基于高光譜成像技術(shù)的棉花雜質(zhì)檢測方法的研究.pdf

1、棉花是重要的經(jīng)濟(jì)作物，是紡織工業(yè)的重要原料。棉花雜質(zhì)不僅影響棉花定級和定價，同時影響棉花軋花和紡紗效果，以及最終棉紡織品的質(zhì)量。國內(nèi)外學(xué)者采用機(jī)器視覺技術(shù)、斷層X光攝影和紫外熒光成像等技術(shù)，能夠有效檢測棉花中著色較深、面積較大和含有熒光物質(zhì)的部分雜質(zhì)。但是，針對棉花表面纖細(xì)、淺色、白色和透明雜質(zhì)，以及棉花內(nèi)部的常見雜質(zhì)，檢測效果不佳。
　　 本研究基于高光譜成像分析系統(tǒng)，以梳棉表面一些難檢的異性纖維，梳棉內(nèi)部不同深度的常見雜質(zhì)為

2、研究對象，分別采用高光譜圖像中不同信息，建立雜質(zhì)檢測的方法和算法，并以分割后二值圖像進(jìn)行雜質(zhì)重量預(yù)測和分類分析。研究主要內(nèi)容包括三部分：⑴針對梳棉表面難檢雜質(zhì)，采用主成分分析(PCA，Principle component analysis)、獨立成分分析(ICA，Independent component analysis)、雙波段比分析和波長合并方法，提取高光譜圖像的最佳分割圖像，以較優(yōu)的預(yù)處理和分割方法獲得二值圖像；獲取高光譜圖像

3、中雜質(zhì)和梳棉像素光譜，選擇較優(yōu)的判別函數(shù)，采用判別分析(DA，Discriminant analysis)方法分類像素獲得二值圖像；對比基于線性判別分析(LDA，Linear discriminant analysis)、面積過濾器、形態(tài)學(xué)處理、面積過濾器和形態(tài)學(xué)的組合方法剔除二值圖像中偽目標(biāo)的效果，建立梳棉表面單類雜質(zhì)檢測算法；使用最佳分割波長圖像，采用灰度平均和小波融合兩種方法，建立梳棉表面多類雜質(zhì)檢測算法；采集相同空間分辨率的RG

4、B圖像作為對照，比較高光譜圖像檢測雜質(zhì)的效果。⑵針對梳棉內(nèi)部不同深度的常見雜質(zhì)，使用像素分類方法和二值圖像后處理方法，建立梳棉內(nèi)層雜質(zhì)的檢測算法；對比過濾(filter)和包裝(wrapper)特征選擇等方法，確定雜質(zhì)像素分割的最佳波長集合。⑶針對高光譜圖像雜質(zhì)分割二值圖像區(qū)域的相關(guān)特征，采用偏最小二乘(PLS，Partial least square)回歸和多元線性回歸(MLR，Multiple linear regression)方

5、法預(yù)測分析雜質(zhì)重量，采用DA分析方法分類多種異性纖維；采集梳棉高分辨率近紅外漫反射光譜信息，分析PLS預(yù)測普通雜質(zhì)含量的效果。
　　 本研究的目的是評價高光譜成像技術(shù)檢測梳棉表面一些難檢雜質(zhì)和梳棉內(nèi)層常見雜質(zhì)的可行性，為高光譜成像技術(shù)應(yīng)用于棉花雜質(zhì)檢測設(shè)備開發(fā)提供依據(jù)。采用波長選擇方法，分析獲得像素分類的最佳波長集合，為多光譜成像技術(shù)在線分揀棉花雜質(zhì)的濾波片選擇奠定研究基礎(chǔ)。研究結(jié)果和結(jié)論如下：⑴在波長460-900 nm范圍內(nèi)

6、，高光譜圖像中波長圖像適合于灰色、白色的條狀或塊狀異性纖維的檢測，主成分圖像適合黑色和白色的纖細(xì)異性纖維檢測，獨立成分圖像適合灰色、白色和透明的異性纖維檢測。采用Sobel算子邊界提取和形態(tài)學(xué)處理分割上述圖像，結(jié)合LDA的二值圖像后處理方法，驗證集異性纖維識別率為79.51％。⑴采用wrapper波長選擇方法確定像素分類最佳波長集，基于二次判別分析(QDA，Quadratic discriminant analysis)分類高光譜圖像中

7、空間像素點，構(gòu)造雜質(zhì)分割二值圖像，使用LDA判定二值圖像中區(qū)域?qū)傩裕蕹齻文繕?biāo)區(qū)域，異性纖維總識別率為79.17％。其中黑色人發(fā)和灰色丙綸絲識別率達(dá)到100％，黑色豬毛識別率達(dá)為95.65％，白色丙綸絲的識別率達(dá)到90.36％，透明地膜碎片識別率為67.21％。⑶單類雜質(zhì)分割的最佳波長圖像做灰度平均可以檢測多類難檢雜質(zhì)，訓(xùn)練集和驗證集中雜質(zhì)識別率分別為84.09％和75.86％。針對黑色毛發(fā)、灰色和白色丙綸絲等多類異性纖維，驗證集中識別

8、率為100％，白色豬毛不能識別。⑷使用相同的圖像分割和后處理方法，黑色毛發(fā)的高光譜圖像和RGB圖像識別率分別是97.10％和81.48％。高光譜圖像可以檢測出44.44％的白色豬毛，RGB圖像不能檢測白色豬毛。⑸采用QDA分類高光譜圖像中空間像素點，構(gòu)造雜質(zhì)分割二值圖像，結(jié)合面積過濾器和形態(tài)學(xué)組合方法處理二值圖像，采用全波長信息，在深度為1-2 mm、3-4 mm和5-6 mm的棉網(wǎng)內(nèi)，雜質(zhì)識別率分別為87.8％、79.5％和82.6％

9、，其中，普通雜質(zhì)識別率分別為95.5％、80.7％和82.6％。采用包裝法選擇的最優(yōu)波長集合，三種深度的雜質(zhì)識別率分別為66.6％、57.5％和72.8％。⑹采用全波長信息，在深度為1-2 mm和3-4 mm棉網(wǎng)內(nèi)，異性纖維的識別率分別為81.9％和60.6％。使用最優(yōu)波長集合，異性纖維的識別率分別為77.1％和49.3％。彩色丙綸絲、有色線和有色布塊的檢測效果最佳，黑色毛發(fā)檢測效果居中，灰色、白色丙綸絲檢測效果不佳。⑺基于高光譜圖像分

10、割后二值圖像的雜質(zhì)區(qū)域特征，采用PLS預(yù)測多類丙綸絲重量的相關(guān)系數(shù)r值為0.729；基于馬氏距離的DA分類丙綸絲、毛發(fā)和地膜碎片三種異性纖維，總正確率為86.10％。高光譜圖像可以有效區(qū)分大類雜質(zhì)。⑻采用棉花高分辨率近紅外光譜信息，使用一階微分光譜預(yù)處理，3個主成分的PLS預(yù)測普通雜質(zhì)含量效果最好，相關(guān)系數(shù)r為0.9059，校正均方根誤差為0.440，預(yù)測均方根誤差為0.823。結(jié)合近紅外漫反射技術(shù)和化學(xué)計量學(xué)分析方法，可以用于棉花雜質(zhì)