【技術實現(xiàn)步驟摘要】
本專利技術涉及高光譜成像分析，特別是一種基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法。
技術介紹
1、隨著全球紡織工業(yè)的快速發(fā)展，每年產(chǎn)生的大量廢舊紡織物不僅對環(huán)境造成了嚴重污染，還導致了資源的極大浪費。為提升資源的循環(huán)利用效率，廢舊紡織物的分類與回收利用技術逐漸成為研究熱點。在紡織物分類中，聚酯纖維作為化學纖維中最常見的一種，其含量的準確檢測對廢舊紡織物的回收利用具有重要意義。當前，聚酯纖維含量的檢測方法主要包括化學法、熱分析法和光學分析法等。化學法通過溶劑提取等方式實現(xiàn)纖維成分的分離，但其過程復雜且對環(huán)境污染較大；熱分析法通過檢測纖維的熱性能指標來推測纖維成分，但對設備要求較高且檢測精度有限；光學分析法則利用纖維的光譜特性進行成分分析，是目前較為先進的檢測技術，其中高光譜成像技術因其同時具有光譜和空間信息獲取能力而備受關注。然而，針對廢舊紡織物中聚酯纖維含量的在線檢測，目前仍存在技術瓶頸。
2、現(xiàn)有基于高光譜成像的聚酯纖維檢測技術存在一定的局限性。首先，高光譜數(shù)據(jù)的獲取和校正過程復雜，尤其是在面對廢舊紡織物這一復雜背景時，易受到背景噪聲、光譜基線漂移等因素的干擾，導致反射率數(shù)據(jù)的可靠性較低，影響最終的檢測結果。其次，大多數(shù)現(xiàn)有技術在光譜數(shù)據(jù)建模過程中未能充分利用高光譜數(shù)據(jù)的多維特性，往往只關注單一的光譜特征或采用簡單的線性模型，無法有效揭示廢舊紡織物復雜的光譜和成分關系，導致檢測精度不足，尤其是在纖維混合比例較高或光譜差異較小的情況下。
技術實現(xiàn)思路
1、鑒于上述
2、因此，本專利技術提供了一種基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法解決背景噪聲和光譜基線漂移干擾以及高光譜數(shù)據(jù)多維特性利用不足的問題。
3、為解決上述技術問題，本專利技術提供如下技術方案：
4、第一方面，本專利技術提供了一種基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法，其包括，采集廢舊紡織物的高光譜數(shù)據(jù)，對采集到的高光譜數(shù)據(jù)進行校正，生成校正后的反射率函數(shù)和高光譜圖像；基于校正后的反射率函數(shù)，通過動態(tài)調(diào)整基線參數(shù)，生成基線校正后的反射率函數(shù)；對基線校正后的反射率函數(shù)進行特征分解和主成分分析，獲取特征曲線；提取高光譜圖像的特征信息，將高光譜圖像的特征信息與特征曲線進行融合，生成多維度特征向量；對主成分分析后的特征曲線進行尋峰，生成特征參數(shù)向量；構建高光譜纖維含量檢測模型，將多維度特征向量和特征參數(shù)向量輸入高光譜纖維含量檢測模型，生成聚酯纖維含量。
5、作為本專利技術所述基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法的一種優(yōu)選方案，其中：所述采集廢舊紡織物的高光譜數(shù)據(jù)，對采集到的高光譜數(shù)據(jù)進行校正，生成校正后的反射率函數(shù)和高光譜圖像，具體步驟如下，
6、使用高光譜儀采集廢舊紡織物的高光譜數(shù)據(jù)；
7、通過暗電流校正、白參考校正和噪聲過濾對采集到的高光譜數(shù)據(jù)進行校正，生成校正后的反射率函數(shù)和高光譜圖像。
8、作為本專利技術所述基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法的一種優(yōu)選方案，其中：所述基于校正后的反射率函數(shù)，通過動態(tài)調(diào)整基線參數(shù)，生成基線校正后的反射率函數(shù)，具體步驟如下，
9、基于校正后的反射率函數(shù)，去除校正后反射率函數(shù)的背景信號，根據(jù)背景信號的趨勢性、局部變化和周期性噪聲，構建動態(tài)非線性基線函數(shù)b(λ；α,β,γ)，表達式為：
10、
11、其中，α為幅度參數(shù)，β為趨勢變化速率參數(shù)，γ為周期性噪聲幅度參數(shù)，λ0為分段點，λ為波長；
12、通過初始化參數(shù)、動態(tài)確定分段點和優(yōu)化基線函數(shù)參數(shù)，生成基線校正后的反射率函數(shù)，表達式為：
13、rb(λ)＝rc(λ)-b(λ；α*,β*,γ*)；
14、其中，rb(λ)為基線校正后的反射率函數(shù)，rc(λ)為校正后的反射率函數(shù)，b(λ；α*,β*,γ*)為優(yōu)化后的動態(tài)基線函數(shù)。
15、作為本專利技術所述基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法的一種優(yōu)選方案，其中：所述對基線校正后的反射率函數(shù)進行特征分解和主成分分析，獲取特征曲線，具體步驟如下，
16、基于基線校正后的反射率函數(shù)，構建特征矩陣，對特征矩陣的波長進行標準化處理；
17、基于標準化后的特征矩陣，計算協(xié)方差矩陣，對協(xié)方差矩陣進行特征分解并提取主成分；
18、基于協(xié)方差矩陣的主成分，構建主成分分析特征曲線，表達式為：
19、
20、其中，φp是主成分特征曲線值，mj,p是第j個樣本在波長λp的標準化反射率值，qkj是第k個主成分在樣本j上的特征向量值，λk是第k個主成分對應的特征值，k為主成分數(shù)量，n為樣本數(shù)量，λp是標準化處理后的特征矩陣的波長，p是波長的序號。
21、作為本專利技術所述基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法的一種優(yōu)選方案，其中：所述提取高光譜圖像的特征信息，將高光譜圖像的特征信息與特征曲線進行融合，生成多維度特征向量，具體步驟如下，
22、提取高光譜圖像每個像素點完整的光譜信息，形成光譜特征矩陣；
23、計算每個像素點的局部空間均值和局部空間熵，將局部空間均值和熵按波段拼接，形成空間特征矩陣；
24、將高光譜圖像的特征信息與主成分分析后的特征曲線進行融合，表達式為：
25、
26、其中，ψ為融合后的多維度特征向量，φb為主成分特征曲線值，b表示光譜波段的總數(shù)量，ns為高光譜圖像中像素總數(shù)，p′(b,s)表示標準化后的光譜矩陣中波長λb對第s個像素點的光譜值，ρ為融合權重參數(shù)，fs(b,q)是第q個空間特征在波段λb上的值，κ為分母中的融合權重參數(shù)，ξ為特定的動態(tài)調(diào)節(jié)參數(shù)，b為光譜波段序號，s為像素點序號，q為空間特征的維度序號。
27、作為本專利技術所述基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法的一種優(yōu)選方案，其中：所述對主成分分析后得到的特征曲線進行尋峰，生成特征參數(shù)向量，具體步驟如下，
28、對主成分分析后的特征曲線進行平滑處理，計算平滑處理后特征曲線的一階導數(shù)和二階導數(shù)，通過一階導數(shù)和二階導數(shù)的聯(lián)合分析，找到局部最大值，并提取對應峰強度、峰寬度和峰尖銳度的特征參數(shù)，生成特征參數(shù)向量。
29、作為本專利技術所述基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法的一種優(yōu)選方案，其中：所述構建高光譜纖維含量檢測模型，具體步驟如下，
30、采用基于非線性核函數(shù)的回歸模型，構建高光譜纖維含量檢測模型，表達式為：
31、
32、其中，c為聚酯纖維含量，υ為綜合特征，為第r個光譜峰的峰強度，為第r個光譜峰的峰寬度，為第r個光譜峰的峰尖銳度，h為光譜峰的總數(shù)量，η和δ為正則化參數(shù)，ψt表示多維度特征向量的第t個分量，d為多維度特征向量的維度數(shù)量。
33、作為本專利技術所述基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法的一種優(yōu)選方案，其本文檔來自技高網(wǎng)...
【技術保護點】
1.一種基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法，其特征在于：包括，
2.如權利要求1所述的基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法，其特征在于：所述采集廢舊紡織物的高光譜數(shù)據(jù)，對采集到的高光譜數(shù)據(jù)進行校正，生成校正后的反射率函數(shù)和高光譜圖像，具體步驟如下，
3.如權利要求1所述的基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法，其特征在于：所述基于校正后的反射率函數(shù)，通過動態(tài)調(diào)整基線參數(shù)，生成基線校正后的反射率函數(shù)，具體步驟如下，
4.如權利要求1所述的基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法，其特征在于：所述對基線校正后的反射率函數(shù)進行特征分解和主成分分析，獲取特征曲線，具體步驟如下，
5.如權利要求1所述的基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法，其特征在于：所述提取高光譜圖像的特征信息，將高光譜圖像的特征信息與特征曲線進行融合，生成多維度特征向量，具體步驟如下，
6.如權利要求1所述的基于高光譜成像與曲線擬合的廢舊紡織物聚酯纖維含量在線監(jiān)測方法，其特征在于：所述對主成分分析后得到的特征曲線進
7.如權利要求1所述的基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法，其特征在于：所述構建高光譜纖維含量檢測模型，具體步驟如下，
8.如權利要求1所述的基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法，其特征在于：所述將多維度特征向量和特征參數(shù)向量輸入高光譜纖維含量檢測模型，生成聚酯纖維含量，具體步驟如下，
9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于：所述處理器執(zhí)行所述計算機程序時實現(xiàn)權利要求1～8任一所述的基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法的步驟。
10.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于：所述計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1～8任一所述的基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法的步驟。
...【技術特征摘要】
1.一種基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法，其特征在于：包括，
2.如權利要求1所述的基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法，其特征在于：所述采集廢舊紡織物的高光譜數(shù)據(jù)，對采集到的高光譜數(shù)據(jù)進行校正，生成校正后的反射率函數(shù)和高光譜圖像，具體步驟如下，
3.如權利要求1所述的基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法，其特征在于：所述基于校正后的反射率函數(shù)，通過動態(tài)調(diào)整基線參數(shù)，生成基線校正后的反射率函數(shù)，具體步驟如下，
4.如權利要求1所述的基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法，其特征在于：所述對基線校正后的反射率函數(shù)進行特征分解和主成分分析，獲取特征曲線，具體步驟如下，
5.如權利要求1所述的基于光譜成像與曲線擬合的紡織物聚酯纖維檢測方法，其特征在于：所述提取高光譜圖像的特征信息，將高光譜圖像的特征信息與特征曲線進行融合，生成多維度特征向量，具體步驟如下，
6.如權利要求1...
【專利技術屬性】
技術研發(fā)人員：高琦煜，張利強，王飛，熊偉，崔海濱，裘水軍，呂國鈞，王文苑，裘蓮，
申請(專利權)人：浙江大學，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。