[发明专利]一种基于高光谱成像技术的纺织品材料识别方法及系统在审

专利信息
申请号: 201710951502.6 申请日: 2017-10-13
公开(公告)号: CN107843593A 公开(公告)日: 2018-03-27
发明(设计)人: 辛斌杰;孟想;刘岩;邓娜;李佳平 申请(专利权)人: 上海工程技术大学
主分类号: G01N21/84 分类号: G01N21/84
代理公司: 上海唯智赢专利代理事务所(普通合伙)31293 代理人: 刘朵朵
地址: 201620 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 光谱 成像 技术 纺织品 材料 识别 方法 系统
【权利要求书】:

1.一种基于高光谱成像技术的纺织品材料识别方法,其特征在于:通过对待检测纺织品的高光谱图像进行处理,提取该高光谱图像的每个像素的光谱曲线的特征波长,由设置的包括多种纯纺纺织品样本的特征波长的标准波谱库建立的分类器进行识别,所述分类器对待检测纺织品上的每个像素的成分进行识别,得到待检测纺织品的材料组成。

2.如权利要求1所述的基于高光谱成像技术的纺织品材料识别方法,其特征在于:将识别出的待检测纺织品的高光谱图像的所有像素的成分进行计算得到所述待检测纺织品整体的材料成分。

3.如权利要求1或2所述的基于高光谱成像技术的纺织品材料识别方法,其特征在于:所述分类器采用基于最小二乘支持向量机算法的两类分类器,

且根据标准波谱库的纯纺纺织品样本的种类数量建立相同数量的两类分类器。

4.如权利要求1或2所述的基于高光谱成像技术的纺织品材料识别方法,其特征在于:所述待检测纺织品的高光谱图像为采用双面采集的高光谱图像或采用多角度采集的高光谱图像。

5.如权利要求4所述的基于高光谱成像技术的纺织品材料识别方法,其特征在于:采用双面采集的高光谱图像时,将待检测纺织品的正面的高光谱图像和反面的高光谱图像,提取得到的相同成分的像素的数量相加,并除以双面采集的高光谱图像提取的所有像素的数量,即得到所述待检测纺织品的该成分含量。

6.如权利要求1或2所述的基于高光谱成像技术的纺织品材料识别方法,其特征在于:对于所述高光谱图像,处理方法包括辐射校准的步骤,图像掩模的步骤,图像滤波的步骤和兴趣区提取光谱曲线的步骤;所述辐射校准的步骤为在纺织品旁边设置校准白板,用纺织品高图像的DN值除以标准白板的均值光谱得到纺织品的反射率;所述兴趣区提取光谱曲线的步骤为提取高光谱图像中一定面积内每一点的光谱曲线进行均值滤波最终得到能够代表整个纺织品的光谱曲线。

7.如权利要求1所述的基于高光谱成像技术的纺织品材料识别方法,其特征在于:所述提取该高光谱图像的光谱曲线的特征波长采用连续投影算法。

8.一种应用如权利要求1所述的方法的基于高光谱成像技术的纺织品材料识别系统,其特征在于:包括对待检测纺织品的高光谱成像装置,对高光谱成像装置得到的高光谱图像进行预处理的装置,提取所述高光谱图像的每个像素的光谱曲线的特征波长的光谱提取装置,包括多种纯纺纺织品样本的特征波长的标准波谱库,以及由所述标准波谱库建立的分类器,所述分类器用于对待检测纺织品的成分进行识别。

9.如权利要求10所述的基于高光谱成像技术的纺织品材料识别系统,其特征在于:所述高光谱成像装置包括左右两侧的夹持架,所述待检测纺织品夹持在所述两侧的夹持架上,在所述待检测纺织品的正反两面或者侧面设置有两个或多个高光谱成像仪。

10.如权利要求11所述的基于高光谱成像技术的纺织品材料识别系统,其特征在于:对着所述待检测纺织品设置有成像辅助装置,所述成像辅助装置包括反光镜,在反光镜旁一定角度设置有标准白板,所述高光谱成像仪从某一角度通过所述成像辅助装置能够同时得到待检测纺织品及标准白板的高光谱图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海工程技术大学,未经上海工程技术大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710951502.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top