文档介绍：基于高光谱成像分析的籽棉异性纤维识别方法研究姓年
学位论文作者签名:冻京奇≯易年占月独创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已注明引用的内容以外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果,也不包含为获得江苏大学或其他教育机构的学位或证书而使用过的材料。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。
学位论文作者签名:獬指导教师签名:【学位论文版权使用授权书I缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致,江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊馀贪电子杂志社有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、允许论文被查阅和借阅,同时授权中国科学技术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提供查询,授权中国学术期刊馀贪电子杂志社将本论文编入《中国优秀博硕士学位论文全文数据库》并向社会提供查询。论文的公布ǹ授权江苏大学研究生处办理。d遧弓年‘月‘日
摘要江苏大学硕士学位论文究有利于提高我,对提高棉花质量有重要的意义。籽棉异性纤维含量少,但危害性很大,在纺织产业加工中难以清除,影响我国棉纺企业的经济效益,制约我国棉花产业的发展。籽棉异性纤维高光谱图像研异纤在籽棉中处理难度大、识别率低。针对这一问题,本研究提出了一种基于高光谱技术的籽棉异性纤维处理方法,处理包括白色丙纶丝、白色化纤布和地膜等帜鸭炖嘁煜撕涂菀丁⒚拮训种伪异纤以及棉花,实现籽棉异性纤维的识别分类。主要完成以下工作:完成了基于高光谱技术的籽棉异性纤维图像采集。介绍了实验所需材料,高光谱图像采集系统的硬件和软件系统,以及采集过程和图像采集参数设置。介绍了高光谱图像的特点和高光谱图像的处理方法。介绍了高光谱图像信息的融合和降维方法;应用基于最小噪声变换男畔⑷诤戏椒ê突诠馄追治龅男畔⑷,并对上述两种方法进行了比较。分别采用阈值分割、边缘提取和形态学分割方法对籽棉异纤融合图像进行分割,通过各种方法分割效果的比较,确定迭代阈值法作为籽棉异纤融合图像的分割方法;在分割后图像中枯叶和棉花已经剔除,证明光谱特征波段选择的有效性;从异纤和伪异纤的实际区别出发,分别提取其主要形状特征和纹理特征,并进行特征筛选,最终确定光谱反射值、外观比、灰度共生矩阵等作为识别特征。基于光谱分析技术和纹理特征、形状特征的方法,建立了籽棉异纤的识别模型,并进行了识别实验。介绍了籽棉识别的流程:采集出籽棉及异纤、伪异纤的高光谱图像,对高光谱图像进行降维,对图像进行预处理和分割,结合外观比、灰度共生矩阵进行特征提取,将提取后的特征进行选择,运用模板匹配剔除棉籽,完成籽棉异纤识别;使用该方法对籽棉异纤高光谱样本图像进行了处理,实验结果表明,对于以上忠煨韵宋咨ū谒亢桶咨ɑ瞬际侗鹇蚀锏左右。证明了该方法的有效性。并对出现的误识别和漏识别现象的进行了原因分析。本研究采用高光谱图像分析方法对籽棉异性纤维进行了识别研究,采用凸馄追治龅姆椒ǚ直鹩叛×颂卣魍枷窈偷、、、
基于高光谱分析的籽棉异性纤维识别方法研究1650nm1690nm5过模板匹配方法实现异纤的识别,总体识别正确率达到了.%,证明了方法的有效性。为高光谱成像技术能运用于籽棉异纤检测的算法提供理论依据,具有重要的研究意义。MNF
锄,·methodsinformationmethodsmorphologicalmethodsdetermines;,also疭restrictedThestudyfiberChina'-spectrapolypropyleneyarnwhiteplasticwhich,董achievefollowsFirstlVthishyperspectralacquisitionThis,Secondly'hyper-spectralreductionintroducedApplicationnoise8714711|176632[n,,detectlon·resultsv