基于鱗片紋圖特征的羊絨識別及其含量確定.pdf

1、目前羊絨和羊毛的鑒別方法有許多，但行業(yè)認可的標(biāo)準(zhǔn)方法仍是顯微鏡法，其主要是根據(jù)羊絨與羊毛纖維鱗片特征的差別來進行鑒別的，而檢驗人員的經(jīng)驗對檢測結(jié)果影響很大。因此將羊絨與羊毛混淆而測不準(zhǔn)是客觀事實，且目前羊絨直徑粗化嚴重，故而急需對羊絨纖維進行精準(zhǔn)的鑒別。為了減小主觀人為因素的影響，以提高鑒別的精準(zhǔn)度，人們開始使用計算機技術(shù)與顯微鏡檢測技術(shù)相結(jié)合的方法來鑒別羊絨與羊毛。
　　 基于上述背景，本文首先研究完善了一臺光學(xué)顯微成像分析系

2、統(tǒng)，通過該系統(tǒng)對織物試樣進行圖像采集，比較了該系統(tǒng)三種照明方式采集圖像的特點，得出反射式照明方式采集的圖像清晰且此方式適用于織物試樣，而同軸落射照明采集織物試樣的纖維圖像質(zhì)量差于反射式照明，但好于臨界照明。
　　 其次，利用該儀器對試樣進行圖像采集，纖維圖像通過圖像處理和特征提取后，可得到表征纖維鱗片的8個特征參數(shù)和4個組合參數(shù)，并對試樣中纖維鱗片各參數(shù)間的相關(guān)性進行分析。經(jīng)分析得出:8個特征參數(shù)間的關(guān)系存在三種情況即線性相關(guān)、

3、不相關(guān)和非線性相關(guān);4個組合參數(shù)間也不是相互獨立的。故需要對識別指標(biāo)進行篩選，其主要有兩個依據(jù):一個是參數(shù)間的相關(guān)性，即相關(guān)系數(shù)越小，越獨立則應(yīng)選為識別指標(biāo)。另一個是參數(shù)的正確判率，即正確判率越大，則應(yīng)選為識別指標(biāo)。
　　 再次，依據(jù)兩類纖維各參數(shù)理論分布曲線的交疊性特征，計算得各參數(shù)的判定臨界值、兩類錯誤概率值、交疊面積和正確判率。其中正確判率是所選參數(shù)的顯著性和識別精度的基礎(chǔ)，也構(gòu)成了識別公式中的權(quán)系數(shù)。
　　 最后

4、基于8個特征參數(shù)及4個組合參數(shù)間的相關(guān)性及分布差異，建立了4種多參數(shù)貝葉斯分類模型來識別試樣。4種識別模型的識別結(jié)果基本一致，證明參數(shù)篩選的重要和篩選方式的有效。為了提高識別準(zhǔn)確度，本文還提出了一個最優(yōu)識別組合，即九參數(shù)識別模型，其對試樣1、2、3和4檢測的絕對誤差最大僅為1.3％，而對試樣5、6和7的絕對誤差最大僅為4.9％，顯然優(yōu)于標(biāo)準(zhǔn)檢驗A和B。本文方法被證實更為精準(zhǔn)、客觀，可彌補鑒別人員的經(jīng)驗，弱化人為因素的影響，提高了識別的精