目前國(guó)標(biāo)中棉花異性纖維含量等級(jí)以稱重的方式進(jìn)行劃分,由于不同種類的異性纖維對(duì)紡紗織布過(guò)程造成的危害相差較大,只采取所有異性纖維的重量不能準(zhǔn)確評(píng)定異性纖維含量的等級(jí)。本文提出基于改進(jìn)的深度學(xué)習(xí)的異性纖維分類模型,提高異性纖維識(shí)別的準(zhǔn)確率,明確棉花中所含異性纖維種類。最后根據(jù)各類異性纖維的相應(yīng)圖像特征和密度,建立對(duì)應(yīng)的重量計(jì)算模型,再通過(guò)對(duì)異性纖維的分類和特征提取將特征帶入,計(jì)算出各類異性纖維的含量。通過(guò)分析異性纖維特性和分類特征,以塑料薄膜、化學(xué)纖維、丙綸絲和羽毛作為研究對(duì)象。采用雙邊濾波和二維OSTU算法對(duì)異性纖維圖像進(jìn)行降噪和分割,提取了人工設(shè)計(jì)的顏色、形狀、紋理、直觀幾何形狀和Hog特征,通過(guò)支持向量機(jī)進(jìn)行分類,分析了異性纖維的分類效果。針對(duì)基于SVM分類方法準(zhǔn)確率低的問(wèn)題,提出采用深度學(xué)習(xí)目標(biāo)檢測(cè)模型,通過(guò)Faster R-CNN,YOLO V3和SSD模型對(duì)異性纖維進(jìn)行分類,驗(yàn)證了采用深度學(xué)習(xí)方法對(duì)異性纖維分類準(zhǔn)確率更高,且Faster R-CNN分類效果最準(zhǔn)確。分析Faster R-CNN異性纖維識(shí)別模型的缺陷,所使用的VGG16特征提取網(wǎng)絡(luò)在特征提取的豐富性上還有待提高,候... 

【文章來(lái)源】：天津工業(yè)大學(xué)天津市

【文章頁(yè)數(shù)】：100 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

棉花中的異性纖維Fig.1-2Foreignfibersincotton

第二章基于多種圖像特征和SVM的異性纖維分類153、高斯濾波高斯濾波與均值濾波原理相似，但并不是直接對(duì)像素點(diǎn)周圍像素進(jìn)行加和求平均，而是引入了距離權(quán)重，在濾波卷積核與圖像進(jìn)行卷積操作時(shí)，與卷積核中心距離越遠(yuǎn)的計(jì)算后要乘上一個(gè)小權(quán)重，距離越近乘上的權(quán)重也越大，最后通過(guò)加權(quán)求和得到濾波值。中值濾波、均值濾波和高斯濾波后的圖像如圖2-5所示。圖2-5中值濾波、均值濾波和高斯濾波效果對(duì)比Fig.2-5Comparisonofmedianfiltering,meanfilteringandGaussianfiltering從圖2-5中可以看出，圖像中的雜質(zhì)點(diǎn)被消除，圖像更加平滑，但邊緣處也被模糊，使得異性纖維與棉花背景的界限不清晰，對(duì)后續(xù)異性纖維的分割和特征提取造成影響。是由于三種算法均沒(méi)有考慮邊緣像素和背景之間的像素值突變，對(duì)邊緣像素濾波時(shí)受到了非邊緣像素的影響，造成了邊緣的模糊，所以考慮引入顏色權(quán)重。雙邊濾波算法在高斯濾波的基礎(chǔ)上加入了顏色權(quán)重，當(dāng)鄰域內(nèi)像素值與要濾波的像素取值相差越大，顏色權(quán)重就越�。徊钪翟叫。伾珯�(quán)重就越大。通過(guò)兩個(gè)權(quán)重避免濾波時(shí)邊緣特征被模糊的情況。雙邊濾波的效果如圖2-6所示。圖2-6雙邊濾波效果對(duì)比Fig.2-6Comparisonofbilateralfilteringeffect

第二章基于多種圖像特征和SVM的異性纖維分類153、高斯濾波高斯濾波與均值濾波原理相似，但并不是直接對(duì)像素點(diǎn)周圍像素進(jìn)行加和求平均，而是引入了距離權(quán)重，在濾波卷積核與圖像進(jìn)行卷積操作時(shí)，與卷積核中心距離越遠(yuǎn)的計(jì)算后要乘上一個(gè)小權(quán)重，距離越近乘上的權(quán)重也越大，最后通過(guò)加權(quán)求和得到濾波值。中值濾波、均值濾波和高斯濾波后的圖像如圖2-5所示。圖2-5中值濾波、均值濾波和高斯濾波效果對(duì)比Fig.2-5Comparisonofmedianfiltering,meanfilteringandGaussianfiltering從圖2-5中可以看出，圖像中的雜質(zhì)點(diǎn)被消除，圖像更加平滑，但邊緣處也被模糊，使得異性纖維與棉花背景的界限不清晰，對(duì)后續(xù)異性纖維的分割和特征提取造成影響。是由于三種算法均沒(méi)有考慮邊緣像素和背景之間的像素值突變，對(duì)邊緣像素濾波時(shí)受到了非邊緣像素的影響，造成了邊緣的模糊，所以考慮引入顏色權(quán)重。雙邊濾波算法在高斯濾波的基礎(chǔ)上加入了顏色權(quán)重，當(dāng)鄰域內(nèi)像素值與要濾波的像素取值相差越大，顏色權(quán)重就越小；差值越小，顏色權(quán)重就越大。通過(guò)兩個(gè)權(quán)重避免濾波時(shí)邊緣特征被模糊的情況。雙邊濾波的效果如圖2-6所示。圖2-6雙邊濾波效果對(duì)比Fig.2-6Comparisonofbilateralfilteringeffect

【參考文獻(xiàn)】：
期刊論文
[1]色紡紗異纖的控制要點(diǎn)[J]. 孔維春.  棉紡織技術(shù). 2019(11)
[2]棉花異纖剔除噴管流道形狀優(yōu)化設(shè)計(jì)[J]. 杜玉紅,陳一平,周志超,董超群.  天津工業(yè)大學(xué)學(xué)報(bào). 2019(04)
[3]針織布面異纖的分析與控制[J]. 李志成,陳紀(jì)玲.  棉紡織技術(shù). 2019(07)
[4]機(jī)器視覺(jué)在紡織中的應(yīng)用現(xiàn)狀與發(fā)展趨勢(shì)[J]. 周建,潘如如,高衛(wèi)東.  棉紡織技術(shù). 2019(02)
[5]棉紡廠異性纖維全面控制方法及應(yīng)用[J]. 黃克華,李瑞.  棉紡織技術(shù). 2018(11)
[6]基于深度學(xué)習(xí)的籽棉中異性纖維檢測(cè)方法[J]. 何曉昀,韋平,張林,鄧斌攸,潘云峰,蘇真?zhèn)?  紡織學(xué)報(bào). 2018(06)
[7]全球棉花進(jìn)出口貿(mào)易分析及展望[J]. 王健,董俊哲,陳浩,鄭麗莎,王銘.  棉紡織技術(shù). 2018(03)
[8]應(yīng)用聚類神經(jīng)網(wǎng)絡(luò)的異纖檢測(cè)多類光源優(yōu)化設(shè)計(jì)[J]. 杜玉紅,楊程午,蔣秀明,劉仁杰,蔡文超.  紡織學(xué)報(bào). 2017(10)
[9]基于嵌入式系統(tǒng)的異纖清除機(jī)設(shè)計(jì)與試驗(yàn)[J]. 張晨,孫世磊,石文軒,曾霖,鄧德祥.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2017(08)
[10]籽棉中異性纖維的雙光源成像檢測(cè)方法[J]. 韋平,張林,劉翔,王冬,蘇真?zhèn)?  紡織學(xué)報(bào). 2017(04)

碩士論文
[1]基于深度學(xué)習(xí)的棉花異性纖維分類研究[D]. 蔡月月.武漢科技大學(xué) 2019
[2]異性纖維含量等級(jí)評(píng)價(jià)模型的構(gòu)建[D]. 周志超.天津工業(yè)大學(xué) 2019
[3]棉花中異性纖維含量檢測(cè)關(guān)鍵技術(shù)研究[D]. 楊程午.天津工業(yè)大學(xué) 2018
[4]深度學(xué)習(xí)中優(yōu)化算法的研究與改進(jìn)[D]. 張慧.北京郵電大學(xué) 2018
[5]異纖分揀機(jī)氣流管道內(nèi)部流場(chǎng)分析及結(jié)構(gòu)優(yōu)化分析[D]. 馬婷.天津工業(yè)大學(xué) 2017
[6]棉花異性纖維識(shí)別與計(jì)量設(shè)備研制[D]. 陳海龍.山東農(nóng)業(yè)大學(xué) 2014



本文編號(hào)：3282385