皮棉异性纤维剔除系统设计

设计了一种基于机器视觉的皮棉异性纤维剔除系统，研究了异性纤维在线检测和剔除技术。为满足在线检测要求，提出了基于图像形态学理论的二进制图像腐蚀改进算法和高速气流喷吹的剔除方法。试验表明，在清洁皮棉的生产率为1000kg／h时，改进的图像处理算法对异性纤维达到95％的识别率，高速气流剔除异性纤维时，落棉率可以控制在4％。     

检测皮棉内部杂质的透射成像影响因素分析

目前对皮棉杂质检测仅限于皮棉表面的图像分析，而检测皮棉内部杂质，才是完整检测皮棉杂质的关键。在分析皮棉杂质透射特性的基础上，确定了光透射成像系统中若干成像参数。对光透射成像中的若干关键技术进行深入研究，定量分析了光源种类、光源能量与透射效果的关系，分析了增强杂质透射效果的方法。通过杂质图像的分析，可有效检测皮棉中各种内部杂质。     

皮棉中异性纤维骨架快速提取算法

提出了一种皮棉中异性纤维骨架提取算法。首先对图像进行距离变换，以距离图中的局部极大值点作为种子点，沿着各个方向上的脊点推进骨架，从而以脊线连接各局部极大值点。扫描骨架点集，对骨架进行细化，剔除对骨架连通性不起作用的重复点。之后，对伪骨架段进行剪枝，最终得到准确的骨架。该方法得到的骨架具有良好的单像素性和连通性，同时对于细长状以及存在断续的异性纤维能进行准确的骨架提取。实验表明，算法的运算复杂度低，能实现异性纤维骨架的快速提取。     

纤维红外吸收特性及其在皮棉杂质检测中的应用

皮棉异性纤维杂质检测技术是近几年来国内外研究的难点。为有效检测皮棉中与棉纤维外观极其相似的异性纤维杂质，提出了一种显微近红外成像方法用于检测皮棉中异性纤维。该方法将棉纤维与异性纤维在特定红外波段的吸收特性差别，转化为近红外光谱成像系统中两者的灰度、形态图像特征差别，通过显微光路对图像特征差别放大，利用图像分割技术将异性纤维目标分割出来。试验结果表明，采用显微近红外成像方法捕获的图像中，异性纤维灰度、形态特征明显，其检测结果与实际相符，此方法可有效识别皮棉中异性纤维杂质。     

基于遗传模糊神经网络算法的棉花轧花过程智能监控方法研究

针对棉花轧花过程质量控制,这类缺乏精确数学描述的复杂实际对象,提出了基于遗传模糊神经网络的智能监控新方法,描述了遗传神经网络ＢＰ算法的工作原理,阐明了基于人的模糊经验规则实现的轧花过程控制的模型和学习算法。所提出的遗传算法同模糊神经网络相结合的方法提高了轧花过程监控的实时性,并具有预报性好的特点。     

皮棉中异性纤维骨架快速提取算法

提出了一种皮棉中异性纤维骨架提取算法.首先对图像进行距离变换,以距离图中的局部极大值点作为种子点,沿着各个方向上的脊点推进骨架,从而以脊线连接各局部极大值点.扫描骨架点集,对骨架进行细化,剔除对骨架连通性不起作用的重复点.之后,对伪骨架段进行剪枝,最终得到准确的骨架.该方法得到的骨架具有良好的单像素性和连通性,同时对于细长状以及存在断续的异性纤维能进行准确的骨架提取.实验表明,算法的运算复杂度低,能实现异性纤维骨架的快速提取.     

基于BP神经网络的皮棉杂质在线检测方法

为改进因皮棉含杂影响因素多，现有杂质含量数学统计模型不精确，测量精度不高的缺点，用人工神经网络方法建立了基于BP神经网络的皮棉杂质含量数学模型。用自行设计的皮棉杂质测量系统提取皮棉杂质图像特征参数并进行处理。针对BP神经网络收敛慢的特点，在实际算法中引入了动量项，从而提高了网络收敛速度。试验结果表明，BP神经网络模型拟合结果的相对剩余标准差为1.76%，拟合精度明显优于数理统计模型的拟合精度。