本文關鍵詞：基于可見短波近紅外高光譜圖像的梳棉雜質(zhì)關鍵波長的優(yōu)選

  更多相關文章： 梳棉 高光譜圖像 雜質(zhì) 波長選擇 檢測

【摘要】：【目的】以梳棉中多種雜質(zhì)為研究對象,分析可見短波近紅外梳棉高光譜圖像,確定雜質(zhì)檢測中的關鍵或特征波長�！痉椒ā刻崛「吖庾V圖像中雜質(zhì)和棉花的像素光譜,以像素分類效果為指標,采用主成分分析、獨立于后端分類器的T檢驗準則的過濾器、特征選擇和分類器結合的包裝三種方法,確定雜質(zhì)檢測的關鍵波長,使用早期研究確定的二次判別分析分類器和后處理方法,對比三種方法所選波長的雜質(zhì)分割效果�！窘Y果】當使用包裝方法選擇的波長集合,其雜質(zhì)檢測好于主成分分析和過濾器方法。異性纖維總識別率為79.17%。其中,灰色丙綸絲、白色丙綸絲、黑色人發(fā)和黑色豬毛的識別率均超過了90%;透明地膜碎片、白色豬毛和透明丙綸絲識別較差�！窘Y論】基于高光譜圖像和包裝法選擇的最優(yōu)波長集合,能夠用于大部分普通雜質(zhì)和異性纖維雜質(zhì)的檢測。
【作者單位】： 新疆農(nóng)業(yè)大學機械交通學院;
【關鍵詞】： 梳棉 高光譜圖像 雜質(zhì) 波長選擇 檢測
【基金】：新疆維吾爾自治區(qū)科技廳基金項目,“皮棉雜質(zhì)光譜圖像的吸收光譜分析研究”(2014211A033)~~
【分類號】：TP751;TS111.9
【正文快照】： 0引言【研究意義】棉花雜質(zhì)檢測在棉包定價、紡織清理和加工等環(huán)節(jié)是非常重要的步驟之一。研究棉花雜質(zhì)快速準確檢測,以及雜質(zhì)有效分揀,對于提高棉紡織品質(zhì)量和經(jīng)濟價值都具有十分重要的意義�！厩叭搜芯窟M展】早期國內(nèi)外學者采用機器視覺技術、斷層X光攝影、紫外熒光成像等技

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 高改梨;劉朋川;;棉花異性纖維定位新方法[J];江蘇大學學報(自然科學版);2015年02期

2 覃蜀迪;李志健;;基于灰度圖像的植物纖維形態(tài)研究[J];紙和造紙;2015年04期

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 熊馨;趙建軍;;基于圖像形態(tài)學的棉花異纖識別算法[J];機械科學與技術;2009年01期

2 王波;;基于多尺度小波的棉花異纖檢測算法[J];控制工程;2009年S1期

3 李琴;;淺談異性纖維的來源及解決措施[J];中國棉花加工;2011年01期

4 丁天懷;郟東耀;;利用多顏色空間特征融合方法檢測近似目標[J];清華大學學報(自然科學版);2006年02期

5 趙林,姚穆;纖維反光和透光性質(zhì)的研究[J];西北紡織工學院學報;2001年02期

6 阿里漫;;棉纖維微觀結構及與纖維性能的關系[J];中國纖檢;2010年13期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 林寧;基于數(shù)字圖像處理的棉花異纖檢測研究[D];南京理工大學;2010年

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐爽;何建國;馬瑜;梁慧琳;劉貴珊;賀曉光;;高光譜圖像技術在水果品質(zhì)檢測中的研究進展[J];食品研究與開發(fā);2013年10期

2 朱榮光;姚雪東;高廣娣;唐明翔;盧士玲;馬本學;;不同儲存時間和取樣部位牛肉顏色的高光譜圖像檢測[J];農(nóng)業(yè)機械學報;2013年07期

3 薛龍;黎靜;劉木華;;利用高光譜圖像技術檢測梨表面碰壓傷的試驗研究[J];糧油加工;2009年04期

4 付妍;徐冉冉;陳興海;;基于高光譜圖像技術的果蔬表面農(nóng)藥殘留檢測研究[J];食品安全導刊;2012年05期

5 萬相梅;黃敏;朱啟兵;;基于高光譜散射圖像的蘋果壓縮硬度和汁液含量無損檢測[J];食品工業(yè)科技;2012年06期

6 徐爽;何建國;易東;賀曉光;;基于高光譜圖像技術的長棗糖度無損檢測[J];食品與機械;2012年06期

7 劉木華,趙杰文,江水泉;高光譜圖像在農(nóng)畜產(chǎn)品品質(zhì)與安全性檢測中的研究現(xiàn)狀與展望[J];糧食與食品工業(yè);2004年02期

8 劉木華,趙杰文,鄭建鴻,吳瑞梅;農(nóng)畜產(chǎn)品品質(zhì)無損檢測中高光譜圖像技術的應用進展[J];農(nóng)業(yè)機械學報;2005年09期

9 陳全勝;趙杰文;蔡健榮;Vittayapadung Saritporn;;利用高光譜圖像技術評判茶葉的質(zhì)量等級[J];光學學報;2008年04期

10 蔡健榮;王建黑;黃星奕;陳全勝;;高光譜圖像技術檢測柑橘果銹[J];光電工程;2009年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 張兵;王向偉;鄭蘭芬;童慶禧;;高光譜圖像地物分類與識別研究[A];成像光譜技術與應用研討會論文集[C];2004年

2 高連如;張兵;孫旭;李山山;張文娟;;高光譜數(shù)據(jù)降維與分類技術研究[A];第八屆成像光譜技術與應用研討會暨交叉學科論壇文集[C];2010年

3 王成;何偉基;陳錢;;基于波段重組和小波變換的高光譜圖像嵌入式壓縮方法[A];黑龍江、江蘇、山東、河南、江西 五省光學（激光）聯(lián)合學術‘13年會論文（摘要）集[C];2013年

4 孫蕾;羅建書;;基于分類預測的高光譜遙感圖像無損壓縮[A];第一屆建立和諧人機環(huán)境聯(lián)合學術會議（HHME2005）論文集[C];2005年

5 楊勇;劉木華;鄒小蓮;苗蓬勃;趙珍珍;;基于高光譜圖像技術的獼猴桃硬度品質(zhì)檢測[A];走中國特色農(nóng)業(yè)機械化道路——中國農(nóng)業(yè)機械學會2008年學術年會論文集（下冊）[C];2008年

6 張曉紅;張立福;王晉年;童慶禧;;HJ-1A衛(wèi)星高光譜遙感圖像質(zhì)量綜合評價[A];第八屆成像光譜技術與應用研討會暨交叉學科論壇文集[C];2010年

7 高東生;高連知;;基于獨立分量分析的高光譜圖像目標盲探測方法研究[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

8 馮維一;陳錢;何偉基;;基于小波稀疏的高光譜目標探測算法[A];黑龍江、江蘇、山東、河南、江西 五省光學（激光）聯(lián)合學術‘13年會論文（摘要）集[C];2013年

9 彭妮娜;易維寧;方勇華;;基于核函數(shù)的高光譜圖像信息提取研究[A];光子科技創(chuàng)新與產(chǎn)業(yè)化——長三角光子科技創(chuàng)新論壇暨2006年安徽博士科技論壇論文集[C];2006年

10 蒲曉豐;雷武虎;黃濤;王迪;;基于穩(wěn)健背景子空間的高光譜圖像異常檢測[A];中國光學學會2010年光學大會論文集[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 普晗曄;高光譜遙感圖像的解混理論和方法研究[D];復旦大學;2014年

2 王亮亮;非線性流形結構在高光譜圖像異常檢測中的應用研究[D];國防科學技術大學;2014年

3 賀智;改進的經(jīng)驗模態(tài)分解算法及其在高光譜圖像分類中的應用[D];哈爾濱工業(yè)大學;2014年

4 魏然;基于成像機理分析的高光譜圖像信息恢復研究[D];哈爾濱工業(yè)大學;2015年

5 葉珍;高光譜圖像特征提取與分類算法研究[D];西北工業(yè)大學;2015年

6 馮婕;基于軟計算和互信息理論的遙感圖像地物分類[D];西安電子科技大學;2014年

7 孫濤;快速多核學習分類研究及應用[D];西安電子科技大學;2015年

8 賀霖;高光譜圖像自動目標檢測技術研究[D];西北工業(yè)大學;2007年

9 周爽;蟻群算法在高光譜圖像降維和分類中的應用研究[D];哈爾濱工業(yè)大學;2010年

10 陳雨時;基于光譜特性的高光譜圖像壓縮方法研究[D];哈爾濱工業(yè)大學;2007年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 豐爍;高光譜圖像波段選取問題的改進算法研究[D];昆明理工大學;2015年

2 趙偉彥;果蔬干燥過程中的品質(zhì)無損檢測技術研究[D];江南大學;2015年

3 馬亞楠;果蔬中內(nèi)部害蟲的高光譜圖像檢測技術研究[D];江南大學;2015年

4 劉大洋;基于近紅外光譜和高光譜圖像技術無損識別獼猴桃膨大果[D];西北農(nóng)林科技大學;2015年

5 王坤;高光譜圖像異常目標檢測及光譜成像在偽裝評估方面的應用研究[D];南京理工大學;2015年

6 王啟聰;高光譜圖像分類的GPU并行優(yōu)化研究[D];南京理工大學;2015年

7 程凱;無先驗信息的高光譜圖像小目標檢測算法研究[D];蘇州大學;2015年

8 李秩期;基于高光譜及多信息融合的馬鈴薯外部缺陷無損檢測研究[D];寧夏大學;2015年

9 王健;基于高光譜圖像的馬鈴薯形狀及重量分類識別建模研究[D];寧夏大學;2015年

10 吳蓓芬;偏振高光譜圖像場景仿真及分類方法研究[D];哈爾濱工業(yè)大學;2015年

，

本文編號：914424