26
当代化工研究
wefat
技术应用与研究
2017-05
连续玻璃纤维增强聚烯烃预浸带图像边缘检测
*魏天舒尹丽菊
（山东理工大学山东255000）
摘要：针对连续性玻瑞纤维增强聚烯烃预漫带的表面缺陷，本文提出了一种特Sobel算子分数阶行梯度模型与高斯低通滤波器（GLPF）相站
关键调：玻璃纤维增强聚始经预漫带；表面缺陷；边缘检测中图分美号：T
文献标识码：A
ImageEdgeDetectionforContinuousStrengtheningofPolyolefinPrepregTapebyGlassFiber
Wei Tianshu, Yin Liju
(Shandong University of Technology, Shandong, 255000)
Abstract:In terms of the surface defecrfor contintours strengrhening of po(yolefin pnepreg tape by glassjfiber, this paper has pur fonwand using the method of combining Sobel arithmeric operators fracrional orler gradienr former and Gatssian filters (GLPF) ro remove the surface scratch of prepreg fape and then adopted the algorithm of Orsar+ woveler modhlus mazximam to take the edge detection for rhe defecr image, finally gor the defect edge.
Key words:strengrhening of polyolefin prepreg tape by glassfiber; sorface defecr; edge derection
复合材料与传统材料相比有很多优势，复合材料的力学性能优异，质量轻，耐腐蚀，广泛的用于国民经济的各领域。连续玻璃纤维增强聚烯烃预漫带就是将玻瑞纤维与聚烯烃结合在一起，从面得到性能优异的复合材料。但是在预漫带的制备过程中会存在纤维分散不均匀和开裂等问题，从而影响制品的性能。
现有的检测方法多是采用超声波技术、X射线检测技术和
脉冲热成像等对具有一定厚度的复合材料内部缺陷进行检测，而预漫带这种复合材料较薄，缺陷在其制品表面，所以采用机器视觉的方法就能将缺陷检测出来。本文对连续型玻璃纤维增强聚烯烃预漫带的纤维分散不均匀和开裂这两种缺陷边缘进行
检测，是后续的特征提取与图像识别的重要前提。 1.边检测流程图
本论文对连续型玻璃纤维增强聚烯经预漫带边缘检测流程图：
图像
Sobel分数阶微分算子+高斯低通减波器 Otsu与小波模级大值相结合进行边缘数学形态学处理（腾胀操作）
2.Sobel分数阶梯度模型和GLPF
由于在制备预浸带时表面会产生一些划痕，这些划痕对于预漫带的缺陷的边缘检测会产生很大的影响，所以在对图像进行边缘检测前必须增强缺陷的边缘同时去掉这些划痕。
(1)分数阶微分
一阶微分与二阶微分分可以突出图像的边缘，实现图像的增强，但是由于一阶微分和二阶微分对于噪声敏感，所以其在增强图像边缘时，也增强了噪声，这会对图像的后续处理产生干扰。分数阶微分是整数阶微分理论的一个推广，最早是由德国数学家G.W.Leibniz提出的。与整数微分类似，分数阶微分同样也可以实现图像的锐化，并且利用分数阶的非线性特性，适当的选择微分阶数，可以非线性保留平滑区
域和避免产生较多的噪声。方方数据
常用的分数阶导数有G-L分数阶导数、R-L分数阶导数、Caputo分数阶导数和Riesz分数阶导数，因为G-L分数阶微分的定义相比于其它的定义较简单，它只有一个系数，非常适合于信号的处理。假设在区间连续且具阶导数，则其一阶差分形式为
dr@-lim -(-h 则相应的阶导数的定义；
之(-1)
p
（-海）
i(r)
代替，得出G-L分数阶导数的定义为：设是一个正实数，令≤<，为一个正整数，函数定义在区间上，称：
, D’ f(r) = limA
t-)
其中tE[a,b]。将替换成x:
)+((-d"f(x)
dx
(1)
r(-+ I)
f(x-n)
(/ + r+ 4-)./ i
(2)
其中T(n)为Gamma函数。在一元信号分数阶微分的差分
表达式基础上推导出了Sobel分数阶行梯度和列梯度模型
G;(x,s)=(F(x+1,y+1)+2F(r,y)+F(#+1,y1)+(→[F(x,1)+2F(x,y)+F(x1,y1) +*[F(-1.y+1)+2F(1,y)+F(1,y1)
G; =+F(s1,+1)+2F(x,y+1)+F(+1,y+I)+(→[F(x1,y1)+2F(x,y1)+F(+1.,yl)
+_F(-1.y)+2F(,)+(++1.y1B(2)实验与分新
本文采用Sobel算子分数阶行梯度和GLPF相融合的算法对预漫带图像进行预处理，在去掉预漫带表面划痕同时保留预漫带的缺陷，正如上文所提到的，适当的选择分数阶的阶数将可以在保留缺陷的同时平滑一部分划衰，在此基础上采用GLPF基本上可以将划痕完全除去，在试验中，选择D的值为15，v的值分别为0.1、0.2、0.3、0.4、0.5、0.6、0.7，实验结果如图（1）所示：