چکیده فارسی :

در صنعت نساجی ، همیشه این مورد وجود دارد که محصولات پنبه ای تشکیل دهنده اکثر فیبرهای خارجی باشند که تحت تاثیر کیفیت کلی محصولات پنبه ای قرار می گیرند. همانند بنا نهادن بررسی خودکار فیبر خارجی، پردازش تصویر، تاثیر مهمی بر فرایند شناسایی فیبر خارجی دارد. این مقاله، روش جدیدی را برای پردازش سریع تصاویر فیبر خارجی ارائه می دهد. این روش شامل پنج مرحله مهم ، بلوک تصویر، پیش تصمیم گیری تصویر، استخراج زمینه تصویر، افزایش و بخش بندی تصویر و اتصال تصویر است. در ابتدا، تصاویر رنگی گرفته شده به تصاویر مقیاس خاکستری تبدیل می شوند سپس کل تصویر به چند بلوک تقسیم می شود. پس از آن ، مرحله بعدی توجیه این مطلب است که کدام بلوک تصویر شامل تصویر فیبرخارجی هدف در سراسر پیش تصمیم تصویر است. سپس، ما بلوک تصویر را از طریق OSTU بخش بندی می کنیم که احتمالا شامل تصاویر هدف بعد از بین بردن زمینه و تقویت تصویر است. در نهایت، ما بلوک های تصویر بخش بندی شده را به هم متصل می کنیم تا یک تصویر هدف فیبر خارجی آشکار و بی عیبی را به دست آوریم. نتایج آزمایشاتی نشان می دهد که این روش بخش بندی، مزیت دقت و سرعت را نسبت به روش های دیگر بخش بندی را نشان می دهد. از سوی دیگر، این روش نیز متصل به به تصویر هدف است که باعث ایجاد شکاف هایی می شود بنابراین تصویر هدف فیبر خارجی آشکار و بی عیبی را به دست می آورد.

چکیده انگلیسی‌ :

In the textile industry, it is always the case that cotton products are constitutive of many types of foreign fibers which affect the overall quality of cotton products. As the foundation of the foreign fiber automated inspection, image process exerts a critical impact on the process of foreign fiber identification. This paper presents a new approach for the fast processing of foreign fiber images. This approach includes five main steps, image block, image pre-decision, image background extraction, image enhancement and segmentation, and image connection. At first, the captured color images were transformed into gray-scale images; followed by the inversion of gray-scale of the transformed images ; then the whole image was divided into several blocks. Thereafter, the subsequent step is to judge which image block contains the target foreign fiber image through image pre-decision. Then we segment the image block via OSTU which possibly contains target images after background eradication and image strengthening. Finally, we connect those relevant segmented image blocks to get an intact and clear foreign fiber target image. The experimental result shows that this method of segmentation has the advantage of accuracy and speed over the other segmentation methods. On the other hand, this method also connects the target image that produce fractures therefore getting an intact and clear foreign fiber target image.