基于光谱分析的棉花异性纤维最佳波段选择方法

图像采集是基于计算机视觉的棉花异性纤维检测计量系统中的基础环节。为构建有效的图像采集系统以便检测皮棉中的异性纤维并识别其种类,在对棉纤维和异性纤维进行光谱分析的基础上,根据二者的漫反射光谱差异,提出了基于反射差极值分布的最佳检测波段选择方法和基于光谱可区分度的最佳可区分波段选择方法。光谱分析结果表明,紫外波段是带荧光异性纤维的最佳检测波段,可见光波段是带颜色异性纤维的最佳检测波段,而红外波段是塑料薄膜、毛发、羽毛等的最佳检测波段,并初步认定780～1800nm的近红外波段为异性纤维间的最佳可区分波段。

基于光谱分析的羊毛白色污物检测新方法

现有的机器视觉系统利用CCD相机在可见光波段获取羊毛图像,识别并去除其中的污染物,但无法区分羊毛和严重影响毛纺织品质量的白色污染物。采用分光光度计在200～2 600 nm范围测量了羊毛和9种典型污染物的漫反射率,分析了羊毛与污染物的漫反射光谱随波长变化的规律,通过建立最优波段选择模型,确定了区分羊毛和9种污染物的最佳检测波段。在此基础上,利用红外光谱相机获取了羊毛和典型污染物的红外图像。实验发现红外图像呈双峰特性,便于二值化分割。这就为羊毛中白色污染物的机器视觉检测提供了一条新途径。