[发明专利]一种棉花异性纤维在线检测方法及系统

说明书

本发明提出了一种棉花异性纤维在线检测方法及系统，步骤为：偏振相机实时对激光照射的棉花的检测区域进行图像采集；采集的图像组成样本数据，对样本数据进行数据增强，得到增强后的样本集；利用迁移学方法对样本集进行预训练得到预分类的图像；预分类的图像经过并行级联深度学习方法进行识别分类得到异纤的种类及位置；通过CLAHE算法对识别分类后的图像进行直方图均衡得到带有目标检测框的异纤位置；异纤ROI算法对目标检测框的异纤位置进行提取得到异纤目标的几何参数。本发明实现了光机电算一体化，能够针对各种异性纤维实现超高准确率的检测，准确率能够达到98%以上；通过组合两种并行卷积神经网络，实现多类异纤在线准备分类识别。

技术领域

本发明涉及棉花异纤检测的技术领域，尤其涉及一种棉花异性纤维在线检测方法及系统，综合光电检测技术、智能视觉技术、并行级联深度学习和迁移算法实现对棉花中含有的异纤进行在线检测，并对识别出的异性纤维进行实时定位。

背景技术

棉花是全球纤维、纺织和服装经济中最大的天然纤维，我国有着巨大的棉花产量和消费量，棉纺织行业消耗掉近40％的全球棉花资源，居世界首位。是棉花生产与消费大国，棉花产业在我国的国民经济中占有重要地位。棉花是纺织企业加工处理的重要原材料之一，在采摘、收购和加工处理过程中由于多种因素混入了大量的异性纤维。棉花中的异性纤维是指混入棉花中的非棉纤维和非本色纤维，如棉壳、棉籽、塑料、毛发、化纤、纸片等。这些混入原棉中的异性纤维容易被打碎成散落的单纤维，在后面的纺织加工中难以清除，会对纺织产品的质量造成严重的不良影响。这些异性纤维不仅会降低纺纱效率，还会造成布面疵点，降低产品等级。因此，棉花异性纤维的检测和剔除是棉花加工前的一个重要必备环节。近些年，出现了很多新的异性纤维的检测方法，采用的主要基础包括光电检测技术、机器视觉技术、超声波技术等。然而这些技术都很难单独应用到实际生产中。

光电检测技术只能检测带有颜色的异性纤维。超声波技术只能检测面积较大的异性纤维，并且速度较慢。一般的机器视觉技术对于棉花纤维颜色相近以及细小的异性纤维检测效果不够理想，并且现场生产环境会受到光照、灰尘、振动等因素的影响，环境复杂性会严重影响检测的准确性。异性纤维种类多种多样，现有的单一技术很难实现对所有种类的异性纤维的检测，而多种不同技术相结合的方式又因为仪器体积和造价等多种问题给异性纤维的现场检测带来困难。上述几种方法都很难实现对透明塑料和羊毛等类棉纤维的检测，所以现在急需一种能够针对这两种异纤实现精准测量的方法。

发明内容

针对现有检测系统或方法很难实现对透明塑料和羊毛等类棉纤维的检测，且实时性差的技术问题，本发明提出一种棉花异性纤维在线检测方法及系统，可以实现对透明塑料和羊毛两种异纤的精确测量，且实时性较好。

为了达到上述目的，本发明的技术方案是这样实现的：一种棉花异性纤维在线检测方法，其步骤如下：

步骤一：偏振相机实时对激光照射的棉花的检测区域进行图像采集；

步骤二：采集的图像组成样本数据，对样本数据进行数据增强，得到增强后的样本集；

步骤三：利用迁移学习方法对样本集进行预训练，得到预分类的图像；

步骤四：通过预分类的图像对并行级联深度学习方法进行训练得到训练模型，训练模型对步骤一偏振相机采集的图像进行识别分类，得到异纤的种类及位置；

步骤五：通过CLAHE算法对识别分类后的图像进行直方图均衡，得到带有目标检测框的异纤位置；

步骤六：异纤ROI算法对目标检测框的异纤位置进行提取，得到异纤目标的几何参数。