基于多角度特征的羊绒羊毛识别算法研究.pdfVIP

摘要

摘要

山羊绒因其具有细腻、柔软、良好的弹性和保暖性，在全球范围内享有盛誉并深

受消费者喜爱。鉴于羊毛和羊绒在物理和化学属性上的细微差异，一些商家和企业为

了追求利润最大化，往往会掺杂较便宜的羊毛进入羊绒产品中销售，这种做法不仅扰

乱了市场秩序，还损害了消费者的利益。因此，羊绒羊毛纤维识别技术被国内外研究

者广泛关注，虽然已经取得了一定的成就，但依旧存在较多研究难点。首先，纤维监

督特征选择过程阶段必须考虑特征与类标签之间的相关性，增加了选择过程的复杂

度；然后，现有特征选择方法虽然获得了最优特征子集，但多依赖于传统的度量方

法，未能充分挖掘特征间的动态结构信息；最后，未能考虑羊绒和羊毛之间固有的微

小类间差异，捕捉敏感特征差异。针对上述问题，本文基于计算机图像处理、模式识

别和深度卷积网络的相关技术，研究分析不同角度的特征选择改进算法，提出三种羊

绒羊毛纤维识别方法，主要研究内容和贡献如下:

为了解决监督特征选择方法中必须考虑特征与类标签之间的相关性，未能充分利

用特征内部及其相互间信息，提出了一种基于k-means聚类的无监督特征选择羊绒羊

毛识别方法。首先采用两种预处理方法