羊絨特征判析準則及快速識別算法研究.pdf

1、在紡織工業(yè)界，動物纖維特別是山羊絨與細羊毛的鑒別問題一直是一個挑戰(zhàn)。由于二者具有相似的形態(tài)特征和理化性能，對其進行高準確度的鑒別存在極大的困難。迄今為止，雖然學者們探討了很多區(qū)分二者的方法，但行業(yè)認可的標準仍是顯微鏡法。隨著時代的進步及計算機應用技術的快速發(fā)展，已經(jīng)出現(xiàn)了將計算機技術與將顯微檢測技術相結合檢測羊絨與細羊毛的趨勢。雖然這些新的檢測技術取得了很大的進展，逐步走向實用，但是仍然有很多問題有待解決。
　　 本文對羊絨的辨

2、析準則及快速識別算法進行了深入研究，主要的工作和貢獻如下：
　　 (1)利用高倍光學顯微鏡觀察各種羊絨與羊毛的外觀形貌，根據(jù)它們表面鱗片形態(tài)特征的差異，確定了能表征羊絨與羊毛的鱗片圖紋特征的10個參數(shù)指標，并基于這些參數(shù)指標提出了鱗片圖紋基因碼的概念，討論了它的構成與命名。提出了最優(yōu)基因碼組合的依據(jù)與方法，為最優(yōu)基因碼的尋找、纖維鑒別的思路指明了方向。給出了鱗片圖紋基因碼的獨立性概念，并初步討論了最優(yōu)基因組合與基因組獨立性以及羊

3、絨識別精度之間的關系。給出了纖維識別中的正誤判率的概念及理論意義，基于這些理論討論了羊絨的實測識別率及其極限值，并給出了理論誤判率的確定方法。
　　 (2)研究了羊絨與羊毛10個鱗片圖紋基因碼的統(tǒng)計規(guī)律，發(fā)現(xiàn)除基因碼Rect外其它基因碼的最優(yōu)擬合分布均為對數(shù)正態(tài)分布。理論上討論了使用10個鱗片基因碼辨識羊絨與羊毛的精度，發(fā)現(xiàn)使用基因碼徑高比和相對面積辨識兩類纖維可以獲得誤差總和不超過25％的纖維識別精度?；?0個鱗片基因碼的纖

4、維辨識精度確定了它們的顯著性排序以及可行的基因碼組合。討論了不同指標體系下的最優(yōu)基因碼組合以及它們在羊絨與羊毛辨識中識別精度，得到最高98.5％羊絨識別精度。
　　 (3)指出了目前人工識別纖維所導致的誤差和混淆的根本原因，提出了特征樣照的概念，并基于采集到的羊絨和細羊毛纖維的鱗片圖紋特征，確立了辨識羊絨與羊毛的3類特征樣照，彌補了國標的不足，為羊絨與羊毛纖維的感觀鑒別提供了參考依據(jù)。同時，基于纖維目測鑒別的原理，簡化纖維總體感

5、官的表達為總體的幾何特征，并將此綜合特征分解為橫向上的幾何特征、縱向上的幾何特征以及區(qū)域上的幾何特征。以此提出了纖維辨識的綜合特征值的概念，為纖維的鑒別打開了一個新的思路。
　　 (4)研究了纖維辨識的非線性模型。發(fā)現(xiàn)使用舉全的Bayse模型可以獲得99.8％的羊絨辨識精度和98.785％的羊毛辨識精度，并由此確立了羊絨纖維的理論誤判率為Cet=0.2％，羊毛的理論誤判率是Wet=1.125％；發(fā)現(xiàn)使用舉全的BP神經(jīng)網(wǎng)絡可以獲得

6、最高為96.3％的羊絨辨識精度和最高為96.1％的羊毛辨識精度，并以此確定了羊絨和羊毛的理論正確判率分別為Ct=96.6％和Wt=96.1％；發(fā)現(xiàn)使用基于最優(yōu)基因組合的純數(shù)據(jù)驅動的模糊聚類模型可以獲得最高為81.6％的羊絨識別精度；發(fā)現(xiàn)使用基于神經(jīng)網(wǎng)絡和模糊邏輯的組合模型可以獲得最高為99.9％羊絨識別精度，表明隨著羊絨數(shù)據(jù)量的增大和模型的優(yōu)化，羊絨的理論誤判率Cet→0。
　　 本文的研究更深入的認識了羊絨與細羊毛在外觀形態(tài)上