学位论文 > 优秀研究生学位论文题录展示
基于谱线特征的羊毛与羊绒的鉴别
作 者: 蒋高平
导 师: 钟跃崎
学 校: 东华大学
专 业: 纺织材料与纺织品设计
关键词: 谱线特征 谱线分割 特征提取 数据分析
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 73次
引 用: 0次
阅 读: 论文下载
内容摘要
羊绒是取自山羊身上的一层细绒毛,纤维细长、手感柔润被誉为“纤维之王”。我国是毛绒制品生产、加工、出口大国,在世界贸易中占有重要份额。随着各种毛绒混纺织物的大量出口,羊绒、羊毛织物的成份含量鉴定工作已成为维护企业、商家与消费者权益,增加我国国际市场竞争力以及打击假冒劣伪的重要一环。产品质量的把关、商标标识的真实性和准确性已越来越受到业界人士的广泛重视,如何有效规范毛制品行业,快速准确地检测羊绒羊毛对当今贸易交易检测有着相当重要的意义。由于羊毛与羊绒具有极其相似的物理化学性质,其鉴别存在着极大的难度,因此,羊毛、羊绒的鉴别成为我国大宗进出口商品中的一个重大课题。现有的鉴别方法主要有:光学投影显微镜法(OM)、扫描电镜法(SEM)、伸展液定量分析法、CAT法、电泳法、DNA分析法、比重法、及氨基酸分析法等等,但这些方法都存在着一定的缺陷,精度和效率不能同时得到保障。为了快速地进行羊毛、羊绒的区分和检验,本文提出了基于羊毛与羊绒谱线特征的识别的方法。该方法先通过光学显微镜获得羊毛与羊绒的图像,然后经过图像处理得到羊毛与羊绒的表面信息;接着通过投影的方式,获得羊毛与羊绒表面所对应的谱线。在获得的谱线上,对其进行分割,根据羊毛绒谱线不同的特性,提取羊毛绒谱线的单元宽度值,单元峰值及离散系数,峰值宽度比等参数;最后通过对这些参数的分析处理进行识别。研究表明,羊毛与羊绒的谱线存在着较大的差异,对谱线进行分割和特征提取后,通过对单元宽度值,单元峰值及其离散系数的频率分布图的分析,确定其判别界限,利用决策树的方法,可较为精确的辨别羊毛与羊绒。测试结果对普通羊毛与羊绒的鉴别率,具有较高的精确度。该方法是对羊毛与羊绒鉴别的一种探讨。
|
全文目录
摘要 5-7 ABSTRACT 7-11 1.绪论 11-20 1.1 引言 11 1.2 羊毛与羊绒的形态特征分析 11-12 1.3 现有的羊毛与羊绒的鉴别方法 12-14 1.4 国内外羊毛羊绒鉴别方法的技术现状 14-17 1.5 本课题的研究目的及意义 17-20 2.图像处理 20-26 2.1 概论 20 2.2 图像增强技术 20-22 2.3 图像的分割 22-25 2.4 结果 25-26 3.谱线特征在羊绒与羊毛鉴别中的应用 26-39 3.1 谱线的提取 26-29 3.2 谱线的分割 29-32 3.3 特征参数的选择与提取 32-35 3.4 实验分析与结果 35-39 4.羊绒与异常或变异羊毛的鉴别 39-45 4.1 引言 39 4.2 防缩毛与羊绒的鉴别 39-42 4.3 土种毛与羊绒的鉴别 42-45 5.总结与展望 45-47 5.1 工作总结 45 5.2 工作展望 45-47 参考文献 47-49 附录:主要程序代码 49-52 攻读硕士期间发表的学术论文 52-53 致谢 53
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 核废物暂存库辐射场无线监测系统研究,TL751
- 红外图像目标识别及跟踪技术研究,TP391.41
- 水下目标特征的压缩与融合技术研究,TN911.7
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|