亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        應(yīng)用連續(xù)投影算法及最小二乘支持向量機(jī)的單組分紡織品識別

        2018-08-23 09:48:30李佳平沈國康歐耀明辛斌杰
        紡織學(xué)報 2018年8期
        關(guān)鍵詞:紡織物分類器投影

        李佳平, 沈國康, 歐耀明, 孟 想, 辛斌杰

        (1. 上海工程技術(shù)大學(xué) 服裝學(xué)院, 上海 201620; 2. 浙江中天紡檢測有限公司, 浙江 海寧 314400;3. 浙江萬方安道拓紡織科技有限公司, 浙江 海寧 314400)

        隨著科技水平的快速進(jìn)步和紡織新材料的不斷涌現(xiàn),紡織品檢測顯得極其重要,特別是人們對紡織品的要求越來越高,將更多的注意力聚集在紡織品對人體的危害性[1]上,但以往的紡織品檢測方法大都有局限性,例如測量周期長,對檢驗人員的身體造成傷害,污染環(huán)境等。近年來,利用圖像處理技術(shù)進(jìn)行紡織品檢測逐漸興起,這種技術(shù)不僅可降低人為因素的弊端,有效地檢測紡織品的外觀以及質(zhì)量,還可提高勞動生產(chǎn)率[2]。在圖像處理技術(shù)中,高光譜成像技術(shù)比較高效,盡管在紡織領(lǐng)域的應(yīng)用并不多,但其優(yōu)越高效的檢測方式,不損傷纖維的優(yōu)點,勢必將在紡織行業(yè)有廣闊的應(yīng)用空間。

        高光譜成像技術(shù)結(jié)合傳統(tǒng)二維成像和光譜技術(shù)[3],融合電磁學(xué)、光學(xué)、信號處理、計算機(jī)通信等多學(xué)科在光譜維度上進(jìn)行細(xì)致地分割,采集到的圖像不但信息豐富、量大,并且識別度高,數(shù)據(jù)描述模型也比較多[4]。由于該技術(shù)具有很高的空間分辨率和譜間分辨率,在軍事偵察、地質(zhì)填圖、海洋監(jiān)測、農(nóng)業(yè)監(jiān)測、大氣和環(huán)境監(jiān)測、航天研究等領(lǐng)域得到越來越廣泛的應(yīng)用[5-6],但是其在紡織行業(yè)的應(yīng)用卻剛剛起步[7-9],如應(yīng)用于棉花雜質(zhì)的檢測和皮棉表面多類異性纖維的檢測等[10-12]。楊文柱等[13]提出 780~1 800 nm的近紅外波段為異性纖維檢測的最優(yōu)波段;郭俊先等[14]證明高光譜圖像可檢測多類共存的異性纖維;王戈等[15]利用近紅外光譜對竹原纖維、竹粘膠纖維和苧麻纖維進(jìn)行快速鑒別。本文在利用高光譜成像技術(shù)對纖維等進(jìn)行識別的基礎(chǔ)上,嘗試?yán)眠B續(xù)投影算法以及最小二乘支持向量機(jī)對織物層面進(jìn)行識別,在不損傷纖維的情況下,通過相關(guān)織物標(biāo)準(zhǔn)樣品庫的建立、高光譜數(shù)據(jù)的采集、高光譜數(shù)據(jù)預(yù)處理、高光譜特征提取、纖維成分檢測系統(tǒng)的搭建與其校正,試驗檢測所搭建的系統(tǒng)快速鑒別織物的有效性。

        1 材料與方法

        1.1 儀器設(shè)備與數(shù)據(jù)處理軟件

        采用北京卓立漢光儀器有限公司的Gaia Sorter蓋亞高光譜分選儀[16-17]采集圖像。該儀器其核心部件包括均勻光源、光譜相機(jī)、電控移動平臺(或傳送帶)、計算機(jī)及控制軟件等。儀器的光譜范圍為 1 000~2 500 nm,光譜分辨率為10 nm,像元數(shù)為 320像素×256 像素。

        采用ENVI Classic 5.3(64-bit)和MatLab R2016b軟件對高光譜圖像數(shù)據(jù)進(jìn)行后續(xù)處理。前者主要用于感興趣區(qū)域的設(shè)定、點和簇像素的平均光譜以及偏差光譜的提取、圖像的一般處理;后者主要用于圖像的一般處理、特征降維、特征提取和模式識別等運算。

        1.2 實驗樣本與高光譜圖像的獲取

        利用現(xiàn)有的織物樣品庫,篩選出8種常見的純紡織物:棉(C)、滌綸(PET)、羊毛(W)、聚乙烯(PE)、聚氯乙烯(PVC)、錦綸(PA)、亞麻(L)、蠶絲(S),其中每種紡織材料織物80塊,共計640塊樣品。從每塊織物上裁剪出5 cm×5 cm的布樣作為代表該織物樣品的小樣,最終獲得參與拍照及后續(xù)處理的8種純紡織物的640個織物小樣。

        將織物小樣按照種類排列整齊送入高光譜分選儀中進(jìn)行高光譜圖像采集。圖像采集前調(diào)整曝光時間為15 ms,以確保采集得到的圖像清晰、明亮。電動移動平臺設(shè)置推進(jìn)線速度為10 mm/s,避免圖像失真。每次圖像采集前都進(jìn)行標(biāo)準(zhǔn)白板校正,采集過程中光譜掃描10次,再取其平均值待用。最終獲得大小為640 像素×320 像素×256 像素的三維數(shù)據(jù)塊。

        1.3 高光譜圖像標(biāo)定

        高光譜圖像除包含光譜反射與輻射信息之外,還包含各種對圖像有干擾的噪聲,如傳感器儀器的誤差、大氣散射吸收導(dǎo)致的傳輸效應(yīng)、地形造成的誤差等,這些會讓光譜曲線失真[18],因此,必須對織物高光譜圖像進(jìn)行校準(zhǔn)。對高光譜圖像進(jìn)行輻射校正、圖像掩膜、圖像濾波之后,才能進(jìn)行后續(xù)的提取感興趣區(qū)域(ROI)[19]:通過輻射校正可消除干擾,得到真實反射率數(shù)據(jù)[20],由于此次試驗所用織物均為純紡織物,純度較高,且整體平整,選擇平場域法處理圖像;通過掩膜處理,使得處理后的高光譜圖像只保留有效的織物圖像區(qū)域以及反射率為0的黑色背景區(qū)域[21];通過圖像均值濾波[22],對圖像進(jìn)行去噪處理[23]。

        2 高光譜數(shù)據(jù)處理

        經(jīng)過高光譜圖像標(biāo)定后,將采集到的每種純紡織物的80張高光譜圖像中所有織物圖像區(qū)域設(shè)置為感興趣區(qū)域(ROI),均值濾波后得到每種織物在920~2 528 nm內(nèi)的代表光譜曲線。觀察原始光譜數(shù)據(jù)發(fā)現(xiàn),曲線在920~1 000 nm和2 400~ 2 528 nm區(qū)間內(nèi)變化趨勢相同,且存在較多噪點,所攜帶的光譜信息較少,所以在利用連續(xù)投影算法對原始光譜數(shù)據(jù)處理前,先篩選掉這2個區(qū)域內(nèi)的波段,將 288個波長的數(shù)據(jù)初步壓縮至250個,如圖1所示。將采集到的每種純紡織物(80個)隨機(jī)分為訓(xùn)練集(60個)和測試集(20個),以方便后續(xù)特征波長的提取和分類模型的建立。

        圖1 波長與反射率的關(guān)系Fig.1 Relationship between wavelength and reflectance.(a)288 wavelengths of C,PET,PE,W; (b)288 wavelengths of PVC,PA,L,S; (c)250 wavelengths of C,PET,PE,W; (d)250 wavelengths of PVC,PA,L,S

        2.1 基于連續(xù)投影算法的特征波長提取

        采用全部250個波長進(jìn)行訓(xùn)練、篩選時運行數(shù)據(jù)量大,某些范圍內(nèi)的光譜信息量少,與待測織物的構(gòu)成及因素缺乏相關(guān)關(guān)系,因此,進(jìn)一步對數(shù)據(jù)進(jìn)行壓縮、降維必不可少。連續(xù)投影算法在1965年被提出用來解決凸可行性問題,目前已廣泛應(yīng)用于海洋檢測、生物醫(yī)學(xué)成像、森林植被研究、農(nóng)業(yè)生長信息傳遞、大氣輻射監(jiān)控等領(lǐng)域。連續(xù)投影算法可從光譜數(shù)據(jù)中找到包含最低限度的冗余信息的變量組,使波長變量間的共線性去除,提高光譜信噪比,進(jìn)而提高模型預(yù)測能力[24]。設(shè)樣本光譜反射率矩陣為Xn×p,性質(zhì)參數(shù)矢量為y,總體樣本數(shù)為n,全譜波長數(shù)為p。波長的確定分為2個步驟。

        以棉織物為例,利用連續(xù)投影算法對棉織物的250個波段進(jìn)行篩選,樣本為驗證集的60個待測織物。均方根誤差值最小時對應(yīng)的波長數(shù)就是光譜變量的最優(yōu)解,由測試集的均方根誤差預(yù)測值確定光譜變量的最優(yōu)解。模型中包含變量數(shù)改變會引起均方根誤差改變,其變化如圖2所示。若取均方根誤差最小值,則為0.426 93,此時變量個數(shù)為7。確定的特征波長共7個,按照重要性排序分別為 1 531.4、1 929.2、2 203.7、1 329.8、1 789.1、762.0、1 654.7 nm,此時數(shù)據(jù)量較最初數(shù)據(jù)減少97.22%。

        圖2 均方根誤差和與其對應(yīng)的波長Fig.2 Root mean square error (a) and its corresponding wavelength (b)

        表1 連續(xù)投影算法提取的特征波長Tab.1 Characteristic wavelengths extracted by continuous projection algorithm

        分別利用連續(xù)投影算法提取8種純紡織物的特征波長,得到的具體數(shù)據(jù)如表1所示??芍?jīng)過連續(xù)投影算法(SPA)處理之后,原始的288個波段被壓縮至5~8個特征波長,僅占原始數(shù)據(jù)的1.74%~2.43%,刪減了大量冗余信息,節(jié)省了大量的建模時間,且所提取的特征波長所對應(yīng)的預(yù)測均方根誤差均小于0.6,有很強(qiáng)的代表性,誤差小,符合后續(xù)建模要求。

        2.2 建立最小二乘法支持向量機(jī)分類器

        最小二乘支持向量機(jī)(LS-SVM)是對標(biāo)準(zhǔn)支持向量機(jī)(SVM)的改進(jìn),其用等式約束代替了SVM中的不等式約束,通過非線性映射函數(shù)φ(x)建立回歸模型,利用拉格朗日算子求解最優(yōu)化問題,對各變量求偏微分。

        本文試驗采用徑向基函數(shù)RBF函數(shù)作為核函數(shù),其原因為:1)RBF能把樣本映射到更高維的空間;2)RBF確定的參數(shù)較少,核函數(shù)參數(shù)的數(shù)量直接影響函數(shù)的復(fù)雜程度。

        由此可見,LS-SVM將凸二次規(guī)劃問題轉(zhuǎn)化為求解線性方程,極大地簡化了計算復(fù)雜程度,對存儲空間要求大大降低,也降低了計算成本。

        本文基于核函數(shù)為RBF的LS-SVM的相關(guān)算法在MatLab 2016b上設(shè)計出分類模型,如圖3所示。其中模型中的正則化參數(shù)gam=10,核參數(shù) sig2=0.2。

        圖3 以RBF為核函數(shù)的LS-SVMFig.3 LS-SVM with RBF kernel function

        所建模型中,將棉、滌綸、聚乙烯、羊毛、聚氯乙烯、錦綸、亞麻、蠶絲8種織物的訓(xùn)練集分別導(dǎo)入向量機(jī)中進(jìn)行訓(xùn)練,最終得到8個二類分類器SVM1、SVM2、SVM3、SVM4、SVM5、SVM6、SVM7、SVM8。在識別過程中,將8種織物的驗證集和測試集(共640條代表光譜曲線數(shù)據(jù))導(dǎo)入SVM1中,分類器分類結(jié)果n為1或0,結(jié)果為1時即為成功分類,結(jié)果為0時就會自動將特征波長輸入到下一分類器SVM2,依此類推。若所有分類器輸出結(jié)果n均為0時,即為無法分類。二類分類器原理及分類器對640個樣本分類效果如圖4所示。

        圖4 分類器示意圖Fig.4 Schematic diagram of classifier

        2.3 分類結(jié)果

        利用連續(xù)投影算法(SPA)提取8類共640個紡織樣品的特征波長,并將每類80個樣品分為訓(xùn)練集(60個)和測試集(20個),最后利用訓(xùn)練集導(dǎo)入基于最小二乘法支持向量機(jī)(LS-SVM)建立的二類分類器中,得到了8個二類分類器。8個二類分類器對640個樣本分類效果如表2所示。

        結(jié)果顯示,棉、滌綸、聚乙烯、羊毛、聚氯乙烯、錦綸、亞麻、蠶絲8種純紡織物的60個驗證集和20個測試集均得到正確的識別,640個試驗樣品沒有無法識別分類、錯誤識別分類的情況,所建立模型的識別率和穩(wěn)定性都符合要求。

        表2 SPA-LS-SVM模型的識別效果

        3 結(jié) 論

        利用高光譜成像技術(shù)對由8種常見的天然纖維和合成纖維制成的純紡織物進(jìn)行識別,將采集到的 8種織物按照種類分為驗證集(60個)和測試集(20個),采用連續(xù)投影算法(SPA)結(jié)合每種織物的驗證集數(shù)據(jù),提取出該織物所對應(yīng)的特征波長數(shù),將原始數(shù)據(jù)壓縮至1.74%~2.43%,大大減少了模型的復(fù)雜程度,提高了準(zhǔn)確率和運算速度。繼而基于最小二乘法支持的向量機(jī)對每種織物進(jìn)行建模得到了 8個二類分類器,并將8種織物的訓(xùn)練集分別導(dǎo)入模型進(jìn)行訓(xùn)練。最后利用完成訓(xùn)練的分類器對全部640個樣本進(jìn)行識別分類。結(jié)果顯示對于此8種純紡織物的640個實驗樣本,所建模型均可正確識別,高光譜成像技術(shù)可用于棉、滌綸、聚乙烯、羊毛、聚氯乙烯、錦綸、亞麻、蠶絲的材料識別。

        猜你喜歡
        紡織物分類器投影
        采用二甲基甲酰胺(70℃溶解法)測定棉/氨綸混紡織物纖維含量
        使用尺度不變特征變換和K最近臨算法快速自動識別混紡織物的棉毛纖維
        毛紡科技(2021年8期)2021-10-14 06:51:32
        醋酯纖維氨綸混紡織物定量分析方法探討
        解變分不等式的一種二次投影算法
        基于最大相關(guān)熵的簇稀疏仿射投影算法
        找投影
        找投影
        BP-GA光照分類器在車道線識別中的應(yīng)用
        電子測試(2018年1期)2018-04-18 11:52:35
        加權(quán)空-譜與最近鄰分類器相結(jié)合的高光譜圖像分類
        結(jié)合模糊(C+P)均值聚類和SP-V-支持向量機(jī)的TSK分類器
        亚洲精品国产成人久久av盗摄| 亚洲欧美精品伊人久久| 国产网站视频| 极品美女销魂一区二区三| 人妻少妇精品视中文字幕免费| 亚洲国产成人一区二区精品区| 日产无人区一线二线三线新版| 国产在线看不卡一区二区| 亚洲三级香港三级久久| 国产99视频精品免视看7| 无码国产色欲xxxxx视频| 亚洲欧美在线视频| 久久婷婷综合色一区二区| 精品视频一区二区三区在线观看| 亚洲精品成人网站在线观看| 动漫av纯肉无码av在线播放| 精品亚洲一区二区三洲| 无码一区二区三区免费视频| 中文在线а√天堂官网| 精品国产又大又黄又粗av| 丝袜美腿亚洲第一免费| 亚洲av成人无码精品电影在线| 国产成人无码精品久久99| 国产91大片在线观看| 大尺度无遮挡激烈床震网站 | 久久精品av在线观看| 极品成人影院| 日本精品网| 男人一插就想射的原因| 国产av国片精品jk制服| 亚洲综合无码一区二区三区 | 亚洲男人天堂网站| 蜜桃av噜噜噜一区二区三区| 日日碰狠狠添天天爽超碰97久久 | 日韩av高清无码| 亚洲中文字幕无线乱码va| 日本一区二区精品高清| 变态 另类 欧美 大码 日韩 | 1717国产精品久久| 少妇特殊按摩高潮不断| 久久天堂一区二区三区av|