即时性图像法应用于学龄儿童膳食评估的效果评价

目的：将即时性图像法膳食调查技术应用于学龄儿童膳食评估，并进行效果评价，为学生营养改善计划中膳食评估方法的改良提供参考。方法：在贵州省龙里县民族完全中学和铜仁市正光小学各招募20名学生，分别使用称重法、24小时回顾法、即时性图像法对其进行膳食评估，通过相关性分析及配对t检验/Wilcoxon秩和检验对即时性图像法和24小时回顾法分别与称重法的一致性进行评价。结果：相关性分析结果显示，即时性图像法与称重法的相关性更优，数据的分布更集中于线性趋势（r=0.954,P<0.01），配对t检验或秩和检验结果显示，即时性图像法与称重法数据的差异较小，四分位数间距较小（P<0.01）。24小时膳食回顾法在单个膳食或是总膳食都高估了食物摄入量（d=4.00±16.00,P<0.001），而即时性图像法对总膳食的评估则没有出现这种情况（d=0.00±8.63, P=0.852）。结论：即时性图像法应用在学龄儿童膳食摄入量评估中显示出相对有效性，有望应用于农村义务教育学生营养改善计划。     

基于最大熵与密度聚类相融合的毛羽检测

为能够更加精确地计算出纱线毛羽的根数及毛羽长度,基于最大熵与密度聚类相融合对纱线毛羽的长度及根数进行检测。该方法首先利用双边滤波对采集到的纱线图像进行预处理,滤除图像中的噪声,同时增强纱线毛羽特征;然后利用最大熵对预处理后的纱线图像进行阈值分割,去除条干提取毛羽,并对毛羽进行细化;最后利用密度聚类算法(DBSCAN聚类)对细化后的毛羽进行分类统计,根据所分类的个数以及每类所含像素点的个数计算出毛羽的根数及长度。将实验结果与目测法和基准线法进行比较,结果表明,该方法与目测方法检测的结果非常接近,结果比基准线法更加精确,检测结果准确、有效。     

基于图像处理的井下作业防护织物导湿性能研究

为直观分析井下作业防护织物基本性能参数对织物导湿性能的影响,选取7种棉织物,利用单反数码相机采集液滴在织物中扩散的动态影像,利用MATLAB软件进行图像预处理,采用比值法将计算出的像素面积转化成有效的吸水面积,再利用SPSS软件建立织物基本参数与吸水面积的回归预测方程。分析结果显示图像法与传统称重法显著相关,这表明图像法科学有效,所得结果精确度高、误差较小,可取代传统称重法用于判定织物的导湿性能。     

不同装样称重顺序对成品烟丝含水率检测结果影响的研究

本文主要通过试验方法探究使用同时装样同步称重、同时装样统一称重和红外测量后称重三种不同装样称重顺序,对成品烟丝含水率检测结果的影响。通过使用烘箱法和实验室红外水分仪快速检测两种实验室常用成品烟丝含水率检测方法,利用方差分析法确定不同装样称重顺序之间存在的差异。结果表明:三种装样称重顺序对烘箱法检测含水率无明显影响,同时装样统一称重检测含水率略低于同时装样同步称重和红外测量后称重;三种装样称重顺序对对实验室红外水分仪检测结果有显著影响,红外测量后称重的装样方式对检测结果的影响最小。     

基于图像处理的原棉疵点识别方法

设计了一种基于图像处理的特征识别算法。图像采集部分设计了多角度、多光源的图像采集系统,减少阴影和光照不匀对后续处理的不良影响;图像分割部分选择基于Mean-shift的自适应阈值算法,可以较好地将疵点分割出来;轮廓提取部分采用形态学扫描法进行提取,并对轮廓断裂处进行修复处理;特征值提取部分选择了4个特征值进行提取并分析其相关性,认为离心率和面积周长比的综合计算结果可以有效地对原棉疵点进行识别和分类。将设计算法得到的检测结果与实际结果进行比对,结果显示,识别准确率达到了92. 6%,证明所采用的算法有效。     

湖南侗锦图案的自动提取

为探寻民族织锦文化的最优传承模式,文章将湖南侗锦图案作为一种传统的文化符号与计算机图像处理方法相融合。由于侗锦图案在人工提取过程中存在直接取样难的问题,并且提取人员容易加入个人主观意愿,为了提高图案提取效率和准确度,对侗锦采取图像分析法进行自动提取。首先使用数码相机对侗锦图案进行有效采集,接着将图像灰度化,对处理后的图像通过中值滤波算法进行噪声平滑预处理,再利用大津阈值分割算法求取双阈值,最后使用Canny算法实现侗锦图案的自动提取。研究结果表明：该方法不仅能够提取出更多完整的边缘信息,且较人工手法而言更加精确、省时省力,较其他传统算法来说更有优势。     

一种分块自适应文字图像边缘检测新方法

传统catmy算法通过比较图像梯度值与人为给定阁值,进行图像边缘提取,无法自适应确定阀值、一些基于改进的最大类间差算法（Otsu算法）,通过计算梯度直方图和类间方差极大值的,自动寻找出Canny算法需要的分割闽值实现对传统Canny算法的改进,对于文字图像边缘提取效果并不好。本文利用梯度直方图峰值搜索的方法设定Canny算法的上闽值,通过对图像分块计算,自适应处理亮度不均的文字图像。关键词：边缘提取;自适应闽值分割;Cmmy算子;峰值搜索     

用中段称重法测定棉纤维长度的研究

文章重点阐述了快速测定棉纤维长度的方法－中段称重法，详细叙述了试验步骤和计算方法；通过中段称重法与罗拉长度分析仪法、梳片法等的对比，指出中段称重法在生产应用中具有结果准确、可靠、测试速度快，所需设备仪器少等优点。     

图像分析法测定亚麻纤维分裂度的研冗

亚麻纤维是束纤维．其细度指标用分裂度表示。目前．工厂中常用的亚麻纤维细度测试方法主要为逐根测量单根纤维长度后称重和束纤维定长切断称重的称重法．这两种人工检测方法测量误差大、速度慢、受人为影响因素较大。针对这些缺点。本文提出了图像分析法测定亚麻纤维分裂度的方法。     

应用显著性算法的纱线条干均匀度检测

针对运用图像方法进行纱线条干均匀度检测时,背景黑板、纱线毛羽以及图像噪声等对检测结果影响较大的问题,借鉴人的视觉感知机制,提出一种应用显著性算法检测纱线条干均匀度的方法。对采集到的纱线图像提取颜色和亮度特征,进行显著性分析,突出纱线条干区域,然后利用迭代阈值分割算法和区域滤波,得到准确清晰的纱线条干二值图像,基于此进行直径计算、均匀度分析和纱线疵点判定。通过边缘准确性评价可知,采用所提方法分割得到的纱线条干二值图像有着较高的分割精度。通过与Uster Classimat 5的均匀度检测结果进行比较,证明这种方法可得到准确的结果,与Used Classimat 5 的测量结果有着较好的一致性。     

羽绒残脂率测定结果的不确定度评定

为反映实验室残脂率检测结果的可靠程度,采用测量不确定度的直接评定方法对羽绒残脂率的测量结果进行不确定度评定。根据羽绒残脂率测试原理,分析得出其测量结果的不确定度来源主要为测量的重复性、样品质量的称量、残脂的称量;进而对各分量分别进行了评定,计算出了羽绒残脂率的合成标准不确定度和扩展不确定度。分析结果表明：使用分辨力为1 mg的天平,烧瓶称量产生的不确定度是残脂率不确定度的最主要来源,且合成不确定度较大;使用分辨力0.1 mg的电子天平称取烧瓶,则其产生的不确定度和测量重复性产生的不确定度是影响残脂率总不确定度的主要分量。     

应用上下文视觉显著性的色织物疵点检测

为实现色织物疵点的有效检测,提出一种应用上下文视觉显著性的疵点检测方法。根据上下文视觉显著性的原则,将织物图像分为大小相同的图像块;然后针对每个图像块,选取K个与其最相似的图像块计算与该图像块的差异值之和,用该差异值之和表示该图像块中心像素的显著性;从而生成一幅视觉显著性图;最后对显著性图进行阈值分割,得到色织物疵点的检测结果。为验证该算法的有效性,将带有纬缩、破洞和跳花等区域性疵点的素色、条纹和格子色织物图像作为样本进行检测。结果表明:该方法可较好地抑制不同种类织物的纹理背景,突出疵点区域,实现疵点的有效检测,该方法在色织物疵点检测上具有一定的可行性。     

一种改进的Harris角点检测算法

角点是图像的重要特征点。对经典的Harris算法进行了理论分析和实验研究,对理论分析中的一个参数值提出改进。通过对相关程序的测试,验证了分析结果。结果表明,对Harris角点检测算法中的参数进行改进后,能够更加突出角点与背景的对比度,在一定程度上降低了阈值选取的复杂度,结果优于经典Harris算法。     

一种新的纹理图像特征提取的方法

灰度图像的纹理反映了一个区域中像素灰度级及其局部变化的空间分布属性，用图像的局部统计特征能较好地刻画不同纹理的差异。基于这种思想，本文中首次提出了一种基于PCNN点火序列图的纹理图像特征提取的新方法。通过对PCNN的运行行为和基本特性的分析。指出PCNN的点火时刻序列图不仅包含了局部图像的灰度分布信息，更重要的是还包含了图像中相邻像素之间的几何信息，这恰是纹理图像的个性特征所在，最后给出了部分仿真实验的结果，以验证该方法的有效性。     

基于机器视觉的LED印刷电路质量检测技术

针对在玻璃基片上印刷LED电路过程中容易产生短路、毛刺等缺陷问题,提出一种基于机器视觉的玻璃基片LED的印刷电路质量检测方法。对数字图像二值化预处理自适应阈值的方法进行了比较分析;对二值化图像出现的噪声干扰点,提出了分割连通域的图像滤波方法,将获取的二值化图像进行连通域提取并根据连通域的面积分割出噪声干扰点;利用图像检测方法对玻璃基片LED电路进行缺陷检测。结果表明:该方法在效率和精度方面都有提高。     

基于像素分布的自适应阈值分割模型应用于印刷图像缺陷检测的研究

为了解决传统印刷图像缺陷检测算法检测精度不足的问题,本研究提出了一种采用基于像素分布的自适应阈值分割模型的印刷图像缺陷检测算法.该算法充分利用印刷图像像素间的相互关系,利用自适应迭代运算确定图像缺陷阈值,提取图像缺陷区域.实验证明,利用该模型能准确地检测出印刷图像缺陷,可以有效地运用在印刷复制过程中的图像的检测环节中.     

基于奇异值分解的双算法织物缺陷检测

针对难以有效地同时检测洞形缺陷和线形缺陷问题,提出一种基于奇异值分解的双算法织物缺陷检测方法。该方法首先对图像进行奇异值分解,通过对原图与特征值图进行布尔差集运算消除背景纹理并保留缺陷区域;然后采用均值滤波、直方图均值化及方差阈值滤波消除纹理及噪声点的干扰;接着通过形态学处理确定缺陷位置;最后采用面积阈值和方差阈值的方式获取线形缺陷和洞形缺陷。实验结果表明:该方法不仅能够有效地检测洞形缺陷,而且在检测线形缺陷上也有很好的表现,并在准确率上明显高于传统算法,证明了本文算法的有效性和多用途性。     

Determination of cashmere and wool contents in textile by near infrared spectroscopy北大核心

A quantitative analysis model was established to determine the contents of cashmere and wool in textile by near infrared spectroscopy (NIRS). 101 calibration samples were mixed by weighing and measured by NIRS, which were combined to establish the calibration model by partial least squares (PLS) method. The correlation coefficient between the predictive result and true value was 0.99, and the root mean standard error of prediction was 2. 8% . The results demonstrated that NIRS could be a rapid and nondestructive technique for quantitative analysis of cashmere and wool. However, extensive sample collections were suggested in the future work to set up a representative database and to establish a mathematical model with better stabilization, precision and dependability.     

基于改进多尺度Retinex图像增强和支持向量机的苹果表面缺陷检测

目的 使用改进多尺度Retinex(Multi-Scale Retinex,MSR)图像增强技术和支持向量机(Support Vector Machine,SVM)分类技术实现苹果表面缺陷检测。方法 对苹果实验图像进行MSR图像增强,消除光照不均匀和表面颜色复杂干扰。对图像增强结果图使用自适应gamma矫正提高光晕区域对比度,并使用基于局部灰度的多阈值比较分割消除光晕现象干扰,获得初步缺陷分割结果。在此基础上,提取苹果梗萼与疤痕的颜色特征,并引入SVM对梗萼和疤痕进行分类,并对梗萼进行剔除,仅保留疤痕作为最终检测结果。结果 将本研究的方法部署到嵌入式设备OpenMV4H7Plus中并经实验证明,梗萼识别准确率达到93.8%,疤痕检测准确率达到92.8%。结论 利用改进MSR图像增强技术和SVM分类技术可以在光照不均匀和颜色信息复杂的苹果表面实现疤痕的有效检测。