一种显微图像采集与处理系统及其纺织品纤维分类方法技术方案

本发明专利技术涉及的一种显微图像采集与处理系统及其纺织品纤维分类方法，它包括图像采集模块、FIFO缓存器、DDR5控制模块、图像数据处理模块、显示器驱动模块、只读存储器、I2C接口、CMOS图像传感器、高清多媒体接口和存储器，所述CMOS图像传感器连接图像采集模块，图像采集模块连接FIFO缓存器，所述FIFO缓存器连接DDR5控制模块，所述DDR5控制模块连接存储器，所述FIFO缓存器连接图像数据处理模块，所述图像数据处理模块连接显示器驱动模块，所述显示器驱动模块连接高清多媒体接口，所述只读存储器连接I2C接口。本发明专利技术增强了抽取拥有复杂关系特征数据的有效性，进而提高了SVM分类模型对纤维的分类精度。维的分类精度。维的分类精度。

【技术实现步骤摘要】
一种显微图像采集与处理系统及其纺织品纤维分类方法


[0001]本专利技术涉及一种图像处理
，尤其涉及一种显微图像采集与处理系统及其纺织品纤维分类方法。

技术介绍

[0002]在纺织行业中，纺织工艺品的准确分类是关乎到后续包装、整理以及染色等重要步骤，例如，面料种类为针织物的经编纺织工艺品和纬编纺织工艺品在染整工序中的染色步骤和熨烫步骤是完全不同的，面料种类为机织物的混纺纺织工艺品和交织纺织工艺品的一些重要的生产参数的设定也是不同的。因此，为了保证纺织工艺品的质量，就需要在纺织工艺品制成时对其进行定性分类。
[0003]随着中国经济由高速增长转向高质量发展，对纤维检测与识别也提出了更高的要求和更快的检测速度。传统的检测方法采用人工检测，这会消耗大量的人力和时间。传统的分类方式是利用图像识别技术中的灰度共生矩阵进行定性分类，也就是通过灰度共生矩阵的各种统计特性进行分类，本质上是对大量图像数据的统计指标的一种经验性总结，该方法的准确性较低。
[0004]随着计算机技术的发展，计算机图像处理的技术运用到了纤维检测中，获得了一定的成本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种显微图像采集与处理系统，其特征在于：它包括图像采集模块(1)、FIFO缓存器(2)、DDR5控制模块(3)、图像数据处理模块(4)、显示器驱动模块(5)、只读存储器(6)、I2C接口(7)、CMOS图像传感器(8)、高清多媒体接口(9)和存储器(10)，所述CMOS图像传感器(8)连接图像采集模块(1)，图像采集模块(1)连接FIFO缓存器(2)，所述FIFO缓存器(2)连接DDR5控制模块(3)，所述DDR5控制模块(3)连接存储器(10)，所述FIFO缓存器(2)连接图像数据处理模块(4)，所述图像数据处理模块(4)连接显示器驱动模块(5)，所述显示器驱动模块(5)连接高清多媒体接口(9)，所述只读存储器(6)连接I2C接口(7)。2.根据权利要求1所述的一种显微图像采集与处理系统，其特征在于：所述图像采集模块(1)可采用超宽动态超低照度传感器相机，采用卷帘曝光模式。3.一种权利要求1所述的一种显微图像采集与处理系统的纺织品纤维分类方法，其特征在于，包括以下内容：S1、使用基于FPGA的图像采集系统采集纺织品纤维样本图像；S2、输入待识别的纤维彩色图像，对图像做预处理输出去噪后的灰度图，对预处理过的图像通过阈值分割得到二值图像；S3、由于纤维图像内部具有丰富的线特征，使用2DGabor滤波器来提取纤维的线特征，先定义一组不同方向的2DGabor滤波器，将这些滤波器和纤维图像卷积后选取响应最大和次大的方向作为纤维的线特征；遍历纤维的线条，将所有线条得到的最大值和次大值分别进行平均计算，得到平均2DGabor双方向线特征；S4、将纤维轮廓作为曲线对象进行检测分析，利用变长夹角构建分段拟合曲线；将曲线分为n段，计算分段弦长和总弦长，在此基础上构建弯曲度、拟合曲率和分段弦长角度变化3个特征；S5、计算纤维的最小外接矩形和纤维面积，提取最小外接矩形致密度特征；S6、提取步骤S3～S5中的特征向量，将特征数据通过融合最大信息数和m
‑
PCA方法进行降维处理；S7、对降维后的特征向量使用注意力机制进行权重分配；计算纤维类别和特征值变量之间的相关系数，得到Pearson相关系数；输入Pearson相关系数到映射函数中，输出原特征值映射的优化权重，最终将权重结合原特征向量输出新的特征向量；S8、将特征向量输入到决策树SVM中训练。4.根据权利要求3所述的一种显微图像采集与处理系统的纺织品纤维分类方法，其特征在于：所述步骤S1还包括以下内容：首先采集系统通过I2C总线协议对摄像头进行初始化配置，摄像头对焦工作拍摄采集图像，然后，采集的图像数据通过FIFO缓存器不断写入到DDR5 SDRAM中存储，再经过FIFO缓存器读出图像数据，对读出的图像数据进行处理，最后在HDMI上显示采集图像；存储的图像可上传到主机中进行后续处理。5.根据权利要求3所述的一种显微图像采集与处理系统的纺织品纤维分类方法，其特征在于：所述步骤S2还包括以下内容：SS21、输入从相机采集到的大小为72*72像素的待识别纤维彩色图像，对RGB图像灰度化，采用均值滤波器对纤维图像去噪，含噪图像为g(x，y)，设置中心点Z为(x，y)，取c
×
c大小的正方形邻域窗口，得到去噪后的图像f(x，y)；构建拉普拉斯算子
▽2f(x，y)，滤波模板
为通过f(x，y)
‑▽2f(x，y)得到锐化后的图像，用拉普拉斯图像锐化增强纤维灰度图像的细节；以上操作为图像的预处理过程；SS22、对预处理过的图像经过Otsu单阈值分割法处理，选取最佳灰度级阈值，以此阈值将灰度图中的像素点归类为纤维目标区域和背景区域，纤维目标区域的像素点灰度值设为255，背景区域像素点灰度值设为0，以此得到二值图像。6.根据权利要求3所述的一种显微图像采集与处理系统的纺织品纤维分类方法，其特征在于：所述步骤S3还包括以下内容：SS31、构建2DGabor滤波器，其定义如以下公式：f是正弦函数的频率，θ控制调节滤波器的方向，q表示相位的偏移，r表示Gabor滤波器形状的空间长宽比，不同的r取值为不同的尺度；SS32、设置2D Gabor滤波器参数，取12个方向分别为0、30
°
、60
°
、90
°
、120
°
、180
°
、240
°
、300
°
、360
°
；设置中心频率分别为1/16、1/16.5、1/17、1/17.5、1/18；8个尺度分别设置为0.05、0.15、0.25、0.35、0.45、0.55、0.65、0.75；中心像素在不同方向的响应值m
k
的定义如以下公式：f(x，y)表示当前像素点的灰度值：L
k
表示同一方向向上多点构成的线，G
k
是方向为k的2D Gabor滤波器；在纤维图像中，背景灰度值低，纤维目标灰度值高，则将响应值较高的方向作为此像素点的线特征；其次，由于纤维图像内部线条具有相交点，纤维线条沿着交叉点有不同方向的延伸，在此基础上采用双方向表示像素的线特征，响应值选取最大值和次大值作为像素点的线方向；SS33、提取2DGabor双方向线特征，定义如以下公式：v1,v2分别为最大响应值与次大响应值的方向k1,k2；SS34、步骤SS32中，需要对纤维内部线条的交叉点识别，从而决定是否删除此方向；具体操作如下：将图像细化，提取目标纤维的骨架，若为线条目标则为白色像素点，若为背景则为黑色；构建3
×
3模板遍历细化的纤维图像内部所有线条，判定在8邻域内像素点[P1，P2，P3，P4，P5，P6，P7，P8]的白色像素值之和是否大于2，若大于2则为交叉点，记录交叉点位置；扫描交叉点处的连通域，连通域是互相连通的白色像素点的集合，此连通域处的交叉线即双方向线；SS35、将所有线条得到的最大值和次大值分别进行平均计算，得到平均2DGabor双方向线特征，对应的维数共2*8*5＝80。7.根据权利要求3所述的一种显微图像采集与处理系统的纺织品纤维分类方法，其特
征在于：所述步骤S4还包括以下内容：SS41、对图像进行腐蚀及膨胀处理，设图像为像素矩阵A，腐蚀矩阵B为使B对A进行腐蚀操作，得到C矩阵；设置膨胀矩阵使D对C进行膨胀操作得矩阵E，膨胀和腐蚀都是对矩阵逐像素扫描进行卷积的运算；转换矩阵E为图像，使用逐行扫描的方法扫描图像，直到找到连续区域...

【专利技术属性】
技术研发人员：刘艳，邱星伟，袁裕禄，钱蕾，刘佳，马国军，仲重光，
申请(专利权)人：江苏澄信检验检测认证股份有限公司，
类型：发明
国别省市：