，這樣循環(huán)