[發(fā)明專利]一種基于高光譜成像與深度學(xué)習(xí)的籽棉地膜在線識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910345604.2
• 申請(qǐng)日: 2019-04-26
• 公開(kāi)（公告）號(hào): CN110084194B
• 公開(kāi)（公告）日: 2020-07-28
• 發(fā)明（設(shè)計(jì)）人: 倪超;張雄;李振業(yè)
• 申請(qǐng)（專利權(quán)）人: 南京林業(yè)大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/00;G06N3/04;G06N3/08
• 代理公司: 南京申云知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32274
• 代理人: 邱興天

本發(fā)明公開(kāi)一種基于高光譜成像與深度學(xué)習(xí)的籽棉地膜在線識(shí)別方法，利用高光譜成像儀獲取籽棉地膜反射光譜圖像，構(gòu)建堆疊加權(quán)自編碼器和粒子群優(yōu)化的極限學(xué)習(xí)機(jī)組成的深度學(xué)習(xí)網(wǎng)絡(luò)對(duì)高光譜圖像在線識(shí)別，本發(fā)明利用深度學(xué)習(xí)中的堆疊加權(quán)自編碼器與極限學(xué)習(xí)機(jī)構(gòu)成的網(wǎng)絡(luò)對(duì)籽棉地膜的高光譜圖像進(jìn)行分類，在每層自編碼器中引入加權(quán)機(jī)制，在保證多通道輸入優(yōu)勢(shì)的同時(shí)，降低噪聲的影響；極限學(xué)習(xí)機(jī)的權(quán)值和偏置是隨機(jī)確定的，容易產(chǎn)生過(guò)擬合，利用粒子群算法優(yōu)化極限學(xué)習(xí)機(jī)的權(quán)值和偏置，在保證識(shí)別速度的同時(shí)，提高分類精度。堆疊加權(quán)自編碼器與極限學(xué)習(xí)機(jī)構(gòu)成的深度學(xué)習(xí)網(wǎng)絡(luò)可以用于籽棉地膜的在線識(shí)別。

技術(shù)領(lǐng)域

本發(fā)明屬于籽棉異纖識(shí)別技術(shù)領(lǐng)域，具體涉及一種基于高光譜成像與深度學(xué)習(xí)的籽棉地膜在線識(shí)別方法。

背景技術(shù)

我國(guó)是棉花生產(chǎn)和消費(fèi)大國(guó)，棉花加工與紡織在國(guó)民經(jīng)濟(jì)中發(fā)揮著重要作用。新疆作為我國(guó)主要的產(chǎn)棉省份，棉花種植廣泛應(yīng)用了地膜覆蓋技術(shù)，且棉花的采摘生產(chǎn)機(jī)械化程度高，在機(jī)械采摘過(guò)程中籽棉混雜了大量的地膜，如果清理不徹底，就會(huì)隨著加工環(huán)節(jié)進(jìn)入皮棉，必定會(huì)影響紡織品質(zhì)量和紡織品的染色質(zhì)量。目前機(jī)采棉含有的地膜殘片已成為國(guó)內(nèi)機(jī)采棉同進(jìn)口機(jī)采棉在質(zhì)量上的根本差距，是國(guó)內(nèi)機(jī)采棉在加工、收儲(chǔ)、銷售等環(huán)節(jié)都遭到抵觸和不暢的重要因素之一，已形成紡織企業(yè)在選擇棉花時(shí)首選進(jìn)口棉、再選手摘棉、慎選國(guó)內(nèi)機(jī)采棉的尷尬局面，因此地膜的清理對(duì)新疆棉花產(chǎn)業(yè)來(lái)說(shuō)是一個(gè)亟待解決的技術(shù)難題。

我國(guó)是棉花生產(chǎn)和消費(fèi)大國(guó)，棉花加工與紡織在國(guó)民經(jīng)濟(jì)中發(fā)揮著重要作用。新疆作為我國(guó)主要的產(chǎn)棉省份，棉花種植廣泛應(yīng)用了地膜覆蓋技術(shù)，且棉花的采摘生產(chǎn)機(jī)械化程度高，在機(jī)械采摘過(guò)程中籽棉混雜了大量的地膜，如果清理不徹底，就會(huì)隨著加工環(huán)節(jié)進(jìn)入皮棉，必定會(huì)影響紡織品質(zhì)量和紡織品的染色質(zhì)量。目前機(jī)采棉含有的地膜殘片已成為國(guó)內(nèi)機(jī)采棉同進(jìn)口機(jī)采棉在質(zhì)量上的根本差距，是國(guó)內(nèi)機(jī)采棉在加工、收儲(chǔ)、銷售等環(huán)節(jié)都遭到抵觸和不暢的重要因素之一，已形成紡織企業(yè)在選擇棉花時(shí)首選進(jìn)口棉、再選手摘棉、慎選國(guó)內(nèi)機(jī)采棉的尷尬局面，因此地膜的清理對(duì)新疆棉花產(chǎn)業(yè)來(lái)說(shuō)是一個(gè)亟待解決的技術(shù)難題。

發(fā)明內(nèi)容

發(fā)明目的：針對(duì)現(xiàn)有技術(shù)存在的不足，本發(fā)明的目的是提供一種基于高光譜成像與深度學(xué)習(xí)的籽棉地膜在線識(shí)別方法。

技術(shù)方案：為了實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明采用的技術(shù)方案如下：

一種基于高光譜成像與深度學(xué)習(xí)的籽棉地膜在線識(shí)別方法，利用高光譜成像儀獲取籽棉地膜反射光譜圖像，構(gòu)建堆疊加權(quán)自編碼器和粒子群優(yōu)化的極限學(xué)習(xí)機(jī)組成的深度學(xué)習(xí)網(wǎng)絡(luò)對(duì)高光譜圖像在線識(shí)別，該方法的步驟如下：

(1)利用高光譜成像儀獲取籽棉地膜的反射光譜圖像；

(2)利用堆疊加權(quán)自編碼器逐層提取與輸出相關(guān)的高階特征，高光譜圖像中的每個(gè)像素點(diǎn)在1000nm～2500nm波段上的反射光譜構(gòu)成的288維向量作為整個(gè)網(wǎng)絡(luò)的輸入，利用堆疊加權(quán)自編碼器對(duì)288維向量進(jìn)行降維；

(3)采用兩層人工神經(jīng)網(wǎng)絡(luò)結(jié)合BP算法對(duì)堆疊加權(quán)自編碼器的網(wǎng)絡(luò)權(quán)重進(jìn)行有監(jiān)督的調(diào)整；

(4)訓(xùn)練完成后，將降維的高階特征作為極限學(xué)習(xí)機(jī)的輸入，利用優(yōu)化算法對(duì)極限學(xué)習(xí)機(jī)的權(quán)值和偏置進(jìn)行優(yōu)化；

(5)利用優(yōu)化后的極限學(xué)習(xí)機(jī)對(duì)降維后的36維的高階特征進(jìn)行處理，實(shí)現(xiàn)高光譜圖像分類，從而識(shí)別棉籽地膜。

作為優(yōu)選，步驟(1)中，高光譜成像儀獲取籽棉地膜在1000nm～2500nm的反射光譜圖像，5.6nm為一譜段，共采集288個(gè)譜段的數(shù)據(jù)。

作為優(yōu)選，步驟(2)中，所述堆疊加權(quán)自編碼器是由三層加權(quán)自編碼器構(gòu)成的深度神經(jīng)網(wǎng)絡(luò)，設(shè)置網(wǎng)絡(luò)參數(shù)，逐層提取與輸出相關(guān)的高階特征；輸入是高光譜圖像中每個(gè)像素點(diǎn)在1000nm～2500nm波段的反射光譜構(gòu)成的288維向量，經(jīng)過(guò)三層加權(quán)自編碼器降維，輸出36維的高階特征。