[发明专利]一种棉花异性纤维图像在线分割方法及系统

说明书

技术领域

本发明涉及图像处理系统，尤其涉及一种棉花异性纤维图像在线处理方法及系统。

背景技术

我国是棉花生产和消费大国，并且是棉纺织品出口大国。但在原棉加工过程中由于很多原因通常会混杂进多种异性纤维。异性纤维是指混入棉花中的对棉花及其制品质量有严重影响的非棉纤维和有色纤维，如化学纤维、毛发、丝、麻、塑料膜、塑料绳、染色线(绳、布块)等，俗称“三丝”。

异性纤维在皮棉中的含量虽少，但对纺织品的质量影响严重，混入原棉中的异性纤维，容易被打碎成散落单纤维，在纺织加工中难以清除。纺纱时，散落单纤维容易使棉纱断头，降低生产效率；织布时，影响布面质量；染色时，因着色不同，影响外观，对棉纱和布面的质量造成了很大危害。因此，异性纤维的危害主要表现在三个方面：一是直接影响棉纱及其制品的质量；二是给棉纺织企业带来巨大的经济损失；三是影响到国棉的使用和棉纺织品的出口。原棉中的异性纤维长久以来一直是我国纺织工业高度关注的一个问题。

在我国，由于资金、发展程度等原因，通常采用人工挑拣异性纤维的方法，这种方法不仅耗费大量人力物力，且速度慢，精确度低，效率低下。

随着微电子技术及计算机技术的飞速发展，图像处理技术用于棉花异性纤维的检测得到了快速的发展。作为棉花异性纤维的提取以及识别等后续工作的基础，研究针对棉花异性纤维快速处理的方法已经成为解决以上诸多问题的必然趋势。基于机器视觉的异物识别是近些年兴起的一种技术。机器视觉就是用计算机模拟人眼的视觉功能，从图像或图像序列中提取信息，对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

其中图像分割是图像处理与机器视觉中最为基础和重要的环节之一，是模式识别和计量分析的前提。图像分割的目的是将图像中我们感兴趣的图像特征或需要应用的特征提取出来。阈值法由于具有算法简单、计算量小、性能稳定、清晰直观等优点而成为图像分割中应用最广泛的分割技术；其中OTSU法又称为大津法或最大类间方差法，是一种自适应的阈值确定的方法，它是按图像的灰度特性，将图像分成背景和目标两部分。背景和目标之间的类间方差越大，说明构成图像的两部分的差别越大。因此，使类间方差最大的分割意味着错分概率最小，具有统计意义上的最佳分割阈值。使用OTSU法对一幅图像进行二值化的分割效果比较令人满意，目标和背景的区分较好。然而，该算法得到的阈值仅当目标图像面积大于整幅图像25％时，分割性能接近最优；当运动目标图像面积变小时，算法性能迅速下降，导致目标图像越小，阈值偏差值越大。另一方面，OTSU法在对背景不均匀或目标图像灰度与背景灰度差别较小的图像分割处理中也存在较大的问题，不能得到高质量的分割图像。而棉花异性纤维图像恰属于小目标图像，且存在目标图像灰度与背景灰度差别较小和背景图像灰度不均匀的问题。在图像分割处理中，若直接采用OTSU法则会出现严重过分割现象。另一方面，在对图像进行分割处理时，占据绝大部分的无目标图像的背景图像并没有进行分割的必要性，统一进行分割处理大大增加了无意义的计算量，严重降低了使用OTSU法的分割速度，造成了极大的资源浪费。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何提供一种棉花异性纤维图像在线分割方法及系统，能有效提高图像分割的速度，保证图像的分割质量。从而得到高质量的异性纤维分割图像，满足系统对异性纤维图像分割处理的高速度要求，为图像特征提取，目标图像模式识别以及异性纤维根数测量等后续工作提供较好的基础。

(二)技术方案

为达到上述目的，本发明提供一种棉花异性纤维图像在线分割方法，包括以下步骤：

S1：接收棉花异性纤维图像，将所述图像转换为灰度图像，并将该灰度图像取反；

S2：对取反的灰度图像分块处理，并进行固定阈值二值化分割处理，计算分割后目标图像的面积，依据该图像面积大小、图像块与比邻图像块之间的连接关系，判定是否进一步细化处理；

S3：读取需要细化处理的图像块，得到修正后的背景灰度图像，与原灰度图像块相减得到剔除背景的图像块，使用OTSU法进行图像分割；

S4：对图像块进行膨胀操作，将相邻图像块的对应边缘像素进行对比，并以其重合度为依据对多幅图像或图像分块中断裂的异性纤维目标图像进行图像链接。