[发明专利]一种交叉纤维特征点匹配方法

摘要

本发明公开一种交叉纤维特征点匹配方法，该方法主要流程为：生成纤维原始图像进行预处理操作，提取边缘纤维轮廓线，计算边缘纤维轮廓线上各点的曲率值并判断纤维轮廓线角点，构建动态支撑域删除伪角点，使用两点法确定凹点并标注,计算各个凹点的左右斜率和各个凹点与凹点之间的斜率并进行比较查找匹配点。本发明克服现有技术所述的传统人工识别纤维技术的缺陷，通过交叉重叠纤维特征点的匹配检测纤维成分含量及参数测量，不受人为主观情绪影响，操作简单，智能化程度高。

主权项

一种交叉纤维特征点匹配方法,其特征在于，包括步骤：S1：生成纤维原始图像，读入并将其二值化，将二值化后纤维灰度图像经开、闭运算、图像填充和增强预处理操作；S2：提取经预处理操作后的图像纤维边缘并对其进行平滑处理，抽取图像纤维轮廓线；S3:计算图像纤维轮廓线上各像素点的曲率值，通过与预设的第一阈值比较来确定角点；S4：在确定角点的基础上使用两点法确定凹点，把同一交叉区域内的凹点归类为同一集合，并对该集合的所有凹点进行标注；S5：在同一集合内，计算两相邻凹点Pi和Pj(i≠j)之间的斜率Kij，在纤维轮廓线上计算凹点Pi与距离其左边n个像素的点PL斜率KiL，记为凹点Pi左斜率；在纤维轮廓线上计算凹点Pi与距离其右边n个像素的点PR斜率KiR，记为凹点Pi右斜率；同时记凹点Pj与点PL之间斜率为KjL；记凹点Pj与点PR之间斜率为KjR；S6：若凹点Pi相邻的凹点Pj斜率Kij与Pi的左斜率KiL相减差值h1在预设的第二阈值范围之内；若斜率KjL与两相邻凹点Pi和Pj(i≠j)之间的斜率Kij相减差值h2在预设的第三阈值范围之内；取最小的h1和h2，则该凹点判为凹点Pi左匹配点，即S7：若凹点Pi相邻的凹点Pj斜率Kij与Pi的右斜率KiR相减差值h3在预设的第二阈值范围之内；若斜率KjR与两相邻凹点Pi和Pj(i≠j)之间的斜率Kij相减差值h4在预设的第三阈值范围之内；取最小的h3和h4，则该凹点判为凹点Pi右匹配点，即