CN104568778B - 一种基于高光谱成像的纺织品成分鉴别方法 - Google Patents

一种基于高光谱成像的纺织品成分鉴别方法 Download PDF

Info

Publication number
CN104568778B
CN104568778B CN201510020825.4A CN201510020825A CN104568778B CN 104568778 B CN104568778 B CN 104568778B CN 201510020825 A CN201510020825 A CN 201510020825A CN 104568778 B CN104568778 B CN 104568778B
Authority
CN
China
Prior art keywords
mrow
textile
msub
image
spectrum
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510020825.4A
Other languages
English (en)
Other versions
CN104568778A (zh
Inventor
祝成炎
金肖克
张红霞
詹小芳
田伟
李艳清
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Sci Tech University ZSTU
Original Assignee
Zhejiang Sci Tech University ZSTU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Sci Tech University ZSTU filed Critical Zhejiang Sci Tech University ZSTU
Priority to CN201510020825.4A priority Critical patent/CN104568778B/zh
Publication of CN104568778A publication Critical patent/CN104568778A/zh
Application granted granted Critical
Publication of CN104568778B publication Critical patent/CN104568778B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

本发明公开了一种基于高光谱成像的纺织品成分鉴别方法，其特征在于包括以下步骤：1）建立常见纺织品原料的高光谱数据库；2）采集待检纺织品的高光谱数据；3）所获得高光谱数据及图像的预处理；4)待检纺织品光谱数据同步骤1）中所建立数据库的比对匹配；5）以图像显示各成分在纺织品中的分布。本发明用于快速、无损地鉴别分析纺织品中原料成分的识别，并且定量的分析各成分在该织物上所占的比例。

Description

一种基于高光谱成像的纺织品成分鉴别方法
技术领域
本发明属于一种纺织品成分鉴别方法，具体涉及一种基于高光谱成像的纺织品成分鉴别方法，属于数字图像处理技术领域以及光谱分析技术领域。
背景技术
多年来，纤维种类鉴别与含量分析一直是纺织品领域中的研究热点。纤维种类鉴别的主要方法包括感官鉴别法、燃烧法、显微镜法(高倍光学显微镜和扫描电子纤维镜法)、试剂显色法、溶解法、密度法、DNA鉴别法。这些纺织品成分鉴别方法各自具有其他方法不具备的优势，但是各自也有着缺点。如感官鉴别法存在鉴别结果准确性不佳、受测试人员主观感受影响较大的缺点；燃烧法和溶解法则属于破坏性的鉴别方法，同时在测试过程中会产生废料，环保性不佳；显微镜法和DNA鉴别法尽管检测准确性优秀，但操作要求高，工序复杂，测试周期长。
而通过光谱对纤维成分进行分析则是近年来的研究热点。如中国专利CN200710121092(一种纺织用纤维的鉴别方法，国际竹藤网络中心)发明了采集待检纤维的近红外光谱数据，利用化学计量学方法分析上述近红外光谱数据同纤维标准样品的光谱数据的相关性从而鉴别纤维成分的一种方法。如中国专利CN200710160388(一种基于拉曼光谱鉴别纺织纤维的方法，浙江大学)发明了一种利用拉曼光谱定性鉴别纺织纤维的方法，该发明首先需要获取棉、锦纶、涤纶、腈纶、羊毛、蚕丝的拉曼谱图，随后根据所获得的拉曼谱图的不同特征峰从而实现纤维材料的鉴别。如中国专利CN201310176173(利用太赫兹时域光谱技术鉴别竹麻纤维的方法，浙江理工大学)发明了一种利用太赫兹时域光谱技术鉴别竹麻纤维的方法，利用透射式太赫兹时域光谱测试装置进行测试，分别获得透过各标样的太赫兹脉冲时域波形；计算各标样的吸收系数和折射率，以此分别绘制出纤维的吸收光谱和折射率谱；得到待鉴别纤维的吸收系数和折射率；并根据其与标样的吸收光谱和折射率谱之间的对应关系，确认待鉴别纤维的类别。
而上述发明所针对的对象为某一单一纤维，无法鉴别含有多种成分的纺织品，而且鉴别的结果均为定性的分析，无法定量的得到所鉴别纺织品中各成分的比例。
发明内容
本发明的目的在于提供了一种基于高光谱成像的纺织品成分鉴别方法，本发明用于快速、无损地鉴别分析纺织品中原料成分的识别，并且定量的分析各成分在该织物上所占的比例。
为达到上述目的，本发明的技术方案是：
一种基于高光谱成像的纺织品成分鉴别方法，其特征在于包括以下步骤：
1)建立常见纺织品原料的高光谱数据库；
2)采集待检纺织品的高光谱数据；
3)所获得高光谱数据及图像的预处理；
4)待检纺织品光谱数据同步骤1)中所建立数据库的比对匹配；
5)以图像显示各成分在纺织品中的分布。
所述步骤1)中所建立的常见纺织品原料高光谱数据库中所涉及纺织品原料包括天然纤维、合成纤维、再生纤维、无机纤维。
所述天然纤维包括棉、毛、丝、麻；所述的合成纤维包括涤纶、锦纶、腈纶、丙纶；所述的再生纤维包括粘胶、Modal、富强纤维、Lyocell纤维；所述的无机纤维包括玻璃纤维、金属纤维、碳纤维。
所述步骤2)中待检纺织品高光谱数据的采集使用高光谱成像仪，并在同高光谱数据库建立相同的测试条件下进行。
所述步骤3)中待检纺织品高光谱数据及高光谱图像的预处理包括白板校正(FlatField Correction)、暗电流校正、图像裁剪以及噪声去除。
所述白板校正采用平场域纠正(Flat Field Correction)法，即利用一块已知反射率的均匀平滑区域(白板)对整个图像进行标准化处理，从而将图像中每一像素定标为反射率，定标公式如下：
所述步骤4)中将待检纺织品的高光谱数据同步骤1)中所建立的常见纺织品原料高光谱数据库进行比对匹配，从而鉴别纺织品中含有的成分，其中所述的比对匹配的方法采用波谱角填图分类(SAM算法)、二进制编码(Binary Encoding)分类方法、光谱信息散度(Spectral Information Divergence，SID)分类方法中的一种。
所述的二进制编码分类方法是指根据波段是低于光谱平均值，还是高于光谱平均值，将数据和端元光使用n维角度像元与参照光谱进行匹配，该算法是将像元N个波段的光谱看作N维光谱向量，通过计算与端元光谱之间的夹角从而判定两个光谱间的相似度，夹角越小则越相似；所述的波谱角填图中夹角公式为：
式中nb为波段数，t为未知光谱，r为已知光谱；
所述的二进制编码分类方法是根据波段是低于光谱平均值还是高于平均值，将待测纺织品中像元的光谱数据以及数据库中光谱数据编码为0和1；将待测纺织品像元的由0和1组成的编码同数据库中各纺织品成分的编码相互比对，所有像元被分类到与其匹配波段最多的一类纺织品成分中。
所述的光谱信息散度分类方法是指利用散度度量像元光谱与端元光谱的匹配程度，散度越小，相似程度就越高；光谱信息散度公式如下：
SID(x,y)＝D(x||y)+D(y||x)
式中SID为光谱信息散度，D(y||x)、D(x||y)分别为y关于x和x关于y的相对熵，xi和yi分别为两对比光谱第i波段的光谱数据，pi和qi分别为两对比光谱第i波段的概率值。
所述步骤5)中根据步骤4)中所获得的处理结果，得到纺织品中各成分所占的比例，并以图像形式显示各成分在纺织品中的分布情况。
本发明的有益效果是：(1)本发明是一种快速的纺织品成分鉴别方法，能够快速准确地鉴别纺织品成分，同时数据采集及处理速度快，鉴别精度高；
(2)本发明无需使用任何化学试剂，无需进行任何理化分析，降低了鉴别成本，简化实际操作难度；
(3)本发明是一种无损的纺织品成分鉴别方法，不会对纺织品造成任何损伤，从而避免传统鉴别方法中造成的经济损失；
(4)本发明在鉴别纺织品成分的同时，能够得到各成分在该纺织品中所占的比例，并能通过显示各种成分在纺织品中的大致分布。
附图说明
图1是本发明的基于高光谱成像的纺织品成分鉴别方法流程图。
具体实施方式
实施例1
如图1所示，本实施例的一种基于高光谱成像的纺织品成分鉴别方法，包括如下步骤：
(1)建立常见纺织品原料的高光谱数据库；
收集各类常见纺织品原料，上述常见纺织品原料应包括棉、毛、丝、麻等天然纤维，涤纶、锦纶、腈纶、丙纶等合成纤维，粘胶、Modal、富强纤维、Lyocell纤维等再生纤维，玻璃纤维、金属纤维、碳纤维等无机纤维，将上述纤维均匀卷绕在玻璃载玻片之上，在卷绕过程中需保持载玻片上纤维平整且完全覆盖，从而保证其光谱数据准确，将上述试样通过美国Themis Vision公司的高光谱成像仪VNIR-400E获取其光谱数据及图像，并将上述数据及图像导入ENVI软件建立数据库，以供后继操作。
(2)采集待检纺织品的高光谱数据；
将待检纺织品试样同样通过VNIR-400E获取其光谱数据及图像，且侧待检纺织品光谱采集的测试条件应与步骤(1)中常见纺织品原料高光谱数据采集的测试条件相同，从而保证一致性。
(3)所获得高光谱数据及图像的预处理；
预处理包括白板校正(FlatField Correction)、暗电流校正、图像裁剪以及噪声去除等。
首先使用平场域纠正(Flat Field Correction)法对所获得高光谱数据及图像进行白板校正，使用高光谱成像仪采集校正白板的高光谱图像，利用该块已知反射率的均匀平滑白板对整个图像进行标准化处理，从而将图像中每一像素定标为反射率，定标公式如下。
然后待检纺织品高光谱数据及图像进行暗电流校正，从而去除光谱图中仪器暗电流的影响。
然后对该高光谱数据及图像进行图像裁剪，从完整图像中裁剪有效区域的图像，从而减少后继操作处理的计算量及计算时间，提高处理效率。
最后对高光谱数据及图像进行噪声去除操作。
(4)待检纺织品光谱数据同步骤1)中数据库的比对匹配；
将待检纺织品的高光谱数据同步骤1)中所建立的常见纺织品原料高光谱数据库进行比对，从而鉴别纺织品中含有的成分。采用的方法为波谱角填图分类(SAM算法)方法。
波谱角填图(Spectral Angle Mapper，SAM)使用n维角度像元与参照光谱进行匹配，该算法是将像元N个波段的光谱看作N维光谱向量，通过计算与端元光谱之间的夹角从而判定两个光谱间的相似度，夹角越小则越相似。夹角计算公式如下：
式中nb为波段数，t为未知光谱，r为已知光谱。可以得到待检纺织品中任一像元同步骤1)所述的常见纺织品高光谱数据库内所有光谱的夹角，对上述得到的夹角进行排序，数据库中夹角最小的纺织品成分，便是该像元的成分。
(5)以图像显示各成分在纺织品中的分布。将步骤4)中所得到的各像元所属的纺织品成分以不同颜色代表，以假彩色图像显示显示各成分在纺织品中的分布。
本实施的方法具有如下优点：
(1)本实施例是一种快速的纺织品成分鉴别方法，能够快速准确地鉴别纺织品成分，同时数据采集及处理速度快，鉴别精度高；
(2)本实施例无需使用任何化学试剂，无需进行任何理化分析，降低了鉴别成本，简化实际操作难度；
(3)本实施例是一种无损的纺织品成分鉴别方法，不会对纺织品造成任何损伤，从而避免传统鉴别方法中造成的经济损失；
(4)本实施例在鉴别纺织品成分的同时，能够得到各成分在该纺织品中所占的比例，并能通过显示各种成分在纺织品中的大致分布。
实施例2
(1)建立常见纺织品原料的高光谱数据库；
收集各类常见纺织品原料，上述常见纺织品原料应包括棉、毛、丝、麻等天然纤维，涤纶、锦纶、腈纶、丙纶等合成纤维，粘胶、Modal、富强纤维、Lyocell纤维等再生纤维，玻璃纤维、金属纤维、碳纤维等无机纤维，将上述纤维均匀卷绕在玻璃载玻片之上，在卷绕过程中需保持载玻片上纤维平整且完全覆盖，从而保证其光谱数据准确，将上述试样通过美国Themis Vision公司的高光谱成像仪VNIR-400E获取其光谱数据及图像。
(2)采集待检纺织品的高光谱数据；
将待检纺织品试样同样通过VNIR-400E获取其光谱数据及图像，且侧待检纺织品光谱采集的测试条件应与步骤(1)中常见纺织品原料高光谱数据采集的测试条件相同，从而保证一致性。
(3)所获得高光谱数据及图像的预处理；
预处理包括白板校正(Flat Field Correction)、暗电流校正、图像裁剪以及噪声去除等。
首先使用平场域纠正(Flat Field Correction)法对所获得高光谱数据及图像进行白板校正，使用高光谱成像仪采集校正白板的高光谱图像，利用该块已知反射率的均匀平滑白板对整个图像进行标准化处理，从而将图像中每一像素定标为反射率，定标公式如下。
然后待检纺织品高光谱数据及图像进行暗电流校正，从而去除光谱图中仪器暗电流的影响。
然后对该高光谱数据及图像进行图像裁剪，从完整图像中裁剪有效区域的图像，从而减少后继操作处理的计算量及计算时间，提高处理效率。
最后对高光谱数据及图像进行噪声去除操作。
(4)待检纺织品光谱数据同步骤1)中数据库的比对匹配；
将待检纺织品的高光谱数据同步骤1)中所建立的常见纺织品原料高光谱数据库进行比对，从而鉴别纺织品中含有的成分。采用的方法为光谱信息散度分类方法。
光谱信息散度分类方法是利用散度度量像元光谱与端元光谱的匹配程度，散度越小，相似程度就越高。光谱信息散度公式如下：
SID(x,y)＝D(x||y)+D(y||x)
式中SID为光谱信息散度，D(y||x)、D(x||y)分别为y关于x和x关于y的相对熵，xi和yi分别为两对比光谱第i波段的光谱数据，pi和qi分别为两对比光谱第i波段的概率值。可以得到待检纺织品中任一像元同步骤1)所诉的常见纺织品高光谱数据库内所有光谱的散度，对上述得到的散度进行排序，数据库中散度最小的纺织品成分，便是该像元的成分。
(5)以图像显示各成分在纺织品中的分布。将步骤4)中所得到的各像元所属的纺织品成分以不同颜色代表，以假彩色图像显示显示各成分在纺织品中的分布。
本实施的方法具有如下优点：(1)本实施例是一种快速的纺织品成分鉴别方法，能够快速准确地鉴别纺织品成分，同时数据采集及处理速度快，鉴别精度高；
(2)本实施例无需使用任何化学试剂，无需进行任何理化分析，降低了鉴别成本，简化实际操作难度；
(3)本实施例是一种无损的纺织品成分鉴别方法，不会对纺织品造成任何损伤，从而避免传统鉴别方法中造成的经济损失；
(4)本实施例在鉴别纺织品成分的同时，能够得到各成分在该纺织品中所占的比例，并能通过显示各种成分在纺织品中的大致分布。
实施例3
(1)建立常见纺织品原料的高光谱数据库；
收集各类常见纺织品原料，上述常见纺织品原料应包括棉、毛、丝、麻等天然纤维，涤纶、锦纶、腈纶、丙纶等合成纤维，粘胶、Modal、富强纤维、Lyocell纤维等再生纤维，玻璃纤维、金属纤维、碳纤维等无机纤维，将上述纤维均匀卷绕在玻璃载玻片之上，在卷绕过程中需保持载玻片上纤维平整且完全覆盖，从而保证其光谱数据准确，将上述试样通过美国Themis Vision公司的高光谱成像仪VNIR-400E获取其光谱数据及图像。
(2)采集待检纺织品的高光谱数据；
将待检纺织品试样同样通过VNIR-400E获取其光谱数据及图像，且侧待检纺织品光谱采集的测试条件应与步骤(1)中常见纺织品原料高光谱数据采集的测试条件相同，从而保证一致性。
(3)所获得高光谱数据及图像的预处理；
预处理包括白板校正(Flat Field Correction)、暗电流校正、图像裁剪以及噪声去除等。
首先使用平场域纠正(Flat Field Correction)法对所获得高光谱数据及图像进行白板校正，使用高光谱成像仪采集校正白板的高光谱图像，利用该块已知反射率的均匀平滑白板对整个图像进行标准化处理，从而将图像中每一像素定标为反射率，定标公式如下。
然后待检纺织品高光谱数据及图像进行暗电流校正，从而去除光谱图中仪器暗电流的影响。
然后对该高光谱数据及图像进行图像裁剪，从完整图像中裁剪有效区域的图像，从而减少后继操作处理的计算量及计算时间，提高处理效率。
最后对高光谱数据及图像进行噪声去除操作。
(4)待检纺织品光谱数据同步骤1)中数据库的比对匹配；
将待检纺织品的高光谱数据同步骤1)中所建立的常见纺织品原料高光谱数据库进行比对，从而鉴别纺织品中含有的成分。采用的方法为二进制编码分类方法。
二进制编码分类方法根据波段是低于光谱平均值还是高于平均值，将待测纺织品中像元的光谱数据以及数据库中光谱数据编码为0和1。将待测纺织品像元的由0和1组成的编码同数据库中各纺织品成分的编码相互比对，所有像元被分类到与其匹配波段最多的一类纺织品成分中。
(5)以图像显示各成分在纺织品中的分布。将步骤4)中所得到的各像元所属的纺织品成分以不同颜色代表，以假彩色图像显示显示各成分在纺织品中的分布。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受所述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (7)

1.一种基于高光谱成像的纺织品成分鉴别方法，其特征在于包括以下步骤：
1)建立常见纺织品原料的高光谱数据库；
2)采集待检纺织品的高光谱数据；
3)所获得高光谱数据及图像的预处理；
4)待检纺织品光谱数据同步骤1)中所建立数据库的比对匹配；
5)以图像显示各成分在纺织品中的分布；
所述步骤4)中将待检纺织品的高光谱数据同步骤1)中所建立的常见纺织品原料高光谱数据库进行比对匹配，从而鉴别纺织品中含有的成分，其中所述的比对匹配的方法采用波谱角填图分类(SAM算法)、二进制编码(Binary Encoding)分类方法、光谱信息散度(Spectral Information Divergence，SID)分类方法中的一种；
所述的二进制编码分类方法是指根据波段是低于光谱平均值，还是高于光谱平均值，将数据和端元光使用n维角度像元与参照光谱进行匹配，该算法是将像元N个波段的光谱看作N维光谱向量，通过计算与端元光谱之间的夹角从而判定两个光谱间的相似度，夹角越小则越相似；所述的波谱角填图中夹角公式为：
<mrow> <mi>&amp;alpha;</mi> <mo>=</mo> <msup> <mi>Cos</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>n</mi> <mi>b</mi> </mrow> </munderover> <msub> <mi>t</mi> <mi>i</mi> </msub> <msub> <mi>r</mi> <mi>i</mi> </msub> </mrow> <mrow> <msup> <mrow> <mo>(</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>n</mi> <mi>b</mi> </mrow> </munderover> <msubsup> <mi>t</mi> <mi>i</mi> <mn>2</mn> </msubsup> <mo>)</mo> </mrow> <mrow> <mn>1</mn> <mo>/</mo> <mn>2</mn> </mrow> </msup> <msup> <mrow> <mo>(</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>n</mi> <mi>b</mi> </mrow> </munderover> <msubsup> <mi>r</mi> <mi>i</mi> <mn>2</mn> </msubsup> <mo>)</mo> </mrow> <mrow> <mn>1</mn> <mo>/</mo> <mn>2</mn> </mrow> </msup> </mrow> </mfrac> <mo>)</mo> </mrow> </mrow>
式中nb为波段数，t为未知光谱，r为已知光谱；
所述的二进制编码分类方法根据波段是低于光谱平均值还是高于平均值，将待测纺织品中像元的光谱数据以及数据库中光谱数据编码为0和1；将待测纺织品像元的由0和1组成的编码同数据库中各纺织品成分的编码相互比对，所有像元被分类到与其匹配波段最多的一类纺织品成分中；
所述的光谱信息散度分类方法是指利用散度度量像元光谱与端元光谱的匹配程度，散度越小，相似程度就越高；光谱信息散度公式如下：
SID(x，y)＝D(x||y)+D(y||x)
<mrow> <mi>D</mi> <mrow> <mo>(</mo> <mi>y</mi> <mo>|</mo> <mo>|</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>l</mi> </munderover> <msub> <mi>q</mi> <mi>i</mi> </msub> <mi>l</mi> <mi>o</mi> <mi>g</mi> <mo>(</mo> <mfrac> <msub> <mi>q</mi> <mi>i</mi> </msub> <msub> <mi>p</mi> <mi>i</mi> </msub> </mfrac> <mo>)</mo> </mrow>
<mrow> <mi>D</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>|</mo> <mo>|</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>l</mi> </munderover> <msub> <mi>p</mi> <mi>i</mi> </msub> <mi>l</mi> <mi>o</mi> <mi>g</mi> <mrow> <mo>(</mo> <mfrac> <msub> <mi>p</mi> <mi>i</mi> </msub> <msub> <mi>q</mi> <mi>i</mi> </msub> </mfrac> <mo>)</mo> </mrow> </mrow>
<mrow> <msub> <mi>p</mi> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>\</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>l</mi> </munderover> <msub> <mi>x</mi> <mi>i</mi> </msub> </mrow>
<mrow> <msub> <mi>q</mi> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>y</mi> <mi>i</mi> </msub> <mo>\</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>l</mi> </munderover> <msub> <mi>y</mi> <mi>i</mi> </msub> </mrow>
式中SID为光谱信息散度，D(y||x)、D(x||y)分别为y关于x和x关于y的相对熵，xi和yi分别为两对比光谱第i波段的光谱数据，pi和qi分别为两对比光谱第i波段的概率值。
2.如权利要求1所述的一种基于高光谱成像的纺织品成分鉴别方法，其特征在于：所述步骤1)中所建立的常见纺织品原料高光谱数据库中所涉及纺织品原料包括天然纤维、合成纤维、再生纤维、无机纤维。
3.如权利要求2所述的一种基于高光谱成像的纺织品成分鉴别方法，其特征在于：所述天然纤维包括棉、毛、丝、麻；所述的合成纤维包括涤纶、锦纶、腈纶、丙纶；所述的再生纤维包括粘胶、Modal、富强纤维、Lyocell纤维；所述的无机纤维包括玻璃纤维、金属纤维、碳纤维。
4.如权利要求1所述的一种基于高光谱成像的纺织品成分鉴别方法，其特征在于：所述步骤2)中待检纺织品高光谱数据的采集使用高光谱成像仪，并在同高光谱数据库建立相同的测试条件下进行。
5.如权利要求1所述的一种基于高光谱成像的纺织品成分鉴别方法，其特征在于：所述步骤3)中待检纺织品高光谱数据及高光谱图像的预处理包括白板校正(Flat FieldCorrection)、暗电流校正、图像裁剪以及噪声去除。
6.如权利要求5所述的一种基于高光谱成像的纺织品成分鉴别方法，其特征在于：所述白板校正采用平场域纠正(Flat Field Correction)法，即利用一块已知反射率的均匀平滑区域(白板)对整个图像进行标准化处理，从而将图像中每一像素定标为反射率，定标公式如下：
7.如权利要求1所述的一种基于高光谱成像的纺织品成分鉴别方法，其特征在于：所述步骤5)中根据步骤4)中所获得的处理结果，得到纺织品中各成分所占的比例，并以图像形式显示各成分在纺织品中的分布情况。
CN201510020825.4A 2015-01-15 2015-01-15 一种基于高光谱成像的纺织品成分鉴别方法 Active CN104568778B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510020825.4A CN104568778B (zh) 2015-01-15 2015-01-15 一种基于高光谱成像的纺织品成分鉴别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510020825.4A CN104568778B (zh) 2015-01-15 2015-01-15 一种基于高光谱成像的纺织品成分鉴别方法

Publications (2)

Publication Number Publication Date
CN104568778A CN104568778A (zh) 2015-04-29
CN104568778B true CN104568778B (zh) 2018-04-17

Family

ID=53085355

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510020825.4A Active CN104568778B (zh) 2015-01-15 2015-01-15 一种基于高光谱成像的纺织品成分鉴别方法

Country Status (1)

Country Link
CN (1) CN104568778B (zh)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104991047A (zh) * 2015-07-30 2015-10-21 乔治费歇尔汽车产品(昆山)有限公司 一种铁水成分确认方法
CN105717135A (zh) * 2015-11-11 2016-06-29 南开大学 一种基于高光谱成像的监控激光清洗进程的方法
JP6771576B2 (ja) * 2016-10-18 2020-10-21 一般財団法人ニッセンケン品質評価センター 繊維鑑別方法
CN106803240B (zh) * 2016-12-30 2020-07-14 大连海事大学 一种工业图像均光处理方法
CN107179290A (zh) * 2017-05-09 2017-09-19 南京鞋局信息技术有限公司 一种红外鉴别纤维面料的方法与应用
CN107843593A (zh) * 2017-10-13 2018-03-27 上海工程技术大学 一种基于高光谱成像技术的纺织品材料识别方法及系统
CN107843566A (zh) * 2017-10-13 2018-03-27 上海工程技术大学 一种纺织品成分检测装置及方法
CN110398499A (zh) * 2018-04-23 2019-11-01 南开大学 一种基于高光谱成像的监控激光清洗进程的方法
CN108645814B (zh) * 2018-06-28 2020-12-15 浙江理工大学 一种用于识别多色织物润湿区域的高光谱图像采集方法
CN109073537A (zh) * 2018-07-16 2018-12-21 深圳达闼科技控股有限公司 一种物质检测的方法、装置、终端和可读存储介质
CN109358008B (zh) * 2018-10-19 2021-07-06 杭州宏华数码科技股份有限公司 一种纺织品色彩管理的快速颜色自动测量方法
CN110489586A (zh) * 2019-01-07 2019-11-22 公安部第一研究所 一种样品检测数据库分级匹配的方法
CN111141698A (zh) * 2019-12-30 2020-05-12 中国地质大学（北京） 一种基于热红外比辐射率的岩性分类方法
CN111595781B (zh) * 2020-05-15 2023-06-27 北京建筑大学 一种曲面拟合的地面高光谱影像反射率校正方法
CN113260882B (zh) * 2020-07-20 2024-03-12 深圳大学 金属异物检测方法、装置及终端设备
CN112801986A (zh) * 2021-02-01 2021-05-14 深圳市创景数据科技有限责任公司 一种纺织材料匹配方法、装置、设备、存储介质及系统
CN113820291B (zh) * 2021-08-27 2023-07-28 中山小池科技有限公司 基于多阶段卷积神经网络的纺织品无损环保定性方法
CN113792082A (zh) * 2021-09-02 2021-12-14 深圳创景数科信息技术有限公司 一种基于数据库的面料成分检索方法
CN114062307A (zh) * 2021-10-25 2022-02-18 池明旻 用于近红外织物纤维成分无损清洁分析的数据采集规范
CN116152230B (zh) * 2023-04-17 2023-06-27 江苏华拓纺织科技有限公司 基于光谱数据的纺织品表面的染色质量检测方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1505382A1 (en) * 2003-08-08 2005-02-09 Albert-Ludwigs-Universität Freiburg Use of the plastic materials topas and zeonex for biotechnological applications in the terahertz range
CN100510703C (zh) * 2007-08-29 2009-07-08 国际竹藤网络中心 一种纺织用纤维的鉴别方法
CN102179375B (zh) * 2011-03-09 2013-03-13 中国科学院合肥物质科学研究院 一种基于近红外作物单籽粒成分无损检测筛选方法
CN102288551A (zh) * 2011-04-01 2011-12-21 尚振刚 利用高光谱数据鉴别中药材的方法
CN103308473A (zh) * 2013-05-11 2013-09-18 浙江理工大学 利用太赫兹时域光谱技术鉴别竹麻纤维的方法

Also Published As

Publication number Publication date
CN104568778A (zh) 2015-04-29

Similar Documents

Publication Publication Date Title
CN104568778B (zh) 一种基于高光谱成像的纺织品成分鉴别方法
Peets et al. Reflectance FT-IR spectroscopy as a viable option for textile fiber identification
CN101876633B (zh) 一种基于太赫兹时域光谱的纺织纤维鉴别方法
CN105842173B (zh) 一种高光谱材质鉴别方法
Pereira et al. Projection pursuit and PCA associated with near and middle infrared hyperspectral images to investigate forensic cases of fraudulent documents
CN101692052B (zh) 基于超光谱图像技术的名优茶真伪鉴别方法及装置
Was-Gubala et al. Nondestructive identification of dye mixtures in polyester and cotton fibers using Raman spectroscopy and ultraviolet–visible (UV-Vis) Microspectrophotometry
CN104730004B (zh) 基于紫外漫反射光谱的纺织纤维的鉴别方法
Bianchi et al. Differentiation of aged fibers by Raman spectroscopy and multivariate data analysis
CA2937696A1 (en) Method of spectroscopic analysis of a diamond and apparatus thereof
CN103822897A (zh) 一种基于红外光谱的白酒鉴定及溯源方法
Brooks et al. Digital imaging and image analysis applied to numerical applications in forensic hair examination
Rashed et al. A comparative investigation of two handheld near-ir spectrometers for direct forensic examination of fibres in-situ
CN110749565A (zh) 一种快速鉴别普洱茶存储年份的方法
CN115905881B (zh) 黄珍珠分类的方法以及装置、电子设备、存储介质
De Frond et al. What determines accuracy of chemical identification when using microspectroscopy for the analysis of microplastics?
Mustafic et al. Cotton contamination detection and classification using hyperspectral fluorescence imaging
CN109187443A (zh) 基于多波长透射光谱的水体细菌微生物准确识别方法
KR20110126974A (ko) 분광법을 이용한 인주 및 서명 감식 방법
CN107247033B (zh) 基于快速衰减式淘汰算法和plsda鉴别黄花梨成熟度的方法
Xia et al. Non-destructive analysis the dating of paper based on convolutional neural network
CN106323937A (zh) 一种高辨识力的原油指纹谱构建及鉴别方法
CN113970528B (zh) 基于完全约束最小二乘法的纺织品成分解混方法
CN106353280A (zh) 文拉法辛晶体的近红外光谱快速鉴别方法
Tan A study on the application of SAM classification algorithm in seal of calligraphy and painting based on hyperspectral technology

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150429

Assignee: Shaoxing Lingwo Textile Co.,Ltd.

Assignor: ZHEJIANG SCI-TECH University

Contract record no.: X2021330000812

Denomination of invention: A textile component identification method based on hyperspectral imaging

Granted publication date: 20180417

License type: Common License

Record date: 20211215

Application publication date: 20150429

Assignee: Shaoxing Ximei New Material Technology Co.,Ltd.

Assignor: ZHEJIANG SCI-TECH University

Contract record no.: X2021330000813

Denomination of invention: A textile component identification method based on hyperspectral imaging

Granted publication date: 20180417

License type: Common License

Record date: 20211215

Application publication date: 20150429

Assignee: ZHEJIANG YUNTAI TEXTILE Co.,Ltd.

Assignor: ZHEJIANG SCI-TECH University

Contract record no.: X2021330000802

Denomination of invention: A textile component identification method based on hyperspectral imaging

Granted publication date: 20180417

License type: Common License

Record date: 20211215

Application publication date: 20150429

Assignee: ZHEJIANG CHANGSHAN TEXTILE Co.,Ltd.

Assignor: ZHEJIANG SCI-TECH University

Contract record no.: X2021330000801

Denomination of invention: A textile component identification method based on hyperspectral imaging

Granted publication date: 20180417

License type: Common License

Record date: 20211215

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150429

Assignee: Shaoxing Keqiao Mingshi Textile Technology Co.,Ltd.

Assignor: ZHEJIANG SCI-TECH University

Contract record no.: X2021330000811

Denomination of invention: A textile component identification method based on hyperspectral imaging

Granted publication date: 20180417

License type: Common License

Record date: 20211216

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150429

Assignee: Huahao non woven fabric Co.,Ltd.

Assignor: ZHEJIANG SCI-TECH University

Contract record no.: X2021330000820

Denomination of invention: A textile component identification method based on hyperspectral imaging

Granted publication date: 20180417

License type: Common License

Record date: 20211220

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150429

Assignee: SANMEN SENBO OUTDOOR GOODS Co.,Ltd.

Assignor: ZHEJIANG SCI-TECH University

Contract record no.: X2022330000453

Denomination of invention: A method for identification of textile components based on hyperspectral imaging

Granted publication date: 20180417

License type: Common License

Record date: 20220825

EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150429

Assignee: Wenzhou Nuoka Clothing Co.,Ltd.

Assignor: ZHEJIANG SCI-TECH University

Contract record no.: X2022330000809

Denomination of invention: A Method of Textile Composition Identification Based on Hyperspectral Imaging

Granted publication date: 20180417

License type: Common License

Record date: 20221221

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150429

Assignee: Zhejiang Taimu Clothing Co.,Ltd.

Assignor: ZHEJIANG SCI-TECH University

Contract record no.: X2023980032940

Denomination of invention: A Method of Textile Component Identification Based on Hyperspectral Imaging

Granted publication date: 20180417

License type: Common License

Record date: 20230228

Application publication date: 20150429

Assignee: Haining Gaobo Special Fiber Co.,Ltd.

Assignor: ZHEJIANG SCI-TECH University

Contract record no.: X2023980032933

Denomination of invention: A Method of Textile Component Identification Based on Hyperspectral Imaging

Granted publication date: 20180417

License type: Common License

Record date: 20230228

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150429

Assignee: Zhejiang Canyu Textile Co.,Ltd.

Assignor: ZHEJIANG SCI-TECH University

Contract record no.: X2023330000257

Denomination of invention: A Method for Identifying Textile Components Based on Hyperspectral Imaging

Granted publication date: 20180417

License type: Common License

Record date: 20230424

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150429

Assignee: YIWU ULTRA ITS TOYS CRAFTS Co.,Ltd.

Assignor: ZHEJIANG SCI-TECH University

Contract record no.: X2023330000752

Denomination of invention: A Method for Identifying Textile Components Based on Hyperspectral Imaging

Granted publication date: 20180417

License type: Common License

Record date: 20230928

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150429

Assignee: Zhejiang Baishun Garment Co.,Ltd.

Assignor: ZHEJIANG SCI-TECH University

Contract record no.: X2023980046138

Denomination of invention: A Method for Identifying Textile Components Based on Hyperspectral Imaging

Granted publication date: 20180417

License type: Common License

Record date: 20231107

Application publication date: 20150429

Assignee: Wenzhou Yixi Clothing Co.,Ltd.

Assignor: ZHEJIANG SCI-TECH University

Contract record no.: X2023330000833

Denomination of invention: A Method for Identifying Textile Components Based on Hyperspectral Imaging

Granted publication date: 20180417

License type: Common License

Record date: 20231109

Application publication date: 20150429

Assignee: GLOBALS ELECTRONICS (WENZHOU) Co.,Ltd.

Assignor: ZHEJIANG SCI-TECH University

Contract record no.: X2023330000820

Denomination of invention: A Method for Identifying Textile Components Based on Hyperspectral Imaging

Granted publication date: 20180417

License type: Common License

Record date: 20231107

Application publication date: 20150429

Assignee: HANGZHOU COCO HEALTHCARE PRODUCTS Co.,Ltd.

Assignor: ZHEJIANG SCI-TECH University

Contract record no.: X2023330000818

Denomination of invention: A Method for Identifying Textile Components Based on Hyperspectral Imaging

Granted publication date: 20180417

License type: Common License

Record date: 20231107

Application publication date: 20150429

Assignee: Zhejiang Chenyang Nonwoven Technology Co.,Ltd.

Assignor: ZHEJIANG SCI-TECH University

Contract record no.: X2023330000817

Denomination of invention: A Method for Identifying Textile Components Based on Hyperspectral Imaging

Granted publication date: 20180417

License type: Common License

Record date: 20231107

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150429

Assignee: ZHEJIANG KALUOLAINA WEAVING Co.,Ltd.

Assignor: ZHEJIANG SCI-TECH University

Contract record no.: X2024330000025

Denomination of invention: A method for identifying textile components based on hyperspectral imaging

Granted publication date: 20180417

License type: Common License

Record date: 20240403

EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150429

Assignee: Wenzhou Chencheng Clothing Design Co.,Ltd.

Assignor: ZHEJIANG SCI-TECH University

Contract record no.: X2024330000037

Denomination of invention: A method for identifying textile components based on hyperspectral imaging

Granted publication date: 20180417

License type: Common License

Record date: 20240412

EE01 Entry into force of recordation of patent licensing contract