基于深度学习的棉花异性纤维分类研究

发布时间：2021-04-10 03:38

　　原棉在生产过程中会混入包括丙纶丝、绒线、地膜以及动物毛发在内的异于棉花纤维的异性纤维,若在棉纺生产过程中混入纱布成品中,会造成布面染色不均及瑕疵等产品降质现象,是影响生产质量的主要因素之一。异纤清除机能在线运行,通过机器学习算法挑出异于棉花的异物纤维,但是传统的该类机器并未实现对异纤种类的自动分拣工作,无法准确得知所检出物品的类别信息。传统的机器学习算法在人工提取特征上难以解决真伪异纤分类问题,而深度神经网络不需要进行人工特征提取而自动的学习图像的特征,能避免无法提取特征的问题,能更广泛的适应实际设备工作状态。研究深度学习对异纤进行分类,进而对棉花进行质量评估的工作具有重要意义。本文首先介绍了棉花图像分类的研究背景和发展现状,阐述了深度学习的理论基础以及深度神经网络的组成,并且介绍了卷积神经网络。其次,使用了基于深度神经网络的棉花图像分类方法。该方法利用传统的深度神经网络包括AlexNet,Vgg16和GoogleNet三种神经网络对棉花进行了分类研究。实验结果表明,深度神经网络可有效学习棉花的特征,达到具有较好的分类准确率。然后,提出一种基于丰富特征的卷积神经网络图像分类方法。该方法... 

【文章来源】：武汉科技大学湖北省

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

异纤图像

武汉科技大学硕士学位论文第 1 章 绪论.1 研究目的及意义棉花是世界上最重要的农产物之一，其产量大，用途多，价值高，作为纺织业主要原料，对纺织业有着很重要的意义。棉纺业能够解决大量农民的就业和收入题，也是我国 GDP 的重要组成部分之一。在种植、采摘、收购和加工的生产过中，棉花中容易混入异于棉花纤维的，包括丙纶丝、绒线、地膜以及动物毛发在的，危害性异性纤维物质[1,2]，后简称异纤，如图 1.1 所示为从棉花中分拣出的异。若这些异纤混入棉纺纱布纤维中，在纱布后续生产中将造成染色不均、布面瑕和断纱等质量问题，从而导致棉纱和纺织品质量等级降档，不仅会给棉纺织企业成巨大损失，还会影响国棉声誉及出口[2]，所以，将混杂在原棉中的异纤快速而确的分拣识别并挑选出来是棉纺行业关注的焦点和要解决的关键问题。

武汉科技大学硕士学位论文间和成本，许多机构采用异纤清除机进行自动拆检和分拣。传统的异纤清除机通常安装在精开棉机后端，由输棉管道、相机、光源、喷阀以及除杂风道等部分组成，其原理结构图如图 1.3(a)所示，而异纤清除机实物图如图 1.3(b)所示。在经过开棉机进行疏松之后，开松的棉花混合异纤在管道中流动，相机对其进行拍摄，经喷阀将异纤击出，排出后的异纤通过除杂风扇抽入除杂棉袋，供前纺车间进行二次处理。传统设备通常并未联网工作，而为了研究异纤特性，本文改造设备，将系统识别的异纤图片通过互联网上传到云端服务器，然后利用在云端服务器获取到的棉花异纤数据集进行分类识别算法研究。


本文编号：3128884