[發(fā)明專(zhuān)利]基于自動(dòng)視覺(jué)檢測(cè)的異性纖維模糊分類(lèi)系統(tǒng)及其方法

有效

• 申請(qǐng)?zhí)枺?/td>: 200910077404.X
• 申請(qǐng)日: 2009-02-06
• 公開(kāi)（公告）號(hào): CN101482927A
• 公開(kāi)（公告）日: 2009-07-15
• 發(fā)明（設(shè)計(jì)）人: 李道亮;楊文柱;魏新華;康玉國(guó);李付堂
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)農(nóng)業(yè)大學(xué)
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62;G01N21/88
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 王朋飛

技術(shù)領(lǐng)域

本發(fā)明涉及棉花異性纖維分類(lèi)領(lǐng)域，具體涉及一種基于自動(dòng)視覺(jué)檢測(cè)的棉花異性纖維模糊分類(lèi)系統(tǒng)及其方法。

背景技術(shù)

棉花中的異性纖維是指在棉花采摘、攤曬、收購(gòu)、儲(chǔ)存、運(yùn)輸、加工過(guò)程中，混入棉花中的對(duì)棉花及其制品的質(zhì)量有嚴(yán)重影響的非棉纖維和色纖維，俗稱(chēng)“三絲”，主要包括編塑料布、布條、頭發(fā)、麻繩、丙綸絲和雞毛等。

異性纖維在皮棉中的含量雖少，但對(duì)棉紡織品的質(zhì)量影響嚴(yán)重，一旦混入并參與紡織將影響紗線強(qiáng)力，且在染色時(shí)影響著色，會(huì)對(duì)棉紡織工業(yè)造成重大經(jīng)濟(jì)損失。目前普遍的解決方法是通過(guò)挑揀來(lái)降低異性纖維的含量。但很多棉花行業(yè)的專(zhuān)家一致認(rèn)為，通過(guò)挑揀(無(wú)論是人工還是機(jī)械)的方式來(lái)降低異性纖維的含量，總是被動(dòng)和消極的；更為主動(dòng)和積極的辦法應(yīng)該是從源頭抓起，切斷異性纖維混入的途徑，讓棉農(nóng)、棉花收購(gòu)者和加工企業(yè)都自覺(jué)地防范異性纖維混入。而在籽棉收購(gòu)或交易環(huán)節(jié)如何準(zhǔn)確分析籽棉中的異性纖維含量就成為問(wèn)題的關(guān)鍵所在。

目前國(guó)內(nèi)對(duì)棉花異性纖維含量的檢測(cè)僅限于皮棉。普遍的做法是：對(duì)軋花廠生產(chǎn)的皮棉棉包進(jìn)行取樣，然后送到纖維檢驗(yàn)機(jī)構(gòu)留樣，并分析確定異性纖維的含量。這種方法還未在籽棉收購(gòu)環(huán)節(jié)中應(yīng)用，因此目前還無(wú)法利用異性纖維含量來(lái)影響籽棉的收購(gòu)價(jià)格。

AVI(Automated?Visual?Inspection，自動(dòng)視覺(jué)檢測(cè))是利用光學(xué)器件進(jìn)行非接觸感知，自動(dòng)獲取待測(cè)目標(biāo)的各種視覺(jué)特性，并對(duì)之進(jìn)行分析和判斷，以便達(dá)到對(duì)某些指定參數(shù)進(jìn)行檢測(cè)的目的。AVI技術(shù)已經(jīng)在工業(yè)零件缺陷檢測(cè)、PCB板缺陷檢測(cè)、食品安全檢測(cè)、水果分級(jí)等領(lǐng)域進(jìn)行了成功運(yùn)用，并達(dá)到了很好的效果。而利用AVI技術(shù)進(jìn)行棉花異性纖維含量的在線計(jì)量，在國(guó)內(nèi)外文獻(xiàn)中還未見(jiàn)報(bào)道。

利用AVI技術(shù)進(jìn)行棉花異性纖維含量的在線計(jì)量，關(guān)鍵是對(duì)分割出來(lái)的異性纖維目標(biāo)進(jìn)行分類(lèi)，分類(lèi)的正確率將直接影響后續(xù)進(jìn)行的計(jì)量工作。特征提取和特征分類(lèi)是AVI技術(shù)的核心部分，主要任務(wù)是產(chǎn)生特征向量并進(jìn)行模式識(shí)別。目前關(guān)于特征提取的方法主要有顏色特征提取、形狀特征提取、紋理特征提取等；用于模式識(shí)別的分類(lèi)器包括基于概率統(tǒng)計(jì)的分類(lèi)器、基于人工神經(jīng)網(wǎng)絡(luò)的分類(lèi)器、基于模糊數(shù)學(xué)的模糊分類(lèi)器等。

盡管目前對(duì)于特征提取和模式識(shí)別的研究已經(jīng)取得了很多成果，也有很多成果已經(jīng)在實(shí)際生產(chǎn)中進(jìn)行了成功的應(yīng)用，但目前還沒(méi)有一種通用的方法可以解決所有模式識(shí)別問(wèn)題。更由于棉花中的異性纖維種類(lèi)繁雜、顏色形狀各異，很難找到一種合適的成熟的方法對(duì)其進(jìn)行準(zhǔn)確分類(lèi)。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于AVI的棉花異性纖維模糊分類(lèi)方法和系統(tǒng)，該方法選擇顏色特征、形狀特征和紋理特征構(gòu)成多特征向量，并分別構(gòu)建相應(yīng)的模糊分類(lèi)器，然后進(jìn)行集成，實(shí)現(xiàn)對(duì)異性纖維的種類(lèi)識(shí)別從而對(duì)所述異性纖維進(jìn)行分類(lèi)。

為了達(dá)到以上目的，本發(fā)明提供了一種基于AVI的棉花異性纖維模糊分類(lèi)方法，所述方法包括以下步驟：

S1，對(duì)待識(shí)別異性纖維目標(biāo)的顏色特征、形狀特征和紋理特征進(jìn)行特征選擇，得到三者各自具有分類(lèi)價(jià)值的特征向量；

S2，提取S1所得的待識(shí)別異性纖維目標(biāo)的顏色特征向量、形狀特征向量和紋理特征向量；其中顏色特征和形狀特征取自目標(biāo)區(qū)域，紋理特征取自目標(biāo)外接區(qū)域，顏色特征數(shù)據(jù)取自原始彩色圖像，形狀特征數(shù)據(jù)取自對(duì)原始彩色圖像進(jìn)行圖像處理得到的二值圖像，紋理特征數(shù)據(jù)取自原始彩色圖像的三個(gè)顏色分量的均值矩陣；

S3，利用S2中所得到的顏色特征向量、形狀特征向量和紋理特征向量，得到待識(shí)別異性纖維目標(biāo)屬于不同異性纖維類(lèi)別的隸屬度顏色級(jí)分量、隸屬度形狀級(jí)分量以及隸屬度紋理級(jí)分量；

S4，根據(jù)待識(shí)別纖維目標(biāo)的顏色特征、形狀特征和紋理特征對(duì)不同種類(lèi)的異性纖維的分類(lèi)貢獻(xiàn)率的不同，將所述隸屬度顏色級(jí)分量、隸屬度形狀級(jí)分量以及隸屬度紋理級(jí)分量進(jìn)行加權(quán)求和，得到待識(shí)別目標(biāo)屬于不同異性纖維類(lèi)別的綜合隸屬度；

S5，對(duì)S4中得到的待識(shí)別異性纖維目標(biāo)屬于不同異性纖維類(lèi)別的綜合隸屬度求最大值，則具有最大綜合隸屬度的類(lèi)別就是待識(shí)別的異性纖維目標(biāo)的最大可能類(lèi)別。

其中，所述步驟S1中，所選擇的具有最大分類(lèi)價(jià)值的顏色特征向量包括紅色、綠色、藍(lán)色和亮度的均值，RGB三個(gè)分量的標(biāo)準(zhǔn)差；所選擇的具有最大分類(lèi)價(jià)值的形狀特征向量包括形狀因子、擴(kuò)展比例和歐拉數(shù)；所選擇的具有最大分類(lèi)價(jià)值的紋理特征向量包括標(biāo)準(zhǔn)偏差和對(duì)比度。

其中，利用S2中所得到的顏色特征，通過(guò)下式表示的初級(jí)分類(lèi)模型得到待識(shí)別異性纖維目標(biāo)屬于不同異性纖維類(lèi)別的隸屬度顏色級(jí)分量：