基于譜線分析的羊毛-羊絨的識(shí)別.pdf

1、羊絨和羊毛的鑒別一直是紡織行業(yè)具有挑戰(zhàn)性的命題之一，目前已經(jīng)提出對(duì)綿羊毛和山羊絨的鑒別中，顯微鏡鑒別方法一直保持著最重要，最廣泛的地位。但光學(xué)顯微鏡很難得到羊毛絨很好的鱗片細(xì)節(jié)數(shù)據(jù)圖像，它在很大程度上依賴于檢測(cè)人員的經(jīng)驗(yàn)，而掃描電子顯微鏡雖然可以很清晰的看到羊毛/羊絨的表面細(xì)節(jié)，但整個(gè)鑒別流程長，成本高。因此毛紡行業(yè)迫切需要快速，客觀，準(zhǔn)確的羊毛和羊絨識(shí)別系統(tǒng)。
　　 本課題提出通過分析羊毛和羊絨譜線圖的方法識(shí)別羊毛和羊絨。譜線

2、圖，即是首先通過對(duì)羊毛和羊絨表面紋理的提取和聚類，得到紋理灰度圖像，再經(jīng)過對(duì)紋理灰度圖像的膨脹，距離收縮得到羊毛和羊絨的紋理聚集塊圖像，為了更好地分析紋理聚集塊所代表的鱗片特征，將紋理沿著指定軸線投影得到的圖形即為譜線圖。
　　 課題隨機(jī)選取羊絨和羊毛各330根(比例1：1)進(jìn)行算法的推算。從對(duì)羊毛和羊絨譜線的分割入手，在分割后的譜線圖上利用MATLAB軟件提取出了六個(gè)特征，通過分析六個(gè)特征的概率分布曲線圖，篩選出對(duì)羊毛和羊絨識(shí)

3、別單個(gè)貢獻(xiàn)率高的三個(gè)特征，再對(duì)篩選出的三個(gè)特征進(jìn)行相關(guān)性分析，從而確定用于建立識(shí)別函數(shù)和識(shí)別點(diǎn)的兩個(gè)特征量。由于這兩個(gè)特征量在同一坐標(biāo)系內(nèi)的落點(diǎn)圖中存在交叉，為了降低這種交叉，課題引入低通濾波處理譜線圖。試驗(yàn)證明，低通濾波對(duì)于羊毛和羊絨的識(shí)別能夠起到起積極的作用。為了探索算法的有效性，首先對(duì)660根混合羊毛和羊絨樣本進(jìn)行識(shí)別，其識(shí)別誤差為1.2％，由此初步認(rèn)為該算法的有效性，然后再利用此算法對(duì)2060根的羊絨和羊毛混合樣本進(jìn)行鑒別，最終

4、結(jié)果顯示建立在此算法基礎(chǔ)上的羊毛和羊絨識(shí)別率達(dá)到96.63％。另外，在此算法基礎(chǔ)上對(duì)70根土種毛進(jìn)行了分析，結(jié)果顯示此種算法使得土種毛和羊絨的區(qū)分變得容易，但仍然未能達(dá)到理想的結(jié)果。由于羊絨和土種毛細(xì)度變異系數(shù)存在很大的差別，為此提出在算法基礎(chǔ)上加入羊毛和羊絨細(xì)度變異系數(shù)鑒別可以得到較好的結(jié)果。
　　 通過分析該算法對(duì)樣本容量以及樣本中羊毛和羊絨所含比例的依賴程度表明，此算法對(duì)于選取的該批樣本可以在保持識(shí)別率的條件下得到較高的穩(wěn)