基于图像处理与识别的木纤维粉的粒度分析

　　本文介绍了如何利用基于图像处理和粒度分析的网格检测方法，实现木纤维粉的自动生产和检测，该方法将图像转化为hsv颜色空间，利用ostu对s分量进行分割，利用形状因子f进行计算分析，然后进行矩形拟合，将矩形的长度转化为网格。

　　在木粉网格识别中，提出了一种矩形拟合算法，根据网格识别的实际需求，设计开发了基于模块化方法的微纳木粉网格识别系统，这是一个基于木粉特征的网格识别设计程序，实验和粒度分析结果表明，与传统方法相比，该方法具有较高的精度和可扩展性。

　　目标识别的准确率直接取决于图像分割，其算法通常针对可能丢失大量颜色信息的灰度图像，本文采用适合人眼视觉的hsv颜色空间，具有彩色图像处理的独立性和均匀性，在分析hsv的分量图像后，s分量显示了足够的饱和度信息，目标与背景的对比度大，较好地突出了完整粒子。

　　根据图像的内在特征，可以将图像分为两类：图像特征纹理特征描述对象形状描述对象表面形状特征和灰度变化特征，基于木粉的网格形状特征识别，根据本文的研究需要，提取木粉的周长、面积。