基於自動視覺檢測的棉花異性纖維線上識別方法研究

《基於自動視覺檢測的棉花異性纖維線上識別方法研究》是依託中國農業大學，由李道亮擔任項目負責人的面上項目。

基本介紹

• 中文名：基於自動視覺檢測的棉花異性纖維線上識別方法研究
• 依託單位：中國農業大學
• 項目負責人：李道亮
• 項目類別：面上項目

項目摘要

棉花異性纖維是影響皮棉及其紡織產品質量的主要因素，異性纖維的線上剔除與含量計量一直是困擾我國棉花加工企業的棘手難題。本研究擬以白色丙綸絲、半透明塑膠布、毛髮、麻繩絲等白色半透明及細小棉花異性纖維為研究對象，採用自動視覺檢測（AVI）技術和光譜分析技術，在充分分析棉層厚度、異性纖維材質與顏色等影響的基礎上，研究不同條件下異性纖維的反射光譜特性，確定異性纖維的最佳檢測光譜波段；以AVI條件下採集的高解析度異性纖維圖像為基礎，研究基於特徵分布和多解析度小波的高解析度棉花異性纖維圖像的快速分割方法；通過研究基於組合最佳化的異性纖維特徵選擇方法，確定具有最佳分類效果的最優特徵向量；通過構建合理的模糊分類規則，結合分類規則自動學習和輸出權重自動調整，研究智慧型的多特徵、多分類器集成的棉花異性纖維模糊分類模型。通過上述研究為棉花異性纖維的線上剔除和含量計量提供科學方法和依據。

結題摘要

為解決棉花異性纖維線上含量計量與剔除難題，本課題開展了機械傳動薄棉條件下基於自動視覺檢測的棉花異性纖維線上識別方法研究。提出了基於光譜分析的異性纖維最佳檢測光譜波段選擇方法，找到了異性纖維最佳檢測光譜波段,解決了機器視覺系統對不同種類異性纖維的檢測效果差異較大問題;發明了一種新的高解析度棉花異性纖維彩色圖像的邊緣檢測方法，實現了彩色異性纖維圖像的精確分割,實現了高解析度、低對比度異性纖維圖像的精確分割; 提出了一種基於改進遺傳算法的最優特徵向量選擇方法以及一種基於改進蟻群算法的棉花異性纖維圖像目標特徵的選擇方法，選出了異性纖維目標的最佳特徵子集,較好地解決了異性纖維目標的特徵空間具有多質性問題；發明了一種基於多類支持向量機的棉花異性纖維線上分類方法，實現了異性纖維目標的線上精確分類。本課題研究為棉花異性纖維的線上含量計量和剔除提供了科學方法和理論依據。依託本項目資助，共發表論文14篇，其中SCI論文7篇，EI論文7篇；申請發明專利10項，其中以已授權發明專利1項，公開8項,已授權實用新型專利1項,公開1項；培養博士研究生3名，碩士研究生5名。