基于支持向量机的棉麻纤维自动识别技术研究

基于支持向量机的棉麻纤维自动识别技术研究

ID:35065280

大小:2.08 MB

页数:68页

时间:2019-03-17

基于支持向量机的棉麻纤维自动识别技术研究_第1页
基于支持向量机的棉麻纤维自动识别技术研究_第2页
基于支持向量机的棉麻纤维自动识别技术研究_第3页
基于支持向量机的棉麻纤维自动识别技术研究_第4页
基于支持向量机的棉麻纤维自动识别技术研究_第5页
资源描述:

《基于支持向量机的棉麻纤维自动识别技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号TP751密级公开UDC6204学校代码10500硕士学位论文(全日制学术学位)基于支持向量机的棉麻纤维自动识别技术研究英文题目:Researchonrecognitionofcottonandramieinblendingtextilebasedonsupportvectormachine学位申请人姓名:汪峰申请学位学科专业:精密仪器及机械指导教师姓名:许忠保教授二○一六年六月UDC6204学校代码10500硕士学位论文题目基于支持向量机的棉麻纤维自动识别技术研究英文题目Researchonrecognitionofcottonand

2、ramieinblendingtextilebasedonsupportvectormachine研究生姓名(签名)指导教师姓名(签名)职称教授申请学位学科名称精密仪器及机械学科代码080401论文答辩日期2016.5.22学位授予日期学院负责人(签名)评阅人姓名石端伟评阅人姓名李刚炎2016年6月2日学位论文原创性声明和使用授权说明原创性声明本人郑重声明:所呈交的学位论文,是本人在导师指导下,独立进行研究工作所取得的研究成果。除文中已经标明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集

3、体,均已在文中以明确方式标明。本声明的法律结果由本人承担。学位论文作者签名:日期:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖北工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。学位论文作者签名:指导教师签名:日期:年月日日期:年月日摘要在纤维的贸易往来中,决定织物商品价值的主要因素是其混纺比,通常须要标明其成分及含量。目前质检部门广泛采用

4、的是人工识别的方法,该方法费时费力,成本较高而效率却很低。因此,纤维质检部门需要一种客观、准确的棉麻纤维自动识别方法。本文先利用课题组自主开发的纤维自动切片仪来制作棉麻纤维的切片,后采用微分干涉相衬显微镜,利用该显微镜能够采集到清晰表征棉麻纤维表面纹理特征的图像。最后利用灰度共生矩阵(GLCM)提取纤维的纹理特征,并结合形态特征,基于支持向量机分类器,对纤维进行自动识别。实验表明,该套方法能够有效地识别纤维目标,且识别正确率达到了94.4%。课题具体内容如下:(1)棉麻纤维纤维图像的采集。利用纤维自动切片仪制作棉麻纤维的切片,然后通过微分干涉

5、相衬显微镜,获取了对比度清晰、纹理特征细致的棉麻纤维图像。通过观察棉麻纤维图像,拟定了图像预处理的方案,并确定了结合纹理特征和形态特征的识别方法;(2)单根棉麻纤维图像的分割。主要应用图像处理的知识及算法,通过灰度化、局部阈值二值化、二值形态学处理、改进的区域生长法及感兴趣区域提取等算法,成功地从一整幅图中分割出了单根棉麻纤维的区域。该预处理算法获得的单根纤维图像不含噪声,且目标区域完整;(3)棉麻纤维纵向特征数据的提取。主要包括两个方面:纵向形态特征以及纹理特征。形态特征提取的是纤维直径以及直径不匀率,采用的中轴线法。纹理特征的提取则是将图

6、像转化为4个不同方向的灰度共生矩阵(GLCM),每个方向可得到对应的4个特征值,最后求出不同方向的同一特征值的均值及标准差,可以得到总计8个特征值。结合形态特征,本文最后可得到10个用于自动识别的特征值。(4)棉麻纤维自动识别。棉麻识别中的难点是分类器的设计,结合本文的实际情况,决定采用支持向量机(SVM)模型。利用该分类器进行自动识别分类前,需要确定其核函数及其对应的最佳参数对,通过实验对比分析,本文最终采用的是径向基(RBF)核函数,最佳参数对(C,σ)为(0.0625,1024)。通过该支持向量bb机分类器,棉麻纤维自动识别的准确率为9

7、4.4%。I关键词:棉麻纤维,自动识别,微分干涉相衬显微镜,灰度共生矩,支持向量机IIAbstractInfibertrade,theblendingratioisamajorfactoraffectingtheintrinsicfabricqualityandvalue,sousuallyneedtoindicateitscompositionandcontent.Atpresent,artificialrecognitionisthewidelyusedmethodinthequalityinspectiondepartments,the

8、methodistime-consuming,highcostandlowefficiency.Therefore,fiberdetectiondepartment

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。