基于深度学习的籽棉地膜分拣系统研究.pdfVIP

摘要 我国是棉花生产消费大国，而新疆作为我国主要产棉省份，其棉花的产量和质量对我 国棉纺加工行业的健康发展起着关键作用。新疆大规模应用膜下滴灌技术，该方法能够节 省灌溉用水，提升肥料利用率，提高棉花产量，然而在机械采收过程中大量的残留地膜会 混入籽棉，如果不能及时处理，将会严重影响后续的棉花加工，降低棉纺织品的质量。地 膜无色透明且无荧光效应，常规方法很难识别。 本文为基于深度学习的籽棉地膜分拣系统研究，提出了一种堆叠自适应加权自动编 码器和极限学习机结合的籽棉地膜识别算法。主要的研究内容和成果如下： 1. 设计了一套籽棉地膜分拣系统，包括籽棉开松装置、地膜检测装置和地膜剔除装 置三部分。籽棉开松装置的作用是将棉团打散，方便后续检测识别。地膜检测装 置由高光谱图像采集模块和籽棉地膜识别算法模块构成，作用是实现籽棉地膜的 识别分类。地膜剔除装置的作用是及时将识别出的地膜剔除。 2. 归纳了高光谱图像处理中常用的降维和分类方法，采集籽棉地膜高光谱图像 (1000-2500nm)样本，分析了光谱特征，预设了分类的类别数(4 类：背景、背景上 的地膜、籽棉、籽棉上的地膜) 。阐述了自动编码