[发明专利]一种混合纤维制品中纤维分布情况的检测方法有效
申请号: | 201811099487.8 | 申请日: | 2018-09-20 |
公开(公告)号: | CN109461136B | 公开(公告)日: | 2022-09-27 |
发明(设计)人: | 邓辉;梁振江;张杰;朱珍军 | 申请(专利权)人: | 天津工业大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/136;G01N21/84 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 300387 天津市*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 混合 纤维制品 纤维 分布 情况 检测 方法 | ||
本发明公开了一种混合纤维制品中纤维分布情况的检测方法:一、采集混合纤维制品原始图像,经去噪和灰度化得低噪灰度图;二、将任意纤维设为目标或非目标纤维;三、将“一”所述图像切为小像素图,选择合适阈值对其处理;四、提取非目标纤维特征值为噪声,将“三”所述图像做二维多级随机共振,根据结果提取目标纤维;五、将“四”所述图像做二值化,将小图按原切割顺序重新组合成原大小二值化图,若此二值化图可展现目标纤维轮廓则进行下一步,反之则返回“四”;六、统计复原后图像目标纤维像素点数,给出混合纤维制品纤维分布情况数值。本发明通过提取目标和非目标纤维特征值,通过去除非目标纤维来突显目标纤维,操作简单、处理精度高。
技术领域
本发明涉及非织造设备领域,特别是应用于混合纤维制品中纤维分布情况的检测。
背景技术
取样称重法、厚度测定法和放射性同位素测定法等传统的纤维网检测方法可以能较准确的分析出单种纤维组成的纤维网的均匀性,但不能评价出混合纤维组成的纤维网的均匀性,特别是不能直观地体现出混合纤维网中每种纤维的分布状况.随着图像处理技术的不断发展,由于其具有的处理精度高,再现性好,处理多样化等优越性,该技术被广泛用来表征纤维网结构特征,主要包括非织造材料纤维网的纤维取向分布研究、纤维网孔隙率检测、纤维网均匀度的测定在内的多项应用,得到了较好的应用效果.但是,上述图像处理方法更多的是针对单种纤维组成的纤维网的性能指标检测,而在检测混合纤维组成的纤维网中的纤维分布情况则研究较少.本专利结合多级随机共振技术,通过图像处理的方法能切实地解决上述的问题,并且具有快速高效和准确性高等优点。
目前,研究纤维分布特征的方法一般是采用图像融合以求取纤维取向、利用形态学的腐蚀与膨胀去除噪声杂点、用阈值分割来计算孔隙率.腐蚀可使轮廓边界收缩;膨胀可使轮廓边界膨胀.腐蚀、膨胀是将网格中的空隙去掉以突出纤维网格、图像阈值分割是对采集到的整张图像选择一个较为合适的阈值进行处理,进而研究纤维的分布情况.但是,还未有一种图像处理技术来研究混合纤维制品中的纤维分布情况.因此,本文采用多级随机共振的方法将混合纤维制品中任意一种纤维的特征值设置为目标纤维,其余为非目标纤维;然后利用图像处理技术来定性和定量的分析目标纤维的分布情况;最后根据目标纤维的分布情况绘制目标纤维像素点分布直方图。
发明内容
本发明所要解决的技术问题是提供一种混合纤维制品中纤维分布情况的检测方法,能够得到混合纤维网中纤维的分布情况,以用于定性和定量分析混合纤维网的结构和性能。
为解决上述技术问题,本发明所采用的技术方案一种混合纤维制品中纤维分布情况的检测方法,基本流程如图1所示,具体包括以下步骤:
一、采集由多种纤维混合组成的制品的原始图像,并对图像进行去噪和灰度化处理,得到低噪灰度图;
二、根据工程实际需要,利用上述混合纤维制品中每种纤维感光性的差异,可将任意一种或多种纤维设置为目标纤维或非目标纤维。
三、按照不同工程实际的精度需求,将前述低噪灰度图整体进行一定大小和比例的切割,然后根据最佳成像效果选择合适的阈值对每一幅切割后的图像分别进行处理。
四、对设定好的非目标纤维提取其中的特征值作为噪声,将上述处理后的每一幅切割后的图像输入二维多级联随机共振进行处理,根据处理后的结果提取出目标纤维;
五、将上述提取出目标纤维的每幅切割后的图像进行二值化处理,然后将所有图像按原切割顺序重新组合成原大小的二值化图,若此时二值化图可展现目标纤维轮廓则继续进行下一步,若不能展现目标纤维轮廓则直接返回第四步重新进行处理;
六、统计复原后图像目标纤维所占像素点个数,并给出混合纤维制品中目标纤维与非目标纤维分布情况的指标数值。
附图说明
图1为本发明专利流程图。
图2为本发明中采集玻璃/涤纶纤维混合纤维网图像原始图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津工业大学,未经天津工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811099487.8/2.html,转载请声明来源钻瓜专利网。