高光譜成像技術(shù)在棉花雜質(zhì)檢測中的應(yīng)用
發(fā)布時間:2024-01-19
瀏覽次數(shù):497
高光譜成像技術(shù)最早與紡織領(lǐng)域有關(guān)的研究是從棉花雜質(zhì)檢測開始的,研究對象為籽棉、皮棉、梳棉表面以及內(nèi)部的多種雜質(zhì),雜質(zhì)包括普通雜質(zhì)、毛發(fā)、丙綸絲、有色線、地膜等無色、淺色和深色異性物質(zhì)。
高光譜成像技術(shù)最早與紡織領(lǐng)域有關(guān)的研究是從棉花雜質(zhì)檢測開始的,研究對象為籽棉、皮棉、梳棉表面以及內(nèi)部的多種雜質(zhì),雜質(zhì)包括普通雜質(zhì)、毛發(fā)、丙綸絲、有色線、地膜等無色、淺色和深色異性物質(zhì)。
通過分析棉花雜質(zhì)檢測相關(guān)的文獻(xiàn),對其中的研究方法進(jìn)行了整理,見表1,這些研究方法也可以作為參考應(yīng)用到紡織其他檢測領(lǐng)域。
在籽棉雜質(zhì)檢測中,常金強(qiáng)等對120個機(jī)采籽棉樣本的圖像使用主成分分析(PCA)的方法對數(shù)據(jù)進(jìn)行降維,通過3種有監(jiān)督的分類判別算法建立判別模型,結(jié)果顯示線性判別分析(LDA)模型結(jié)果最優(yōu),可以有效識別植物性雜質(zhì),但是對地膜的識別還存在誤判。
Wei等[9]以含有5種白色異性纖維的籽棉為研究對象,光譜采集范圍為400-1000 nm,對選取的子區(qū)域通過最小噪聲分離(MNF)方法降維、去噪,通過機(jī)器視覺評價(jià)確定最佳分割圖像,試驗(yàn)表明該方法能夠?qū)Π咨愋岳w維進(jìn)行有效識別,識別率達(dá)91%。針對籽棉中地膜難以有效識別的問題,倪超等[2提出了一種新的算法,首先采集籽棉高光譜圖像,光譜范圍在1000-2 500nm,然后運(yùn)用深度學(xué)習(xí)中的自編碼器模型對數(shù)據(jù)進(jìn)行特征提取和降維,然后對樣本實(shí)現(xiàn)初步分類,最后將結(jié)果分類為地膜和非地膜,該算法大大提高了對地膜的識別率,基本滿足了實(shí)際生產(chǎn)需求。
在皮棉表面雜質(zhì)檢測中,劉巍等對高光譜反射、透射和反透射3種不同的成像模式進(jìn)行研究,對比雜質(zhì)在皮棉中的識別率,結(jié)果表明采用透射成像模式雜質(zhì)的識別率最高。
郭俊先等先獲取不同異性纖維的最佳波段圖像,然后采用像素級簡單的圖像融合進(jìn)行識別,結(jié)果表明對多類難檢異性纖維共存的檢測是可以實(shí)現(xiàn)的,針對白色豬毛和透明丙綸絲無法識別的問題,提出可以采用結(jié)合全波段進(jìn)行像素判別分類的解決方法。
Mustafic等利用高光譜熒光成像作為異性物質(zhì)分化的補(bǔ)充工具,首先利用基于興趣區(qū)域的方法提取皮棉和7種異物的平均光譜,然后采用主成分分析(PCA)方法,從425 ~700 nm 范圍內(nèi)的113個波長中篩選出最優(yōu)特征,對所選波長進(jìn)行線性判別分析(LDA),所有樣品的平均分類率為90%。
張航等]對混入皮棉中的地膜識別進(jìn)行了研究,首先提取地膜的平均光譜數(shù)據(jù),使用偏最小二乘回歸分析(PLSR)方法優(yōu)選出560.3、673.9.716.9 nm 和 798.8 nm 4個最優(yōu)波段,然后提取4個波段對應(yīng)的圖像,分別進(jìn)行兩次圖像融合,并移除小目標(biāo)得到最終圖像,該方法能較好地完成對地膜圖像的分割。
在梳棉表面雜質(zhì)檢測中,Zhang等23用液晶可調(diào)諧濾波器高光譜成像技術(shù)檢查棉絨表面異物,光譜采集范圍為900~1 700 nm,用線性判別分析方法對不同類型的異物和棉絨進(jìn)行光譜特征分類,采用留一驗(yàn)證和四倍交叉驗(yàn)證的分類準(zhǔn)確率分別為96.5%和95.1%。
在梳棉內(nèi)部雜質(zhì)檢測中,郭俊先等針對棉網(wǎng)1~4 mm深度內(nèi)的雜質(zhì)進(jìn)行研究,采用3種不同的方法來提取雜質(zhì)的關(guān)鍵波長,通過對比分析,采用與像素分類器結(jié)合的包裝方法選擇的最優(yōu)波長集合,能夠識別大部分普通雜質(zhì),但是對白色豬毛和透明丙綸絲的識別率還有待提高。
對于梳棉內(nèi)部更深處的雜質(zhì),郭俊先等[27]在波長460-900 nm 范圍內(nèi),采用像素分類分割圖像處理,利用二次判別分析分類像素,對雜質(zhì)和棉網(wǎng)進(jìn)行準(zhǔn)確分類,但是對比度小的像素分類較差如白色丙綸絲,且隨著棉網(wǎng)深度的增加檢測效率下降較快。
Zhang等采用透射模式對棉絨內(nèi)常見異物進(jìn)行檢測和分類,對獲取的圖像,利用最小噪聲分?jǐn)?shù)旋轉(zhuǎn)獲得組分圖像,從141個波長波段中識別出最佳光譜波段,利用 LDA 和 SVM分別在光譜水平和像素水平對異物進(jìn)行分類,使用選定的最佳波長,光譜和圖像的分類精度達(dá)到95%以上。
Jiang等使用最小冗余最大關(guān)聯(lián)算法作為特征選擇方法,篩選出最適合異物分類的波長,通過比較使用LDA、SVM 和ANN的分類性能來評估所選波長的通用性,共選擇12個波長作為異物分類的最佳特征集,LDA、SVM 和 ANN的平均分類率分別為91.25%.86.67%和 86.67%,該研究探索了一種高光譜成像最佳波長選擇的新方法,提高了分類精度和速度。
?
?
?
?
?
相關(guān)產(chǎn)品
-
紅外光譜的發(fā)展、原理、特點(diǎn)、分類
紅外光譜的發(fā)展、原理、特點(diǎn)、分類紅外光譜的技術(shù)在各領(lǐng)域中的應(yīng)用相繼經(jīng)歷了很長時期,逐漸完善著自身技術(shù)在領(lǐng)域中的應(yīng)用,且將低成本高性能作為發(fā)展與創(chuàng)新的主要方向。本..
-
近紅外光譜技術(shù)的優(yōu)缺點(diǎn)和應(yīng)用范圍
?由于近紅外光譜在光纖中良好的傳輸性,近年來也被很多發(fā)達(dá)國家廣泛應(yīng)用在產(chǎn)業(yè)在線分析中。近紅外定量分析因其快速、正確已被列人世界谷物化學(xué)科技標(biāo)準(zhǔn)協(xié)會和美國谷物化學(xué)..
-
高光譜數(shù)據(jù)常見預(yù)處理方法有哪些?
高光譜在采集數(shù)據(jù)時會有成百上千個不同的波段數(shù)據(jù),數(shù)據(jù)量巨大從而增加了數(shù)據(jù)處理的難度。而且在高光譜圖像采集過程中會有來自儀器與環(huán)境的干擾,獲得的光譜信號易存在噪聲..
-
高光譜成像儀光譜數(shù)據(jù)特征波長的選取方法介紹
高光譜成像儀?在對樣品進(jìn)行側(cè)臉時,會采集多波段的光譜數(shù)據(jù),全波段數(shù)據(jù)有較多的冗余信息,因此就需要采用一定的方法來選取樣本光譜的特征波段與紋理特征的重要變量。本文..