基于可见短波近红外高光谱图像的梳棉杂质关键波长的优选

发布时间：2017-09-25 00:44

  本文关键词：基于可见短波近红外高光谱图像的梳棉杂质关键波长的优选

  更多相关文章： 梳棉 高光谱图像 杂质 波长选择 检测

【摘要】：【目的】以梳棉中多种杂质为研究对象,分析可见短波近红外梳棉高光谱图像,确定杂质检测中的关键或特征波长。【方法】提取高光谱图像中杂质和棉花的像素光谱,以像素分类效果为指标,采用主成分分析、独立于后端分类器的T检验准则的过滤器、特征选择和分类器结合的包装三种方法,确定杂质检测的关键波长,使用早期研究确定的二次判别分析分类器和后处理方法,对比三种方法所选波长的杂质分割效果。【结果】当使用包装方法选择的波长集合,其杂质检测好于主成分分析和过滤器方法。异性纤维总识别率为79.17%。其中,灰色丙纶丝、白色丙纶丝、黑色人发和黑色猪毛的识别率均超过了90%;透明地膜碎片、白色猪毛和透明丙纶丝识别较差。【结论】基于高光谱图像和包装法选择的最优波长集合,能够用于大部分普通杂质和异性纤维杂质的检测。
【作者单位】： 新疆农业大学机械交通学院;
【关键词】： 梳棉 高光谱图像 杂质 波长选择 检测
【基金】：新疆维吾尔自治区科技厅基金项目,“皮棉杂质光谱图像的吸收光谱分析研究”(2014211A033)~~
【分类号】：TP751;TS111.9
【正文快照】： 0引言【研究意义】棉花杂质检测在棉包定价、纺织清理和加工等环节是非常重要的步骤之一。研究棉花杂质快速准确检测,以及杂质有效分拣,对于提高棉纺织品质量和经济价值都具有十分重要的意义。【前人研究进展】早期国内外学者采用机器视觉技术、断层X光摄影、紫外荧光成像等技

【共引文献】

中国期刊全文数据库 前2条

1 高改梨;刘朋川;;棉花异性纤维定位新方法[J];江苏大学学报(自然科学版);2015年02期

2 覃蜀迪;李志健;;基于灰度图像的植物纤维形态研究[J];纸和造纸;2015年04期

【二级参考文献】

中国期刊全文数据库 前6条

1 熊馨;赵建军;;基于图像形态学的棉花异纤识别算法[J];机械科学与技术;2009年01期

2 王波;;基于多尺度小波的棉花异纤检测算法[J];控制工程;2009年S1期

3 李琴;;浅谈异性纤维的来源及解决措施[J];中国棉花加工;2011年01期

4 丁天怀;郏东耀;;利用多颜色空间特征融合方法检测近似目标[J];清华大学学报(自然科学版);2006年02期

5 赵林,姚穆;纤维反光和透光性质的研究[J];西北纺织工学院学报;2001年02期

6 阿里漫;;棉纤维微观结构及与纤维性能的关系[J];中国纤检;2010年13期

中国硕士学位论文全文数据库 前1条

1 林宁;基于数字图像处理的棉花异纤检测研究[D];南京理工大学;2010年

【相似文献】

中国期刊全文数据库 前10条

1 徐爽;何建国;马瑜;梁慧琳;刘贵珊;贺晓光;;高光谱图像技术在水果品质检测中的研究进展[J];食品研究与开发;2013年10期

2 朱荣光;姚雪东;高广娣;唐明翔;卢士玲;马本学;;不同储存时间和取样部位牛肉颜色的高光谱图像检测[J];农业机械学报;2013年07期

3 薛龙;黎静;刘木华;;利用高光谱图像技术检测梨表面碰压伤的试验研究[J];粮油加工;2009年04期

4 付妍;徐冉冉;陈兴海;;基于高光谱图像技术的果蔬表面农药残留检测研究[J];食品安全导刊;2012年05期

5 万相梅;黄敏;朱启兵;;基于高光谱散射图像的苹果压缩硬度和汁液含量无损检测[J];食品工业科技;2012年06期

6 徐爽;何建国;易东;贺晓光;;基于高光谱图像技术的长枣糖度无损检测[J];食品与机械;2012年06期

7 刘木华,赵杰文,江水泉;高光谱图像在农畜产品品质与安全性检测中的研究现状与展望[J];粮食与食品工业;2004年02期

8 刘木华,赵杰文,郑建鸿,吴瑞梅;农畜产品品质无损检测中高光谱图像技术的应用进展[J];农业机械学报;2005年09期

9 陈全胜;赵杰文;蔡健荣;Vittayapadung Saritporn;;利用高光谱图像技术评判茶叶的质量等级[J];光学学报;2008年04期

10 蔡健荣;王建黑;黄星奕;陈全胜;;高光谱图像技术检测柑橘果锈[J];光电工程;2009年06期

中国重要会议论文全文数据库 前10条

1 张兵;王向伟;郑兰芬;童庆禧;;高光谱图像地物分类与识别研究[A];成像光谱技术与应用研讨会论文集[C];2004年

2 高连如;张兵;孙旭;李山山;张文娟;;高光谱数据降维与分类技术研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年

3 王成;何伟基;陈钱;;基于波段重组和小波变换的高光谱图像嵌入式压缩方法[A];黑龙江、江苏、山东、河南、江西 五省光学（激光）联合学术‘13年会论文（摘要）集[C];2013年

4 孙蕾;罗建书;;基于分类预测的高光谱遥感图像无损压缩[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

5 杨勇;刘木华;邹小莲;苗蓬勃;赵珍珍;;基于高光谱图像技术的猕猴桃硬度品质检测[A];走中国特色农业机械化道路——中国农业机械学会2008年学术年会论文集（下册）[C];2008年

6 张晓红;张立福;王晋年;童庆禧;;HJ-1A卫星高光谱遥感图像质量综合评价[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年

7 高东生;高连知;;基于独立分量分析的高光谱图像目标盲探测方法研究[A];国家安全地球物理丛书（八）——遥感地球物理与国家安全[C];2012年

8 冯维一;陈钱;何伟基;;基于小波稀疏的高光谱目标探测算法[A];黑龙江、江苏、山东、河南、江西 五省光学（激光）联合学术‘13年会论文（摘要）集[C];2013年

9 彭妮娜;易维宁;方勇华;;基于核函数的高光谱图像信息提取研究[A];光子科技创新与产业化——长三角光子科技创新论坛暨2006年安徽博士科技论坛论文集[C];2006年

10 蒲晓丰;雷武虎;黄涛;王迪;;基于稳健背景子空间的高光谱图像异常检测[A];中国光学学会2010年光学大会论文集[C];2010年

中国博士学位论文全文数据库 前10条

1 普晗晔;高光谱遥感图像的解混理论和方法研究[D];复旦大学;2014年

2 王亮亮;非线性流形结构在高光谱图像异常检测中的应用研究[D];国防科学技术大学;2014年

3 贺智;改进的经验模态分解算法及其在高光谱图像分类中的应用[D];哈尔滨工业大学;2014年

4 魏然;基于成像机理分析的高光谱图像信息恢复研究[D];哈尔滨工业大学;2015年

5 叶珍;高光谱图像特征提取与分类算法研究[D];西北工业大学;2015年

6 冯婕;基于软计算和互信息理论的遥感图像地物分类[D];西安电子科技大学;2014年

7 孙涛;快速多核学习分类研究及应用[D];西安电子科技大学;2015年

8 贺霖;高光谱图像自动目标检测技术研究[D];西北工业大学;2007年

9 周爽;蚁群算法在高光谱图像降维和分类中的应用研究[D];哈尔滨工业大学;2010年

10 陈雨时;基于光谱特性的高光谱图像压缩方法研究[D];哈尔滨工业大学;2007年

中国硕士学位论文全文数据库 前10条

1 丰烁;高光谱图像波段选取问题的改进算法研究[D];昆明理工大学;2015年

2 赵伟彦;果蔬干燥过程中的品质无损检测技术研究[D];江南大学;2015年

3 马亚楠;果蔬中内部害虫的高光谱图像检测技术研究[D];江南大学;2015年

4 刘大洋;基于近红外光谱和高光谱图像技术无损识别猕猴桃膨大果[D];西北农林科技大学;2015年

5 王坤;高光谱图像异常目标检测及光谱成像在伪装评估方面的应用研究[D];南京理工大学;2015年

6 王启聪;高光谱图像分类的GPU并行优化研究[D];南京理工大学;2015年

7 程凯;无先验信息的高光谱图像小目标检测算法研究[D];苏州大学;2015年

8 李秩期;基于高光谱及多信息融合的马铃薯外部缺陷无损检测研究[D];宁夏大学;2015年

9 王健;基于高光谱图像的马铃薯形状及重量分类识别建模研究[D];宁夏大学;2015年

10 吴蓓芬;偏振高光谱图像场景仿真及分类方法研究[D];哈尔滨工业大学;2015年

，

本文编号：914424