《基于费舍尔评分与离散粒子群优化的棉花异性纤维在线检测 Online detection for cotton foreign fiber based on fisher score and binary particle swarm optimization》.pdfVIP

第 30 卷 第 6 期 农 业 工 程 学 报 Vol.30 No.6 2014 年 3 月 Transactions of the Chinese Society of Agricultural Engineering Mar. 2014 107 基于费舍尔评分与离散粒子群优化的棉花异性纤维在线检测 1,2 3 4 ※ 赵学华 ，李道亮 ，于合龙 （1. 吉林大学计算机科学与技术学院，长春 130012 ； 2. 聊城大学计算机学院，聊城 252059 ； 3. 中国农业大学信息与电气工程学院，北京 100083 ； 4. 吉林农业大学信息技术学院，长春 130118 ） 摘 要：为改进基于机器视觉的棉花异性纤维在线检测效率，提出一种基于费舍尔评分与离散粒子群优化的棉花 异性纤维特征选择方法。该方法将费舍尔评分滤波式特征选择方法及基于离散粒子群优化的捆绑式特征选择方法 组合在一起，首先利用费舍尔评分方法过滤噪声特征，然后利用离散粒子群算法从已去噪的特征集中选取最优特 征子集。提出的方法应用于棉花异性纤维数据集，并与费舍尔评分方法、离散粒子群方法、遗传算法、蚁群算法 进行对比，试验结果表明该方法可以更有效地选择出有较少特征数目、较高分类精度的特征子集。从 75 个棉花 异性纤维原始特征中选出 18 个特征组成的特征集，其分类准确度达到 93.5%，检测时间仅为 0.8231 s，有效地改 进了棉花异性纤维在线检测的精度与效率，从而减少异性纤维对棉纺织品的危害，提高棉纺企业经济效益。 关键词：棉花；算法；纤维；棉花异性纤维；特征选择；费舍尔评分；离散粒子群优化 doi ：10.3969/j.issn.1002-6819.2014.06.013 中图分类号：S21 文献标识码：A 文章编号：1002-6819(2014)-06-0107-09 赵学华，李道亮，于合龙. 基于费舍尔评分与离散粒子群优化的棉花异性纤维在线检测[J].农业工程学报，2014， 30(6)：107－115. Zhao Xuehua, Li Daoliang, Yu Helong. Online detection for cotton foreign fiber based on fisher score and binary particle swarm optimization[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(6): 107 －115. (in Chinese with English abstract) 能降低检测精度与提高检测时间[11] 。特别是，对时 0 引 言 间要求较高的在线检测系统，更需要具有高分辨能 棉花异性纤维是指在棉花采摘、摊晒、收购、 力的小尺寸特征集。特征选择是指从一组原始特征 储存、运输、加工过程中混入棉花中的对棉花及其 集中选取有效的特征组合，实现降低特征空间维数 制品的质量有严重影响的非棉纤维，如毛发、绳索、 的目标[12] 。特征选择可以有效地的解决从高维棉花 地膜、糖纸、编织袋丝等[1] 。棉花异性纤维虽然含 异性纤维特征集中选取高质量特征子集的问题。为 量很少，但危害极大，识别、检测并剔除皮棉中存 了选取高分辨能力的特征集，提高棉花异性纤维检 在的异性纤维，对于提高棉纺织品的质量具有重要 测系统的性能，目前，基于元启发的捆绑式