机电一体化大作业模板机电一体化大作业模板.docVIP

PAGE  PAGE 15 新疆农业大学机械交通学院 机电一体化系统设计 课程（设计）论文 题目： 姓名与学号： 指导教师： 年级与专业： 所在学院： 课程评分： 二零一二年 月 日棉花异性纤维检测技术的研究综述 【摘 要】 本文介绍和分析了目前为止绝大多数对皮棉中异性纤维检测的研究。这些研究从棉花杂质的几何、物理和成分官能团光谱特性入手，应用可见光机器视觉、红外波段光谱图像和断层X 光摄影等检测技术，采用数字图像处理和化学计量学分析方法，分类识别各种皮棉杂质。 关键词 皮棉，异性纤维，检测 前 言 我国采摘棉花大部分是人工摘拾。这样对异性纤维的控制很不利。由于棉农对异性纤维的危害认识不足，采摘交售棉花时习惯用编织袋装棉花、用有色的或非棉线绳绑扎棉袋口等。在采摘、装棉、晒棉、运棉和售棉等过程中,难免混入叶子、铃壳、种皮和异性纤维等杂质。严重影响了棉纺厂的产品质量。异性纤维是困扰纺织企业的一大难题．每年纺织企业都要投入大量的人力、物力、财力进行人工挑拣。显然，在纺织清理和加工的每个环节，研究快速检测原棉中杂质，减少并消除它，这对于提高加工质量和效率是非常必要的。 1.原棉杂质检测的主要手段 在检测棉花中叶子，茎皮，秆和异性纤维等杂质时，可以从其基本物理特性入手，例如颜色、形状、大小、密度、表面密度和重量等；也可以从其化学成分方面入手来识别这些杂质，比如荧光效应和官能团光谱特性等。在具体方法上，对杂质的检测有机器视觉（可见光波段）、X光断层摄影、红外波段光谱或图像和紫外荧光光谱或图像等；在对杂质定性和定量分析的方法上，主要有固定线性判别式、聚类算法、贝叶斯学习算法和贝叶斯加权K均值聚类算法等数字图像处理方法。 根据以上皮棉杂质检测技术的特点，从原理上可分为基于图像技术的杂质检测研究和基于分光技术的杂质检测研究。一些典型的研究见表1。 表1 棉花杂质检测研究的文献整理 类型范围检测设备杂质类型检测率识别率（％）文献静态国内显微近红外成像无色塑料、黄麻、编织袋、白头发丝、白羊毛、猪鬃—郏东耀等人，2004[1]多光谱成像无色塑料、黄麻、编织袋、白头发丝、白羊毛、猪鬃—郏东耀等人，2005[3]反射成像15种典型异性纤维—杨文柱等人，2009[4]透射成像白色或无色杂质：纸片、尼龙、编制带、黄麻、白头发—郏东耀等人，2005 [9]透射成像异性纤维，没有特指95%识别率李碧丹等人，2006 [10]紫外荧光成像白色丙纶丝，纸张；色泽较重的异性纤维；毛发的识别99；100；50％罗德坡等人，2007[11]静态国外反射成像非棉纤维杂质（植物性杂质）与重力分析之间的相关系数0.82Taylor. 1990[12]反射成像植物性杂质：皮杂、杆、叶子和碎叶杂质分类。96％；99％Lieberman et al. 1997[17]反射成像植物性杂质：贝叶斯加权K-平均方法，不同颜色棉花识别99.7%Zhang et al. 2002[24]微断层X光摄影茎皮、种皮碎片和聚丙烯杂质识别率96%Pai et al. 2004[25]微断层X光摄影皮杂、叶子，种皮，聚丙烯。分类准确率；与AFIS结果的决定系数89％；0.7091Pavani.et al. 2004[26]微断层X光摄影植物性杂质：评价与AFIS和Shirley Analyzer结果相关系数分别为0.93；0.85Dogan et al. 2005[27]Nicolet FT-IR所有杂质分类。匹配正确率为90.64-96.55％Himmelsbach et al. 20061.1 基于图像技术的杂质检测 在不同的光谱波段范围，采用不同图像扫描设备，采集或生成棉花图像，通过图像采集卡发送回计算机处理中心，经图像数据处理，判断有无杂质，提取杂质位置、大小和类型等特征，驱动提出装置来剔除。图像采集或生成的技术包括可见光波段机器视觉、红外波段图像、紫外荧光图像、X光断层摄影和多波段图像融合技术。如图1。 图1 基于图像技术的皮棉杂质检测原