基于高光谱图像技术的涤棉织物定量鉴别模型及其可视化研究

摘要

现有的针对纺织材料成分的定量检测方法众多，但每一种检测方法均存在着自身的缺陷，如损坏样品、鉴别效率低、过分依赖操作人员经验、无法做到实时大批量检测等问题。因此，在目前纺织检测行业投入大、期望降低人工成本以及国家提倡绿色环保的背景下，本课题主要基于高光谱成像采集系统，从近红外波段高光谱反射率曲线数据，以及高光谱图像展开一系列研究:研究了适用于纺织材料的高光谱图像采集条件，在此基础上表征了不同含量的涤棉织物光谱反射率曲线，开发了高光谱图像数据预处理软件，在该软件的基础上分析了不同预处理方法对同类试样光谱曲线的影响，构建并优化了基于近红外波段高光谱数据的涤棉织物成分定量鉴别模型，在边缘算子检测方法的基础上研究了一种自动化提取高光谱图像样品感兴趣区域算法，利用定量鉴别模型以假色彩合成图的形式显示分类鉴别后的图像，从而实现高光谱图像定量鉴别的可视化。具体研究内容及结论如下:　　(1)为确立适用于纺织材料的高光谱图像采集条件，课题比较了不同光照条件、对焦情况、置物台移动速度和织物折叠层数对高光谱图像的影响。研究表明:高光谱成像采集系统可通过黑白版校正消除外界光照因素的影响;镜头对焦状态不佳会导致高光谱图像模糊、试样边缘不清，不利于后续图像分类的可视化研究，但对像素点光谱数据没有影响;置物台移动速度过快或过慢会导致高光谱图像中的试样被纵向拉长或横向拉长，但对试样有效区域内的平均光谱数据没有影响;对于交织缝隙较大的织物，一层织物状态下的试样有效区域内光谱数据会受到置物台背景的影响，两层以上的织物状态下没有影响。　　(2)为验证使用高光谱图像涉及的近红外波段可对不同含量的涤棉织物进行定量分析，课题在使用己确立的高光谱图像采集条件基础上，对涤纶、棉和不同含量的涤棉进行表征。通过研究可知:不同含量的涤棉织物在波段范围内存在3个特征峰，分别在1129、1160和1490nm处存在。由于涤纶在1129nm处存在特征峰，随着双组份织物中涤纶含量比例的降低导致该特征峰的峰强逐渐降低;棉在1490nm处存在较强特征峰，随着双组份织物中棉含量比例的增加导致该特征峰强逐渐增加。　　(3)在高光谱图像数据存储原理的基础上，自主开发了高光谱图像数据预处理软件，该软件能够实现高光谱图像显示、光谱曲线生成、光谱数据预处理等功能。可以提高建立定量模型的工作效率。　　(4)为建立鉴别效率最佳的偏最小二乘回归模型，使用自主开发的高光谱图像数据预处理软件，在比较不同预处理方法和训练集样本选择方法的基础上，建立了基于近红外光谱的偏最小二乘法定量回归模型，并通过复相关系数和预测均方根对模型进行优化。研究表明:一阶导数处理为效果最佳的预处理方法，SPXY样本集选择法为最适合本研究的选择方法，在主成分个数为8时，所建立的模型效果最佳。　　(5)为实现能够大批量、在线分拣的涤棉织物定量检测，基于高光谱图像研究一种涤棉织物可视化定量鉴别方法。研究发现，由于涤棉织物经纬纱线的不同，针对像素点的图像分类，不能达到定量鉴别的目的。因此，在边缘检测算子、中值滤波、图像二值化和阈值法的基础上，研究了一种自动化提取图像中试样有效区域的算法。在建立了标准的不同含量涤棉织物色卡的前提下，利用PLS定量鉴别模型对未知试样进行预测实现涤棉织物成分含量的鉴别可视化。

目录

声明

摘要

第一章绪论

1．1课题背景及意义

1．2纺织材料成分鉴别技术的发展

1．3光谱技术的发展及研究现状

1．3．1近红外光谱技术

1．3．2高光谱图像技术原理及其仪器发展

1．3．3高光谱成像技术的研究现状

1．3．4高光谱图像分类算法的研究

1．4研究的主要内容

第二章高光谱图像采集条件研究及涤棉双组分织物光谱表征

2．1实验设备

2．1．1高光谱成像系统硬件平台

2．1．2高光谱成像系统软件平台

2．2适用于纺织材料的高光谱图像采集条件分析

2．2．1光照条件对高光谱图像的影响

2．2．2对焦条件对高光谱图像的影响

2．2．3置物台移动速度对高光谱图像的影响

2．2．4织物折叠层数对高光谱图像的影响

2．3基于高光谱成像系统的涤棉双组份纺织材料成分光谱表征

2．3．1实验部分

2．3．2涤棉双组份织物光谱表征

2．4本章小结

第三章高光谱图像数据预处理软件开发

3．1软件的总体结构

3．2软件的主要功能

3．2．1高光谱图像文件的读取

3．2．2高光谱图像显示

3．2．3坐标点或感兴趣ROI区域光谱曲线

3．2．4光谱数据预处理

3．3软件的操作说明

3．3．2具体操作流程

3．4本章小结

第四章涤棉织物成分定量鉴别模型的建立

4．1成分定量鉴别模型的原理

4．2成分定量鉴别模型的建立

4．2．1光谱数据预处理方法的选用

4．2．2训练集样本的选用

4．2．2 PLS回归模型的建立及优化

4．3本章小结

第五章基于高光谱图像的涤棉织物可视化鉴别

5．1基于像素点的图像识别分析

5．1．1图像分类原理

5．1．2基于自图像的像素点分类图像识别分析

5．2基于自动化图像感兴趣区域提取的定量鉴别可视化

5．2．1边缘检测算子原理

5．2．2试样感兴趣区域的自动提取算法

5．2．3基于定量鉴别模型训练的图像定量分类可视化

5．3本章小结

第六章结论与展望

6．1结论

6．2展望

参考文献

附录