本文選題：羊絨　切入點(diǎn)：羊毛　出處：《紡織學(xué)報(bào)》2017年07期 　論文類型：期刊論文

【摘要】：為快速準(zhǔn)確地鑒別羊絨和羊毛,提出一種基于視覺(jué)詞袋模型的鑒別方法。該方法使用羊絨和羊毛的光學(xué)顯微鏡圖像作為實(shí)驗(yàn)樣本,將纖維鑒別問(wèn)題轉(zhuǎn)化為圖像的分類問(wèn)題。首先對(duì)光學(xué)顯微鏡圖像進(jìn)行預(yù)處理以增強(qiáng)特征,然后從纖維形態(tài)中提取局部特征并生成視覺(jué)單詞,再依據(jù)視覺(jué)單詞對(duì)纖維圖像進(jìn)行分類,從而達(dá)到鑒別纖維的目的。使用了4 400幅纖維圖像作為數(shù)據(jù)集,從中選擇不同的羊絨和羊毛的混合比作為訓(xùn)練集和測(cè)試集,得到的識(shí)別率最高為86%,最低為81.5%,鑒別1 000根纖維需要的時(shí)間小于100 s,訓(xùn)練好的分類器可保存并用于后期的檢測(cè)工作。
[Abstract]:In order to identify cashmere and wool quickly and accurately, a method based on visual word bag model is proposed, which uses optical microscope images of cashmere and wool as experimental samples. The problem of fiber discrimination is transformed into an image classification problem. Firstly, the optical microscope image is preprocessed to enhance the feature, then the local feature is extracted from the fiber morphology and the visual words are generated. Then the fiber images were classified according to the visual words, so as to distinguish the fibers. 4,400 fiber images were used as data sets, and different mixed ratios of cashmere and wool were selected as training set and test set. The highest recognition rate is 86 and the lowest is 81.5. It takes less than 100 s to identify 1 000 fibers. The trained classifier can be stored and used for later detection.
【作者單位】： 東華大學(xué)紡織學(xué)院;東華大學(xué)紡織面料技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61572124) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(CUSF-DH-D-2016016) 上海市自然科學(xué)基金資助項(xiàng)目(14ZR1401100)
【分類號(hào)】：TP391.41;TS102.31

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韓珂;蔡小波;;基于網(wǎng)絡(luò)并行的圖像二值化算法研究[J];昆明冶金高等專科學(xué)校學(xué)報(bào);2012年01期

2 王林吉;王兆青;;基于圖像二值化處理的混紡圖像雜色去除方法的研究[J];浙江理工大學(xué)學(xué)報(bào);2010年01期

3 海林鵬;文運(yùn)平;;基于圖像分塊目標(biāo)區(qū)域的檢索技術(shù)研究[J];河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

4 林旭云;黃X;;線粒體電鏡圖像二值化增強(qiáng)算法研究[J];中原工學(xué)院學(xué)報(bào);2012年02期

5 趙媛;張銀海;陳守軍;陸艷萍;鄭秋實(shí);劉文強(qiáng);;巖心圖像層理分析及參數(shù)計(jì)算[J];石油工業(yè)計(jì)算機(jī)應(yīng)用;2014年01期

6 何世釗;楊宣訪;陳曉娟;;圖像型火災(zāi)探測(cè)的支持向量機(jī)方法研究[J];微計(jì)算機(jī)信息;2011年01期

7 周錦榮;基于圖像型的火災(zāi)視頻監(jiān)控系統(tǒng)[J];煤礦現(xiàn)代化;2005年03期

8 張樹(shù)君;陳大千;辛瑩瑩;國(guó)磊;姜輝;;基于圖像的PET瓶瓶蓋和液位的檢測(cè)設(shè)備[J];輕工機(jī)械;2013年02期

9 董辛酉;姚礪;萬(wàn)燕;曾培峰;吳雄英;;纖維圖像光照不均迭代修正算法[J];東華大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年05期

10 黃俊芳;朱欣娟;;電子商務(wù)網(wǎng)站中二維服裝搭配展示設(shè)計(jì)與實(shí)現(xiàn)[J];東華大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

相關(guān)會(huì)議論文 前9條

1 朱軍民;黃磊;劉昌平;;圖像二值化方法比較[A];第八屆全國(guó)漢字識(shí)別學(xué)術(shù)會(huì)議論文集[C];2002年

2 藍(lán)章禮;曹建秋;王華清;;基于動(dòng)態(tài)梯度的指紋圖像二值化算法[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

3 王俊芳;李曉峰;;傳真圖像二值化處理的研究[A];四川省通信學(xué)會(huì)2006年學(xué)術(shù)年會(huì)論文集（二）[C];2006年

4 劉紀(jì)紅;王鋮媛;;一種基于自適應(yīng)閾值的圖像二值化算法[A];2009中國(guó)控制與決策會(huì)議論文集（3）[C];2009年

5 汪一聰;陳懇;;一種任意形狀粘連顆粒圖像的分離算法[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

6 呂俊哲;;圖像二值化算法研究及其實(shí)現(xiàn)[A];山西省科學(xué)技術(shù)情報(bào)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2004年

7 李慶嶸;;低質(zhì)量前視機(jī)場(chǎng)圖像中的跑道分割[A];第三屆中國(guó)智能計(jì)算大會(huì)論文集[C];2009年

8 范宜艷;劉文超;鄔文俊;;基于液晶系統(tǒng)的規(guī)則點(diǎn)編碼技術(shù)研究[A];湖北省機(jī)械工程學(xué)會(huì)設(shè)計(jì)與傳動(dòng)學(xué)會(huì)、武漢機(jī)械設(shè)計(jì)與傳動(dòng)學(xué)會(huì)2008年學(xué)術(shù)年會(huì)論文集（1）[C];2008年

9 聶飛;張榮;;燃油火焰形態(tài)圖像測(cè)量方法研究[A];第十七屆全國(guó)測(cè)控計(jì)量?jī)x器儀表學(xué)術(shù)年會(huì)（MCMI'2007）論文集（上冊(cè)）[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 王之瓊;基于極限學(xué)習(xí)機(jī)的乳腺腫塊檢測(cè)技術(shù)研究[D];東北大學(xué);2014年

2 郭t，

本文編號(hào)：1623067