基于神经网络的籽棉颜色分级检测

发布时间：2021-12-22 06:29

　　为解决籽棉颜色分级问题,构造了一个基于L*a*b*颜色空间的色度检测仪,主要由颜色传感器、光源及外围电路构成。针对用于籽棉颜色等级检测2个关键指标（反射率、黄度）输出不稳定问题,采用了4层BP神经网络和5块标准色板进行反复训练,使得校准后的反射率的变异系数小于0.21%,黄度的变异系数小于1.13%。在籽棉颜色等级检测实验中,制作了覆盖12个颜色等级的480个测试样。经过反复实验发现,使用该色度检测仪对1个测试样品,需要均匀分布10个测量点结果的平均值,才能得到稳定的色度测量值。最后,采用神经网络方法,对480个籽棉试样数据进行分析,其中:80%用于训练; 20%用于识别。实验结果表明,对12个颜色等级的480个样品进行测试,得到的检测准确率都超过了90%。 

【文章来源】：纺织学报. 2020,41(10)北大核心EICSCD

【文章页数】：7 页

【部分图文】：

籽棉颜色分级检测仪的整体结构

为保证LED发光均匀，采用恒流供电驱动方式，为避免LED发出的光直接照射到传感器表面，在每个传感器的外围设置了遮光板，如图2、3所示。微处理器采用T1公司生产的16位低功耗MSP430F249单片机，控制LED的开关、颜色传感器的数据读取、液晶屏模块的显示，以及与外部设备的通信。图3 光电检测装置侧视图

光电检测装置侧视图

【参考文献】：
期刊论文
[1]一种基于神经网络和遗传算法的桥梁加速度传感器优化布置方法[J]. 袁灿,唐川田,李文钊.  西华大学学报(自然科学版). 2018(02)
[2]BP神经网络对甘蔗宿根切割质量的预测——基于PSO算法[J]. 李尚平,陈曾雄,周敬辉,莫瀚宁,钟家勤,王梦萍,张可.  农机化研究. 2018(10)
[3]籽棉颜色级检测仪的研制[J]. 徐守东,梁后军,吴国新.  中国棉花加工. 2017(06)
[4]HX-410型手持式棉花测色仪性能分析[J]. 连素梅,俸冰,陆世栋,沈骅,刘盼,李朋,郝冬生,李妍彩,刘帅.  中国棉花. 2017(02)
[5]基于国际颜色模型（CIELAB）的棉花颜色级测试方法研究[J]. 陆永良,袁裕禄,李云飞.  中国纤检. 2016(03)
[6]基于RGB颜色模型棉花杂质检测算法[J]. 冯志新,安浩平,吴顺丽.  计算机与现代化. 2013(04)
[7]基于粗糙集和BP神经网络的棉花病害识别[J]. 张建华,祁力钧,冀荣华,王虎,黄士凯,王沛.  农业工程学报. 2012(07)
[8]影响HVI抽检指标相符率的因素及改善措施[J]. 王文颖,王立永.  中国纤检. 2012(01)

硕士论文
[1]棉花新国标对HVI测试的影响及对策研究[D]. 赵瑞浩.东华大学 2014



本文编号：3545926