CN112330608B - 一种棉花异性纤维的互信息识别方法 - Google Patents
一种棉花异性纤维的互信息识别方法 Download PDFInfo
- Publication number
- CN112330608B CN112330608B CN202011127366.7A CN202011127366A CN112330608B CN 112330608 B CN112330608 B CN 112330608B CN 202011127366 A CN202011127366 A CN 202011127366A CN 112330608 B CN112330608 B CN 112330608B
- Authority
- CN
- China
- Prior art keywords
- fibers
- cotton
- foreign
- foreign fibers
- mutual information
- 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
Links
- 239000000835 fiber Substances 0.000 title claims abstract description 160
- 229920000742 Cotton Polymers 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 13
- 230000003068 static effect Effects 0.000 claims abstract description 9
- 238000003384 imaging method Methods 0.000 claims abstract description 7
- 238000012937 correction Methods 0.000 claims description 19
- 238000004140 cleaning Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 12
- 230000009467 reduction Effects 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 229910052736 halogen Inorganic materials 0.000 claims description 6
- 150000002367 halogens Chemical class 0.000 claims description 6
- 238000004804 winding Methods 0.000 claims description 6
- 239000003086 colorant Substances 0.000 claims description 5
- 230000000750 progressive effect Effects 0.000 claims description 2
- 241000219146 Gossypium Species 0.000 description 46
- 230000009471 action Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 235000012343 cottonseed oil Nutrition 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 235000012766 Cannabis sativa ssp. sativa var. sativa Nutrition 0.000 description 1
- 235000012765 Cannabis sativa ssp. sativa var. spontanea Nutrition 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 240000002024 Gossypium herbaceum Species 0.000 description 1
- 235000004341 Gossypium herbaceum Nutrition 0.000 description 1
- 241000219071 Malvaceae Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 235000009120 camo Nutrition 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 229920002678 cellulose Polymers 0.000 description 1
- 239000001913 cellulose Substances 0.000 description 1
- 235000005607 chanvre indien Nutrition 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 210000002615 epidermis Anatomy 0.000 description 1
- 239000002657 fibrous material Substances 0.000 description 1
- 239000011487 hemp Substances 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 239000002985 plastic film Substances 0.000 description 1
- 229920006255 plastic film Polymers 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8444—Fibrous material
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30124—Fabrics; Textile; Paper
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Treatment Of Fiber Materials (AREA)
Abstract
本发明公开了一种棉花异性纤维的互信息识别方法，具体包括如下步骤：步骤1：设备的基本处理，步骤2：异性纤维的基本成像处理，步骤3：异性纤维的总体识别，步骤4：异性纤维的细微识别，步骤5：异性纤维的后期识别纠正，步骤6：异性纤维识别信息的保存，步骤7：异性纤维识别的人工反馈，本发明涉及棉花技术领域。该棉花异性纤维的互信息识别方法，首先对棉花纤维的主体结构进行对比，静止照片环境中对主体结构识别速度较快，并且通过对目标进行宽度、长度和形状的区别，方便快速判断，同时通过对纤维表面的细微识别，能够对主体结构相差不大的纤维进行辅助精准判断，进一步提高了棉花异性纤维的识别速度。
Description
技术领域
本发明涉及棉花技术领域，具体为一种棉花异性纤维的互信息识别方法。
背景技术
棉花是锦葵科棉属植物的种籽纤维，原产于亚热带。植株灌木状，在热带地区栽培可长到6米高，一般为1到2米。花朵乳白色，开花后不久转成深红色然后凋谢，留下绿色小型的蒴果，称为棉铃。棉铃内有棉籽，棉籽上的茸毛从棉籽表皮长出，塞满棉铃内部，棉铃成熟时裂开，露出柔软的纤维。纤维白色或白中带黄，长约2至4厘米，含纤维素约87～90％。异性纤维是指混入棉花中的对棉花及其制品质量有严重影响的非棉纤维和色纤维，如化学纤维、毛发、丝、麻、塑料膜、塑料绳、染色线(绳、布块)等。这里又将异性纤维分成两类，一是非棉纤维的其它纤维性物质，一是有色纤维。
随着经济发展的越来越快，棉织品更多的投入生产生活中，但是普通棉花在采摘过后，往往内部混入大量异性纤维，这些异性纤维软硬不均，不仅严重影响棉织品的相关质量，也严重影响生产机器的安全。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种棉花异性纤维的互信息识别方法，解决了普通棉花往往内部混入大量异性纤维，这些异性纤维软硬不均，不仅严重影响棉织品的相关质量，也严重影响生产机器的安全的问题。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：一种棉花异性纤维的互信息识别方法，具体包括如下步骤：
步骤1：设备的基本处理：对检测设备进行功能性检测，确认相关工作状态完全合格后，对设备进行通电，进入待机状态；
步骤2：异性纤维的基本成像处理：采用普通卤素光源和高清CMOS照相机对处于静止状态的全部棉花纤维进行每秒10-20张连续拍照，对目标照片进行降噪处理，获得高清目标照片；
步骤3：异性纤维的总体识别：对照片中的全部纤维进行扫描，将全部纤维的宽度、长度和整体形状特征进行识别，快速区分与正常棉花纤维的不同，并且通过标记装置对不同照片进行分类标记，棉花异性纤维被全部标记并且分类；
步骤4：异性纤维的细微识别：对照片中剩余的合格照片进行全部纤维的颜色、粘结程度和纹理特征进行进一步详细识别，确定识别出棉花异性纤维，将棉花异性纤维进行清理，识别系统使用缠绕辊10-20厘米进行初步快速清理；
步骤5：异性纤维的后期识别纠正：异性纤维识别后，对不同的异性纤维进行拍照记录，通过后期补充的相关异性纤维和正常棉花纤维的图片，对前期识别错误的纤维进行纠正，并且对新的识别技术进行网络广播公开；
步骤6：异性纤维识别信息的保存：对相关异性纤维识别并且处理后的具体信息进行缓存，然后将大量缓存的信息直接输入到数据库中永久保存；
步骤7：异性纤维识别的人工反馈：识别工作结束后，工作人员对识别工作进行人工纠错，并且将相关纠错结构重新投入数据库保存。
优选的，所述步骤2中，照相机像素必须高于2000万。
优选的，所述步骤2中，拍照结束后，删除对焦不准和背景模糊的照片。
优选的，所述步骤3中，照片扫描过后，相关数据通过缓存直接保存。
优选的，所述步骤1中，设备工作前必须接地。
优选的，所述步骤4中，对异性纤维进行细微识别时采用逐行扫描模式。
优选的，所述步骤5中，拍照记录的照片直接保存。
优选的，所述步骤7中，数据库对定期对重复照片数据进行删除。
(三)有益效果
本发明提供了一种棉花异性纤维的互信息识别方法。与现有技术相比，具备以下有益效果：
(1)、该棉花异性纤维的互信息识别方法，通过步骤3：异性纤维的总体识别：对照片中的全部纤维进行扫描，将全部纤维的宽度、长度和整体形状特征进行识别，快速区分与正常棉花纤维的不同，并且通过标记装置对不同照片进行分类标记，棉花异性纤维被全部标记并且分类；步骤4：异性纤维的细微识别：对照片中剩余的合格照片进行全部纤维的颜色、粘结程度和纹理特征进行进一步详细识别，确定识别出棉花异性纤维，将棉花异性纤维进行清理，识别系统使用缠绕辊10-20厘米进行初步快速清理，通过步骤3和步骤4的联合设置，首先对棉花纤维的主体结构进行对比，静止照片环境中对主体结构识别速度较快，并且通过对目标进行宽度、长度和形状的区别，方便快速判断，同时通过对纤维表面的细微识别，能够对主体结构相差不大的纤维进行辅助精准判断，进一步提高了棉花异性纤维的识别速度。
(2)、该棉花异性纤维的互信息识别方法，通过步骤1：设备的基本处理：对检测设备进行功能性检测，确认相关工作状态完全合格后，对设备进行通电，进入待机状态；步骤2：异性纤维的基本成像处理：采用普通卤素光源和高清CMOS照相机对处于静止状态的全部棉花纤维进行每秒10-20张连续拍照，对目标照片进行降噪处理，获得高清目标照片，通过步骤1和步骤2的联合设置，采用光源辅助拍照能够直接获取较为清晰的外物照片，并且通过对目标进行降噪处理，能够进一步获得较为清晰的图片，方便后期工作系统快速精准判断，另外通过对设备功能进行检测，能够有效保证工作效率。
(3)、该棉花异性纤维的互信息识别方法，通过步骤5：异性纤维的后期识别纠正：异性纤维识别后，对不同的异性纤维进行拍照记录，通过后期补充的相关异性纤维和正常棉花纤维的图片，对前期识别错误的纤维进行纠正，并且对新的识别技术进行网络广播公开；步骤6：异性纤维识别信息的保存：对相关异性纤维识别并且处理后的具体信息进行缓存，然后将大量缓存的信息直接输入到数据库中永久保存；步骤7：异性纤维识别的人工反馈：识别工作结束后，工作人员对识别工作进行人工纠错，并且将相关纠错结构重新投入数据库保存，通过步骤5、步骤6和步骤7的联合设置，通过对后期棉花异性纤维的识别纠正，能够辅助识别系统对棉花异性纤维进行更加精准的识别，并且相关操作逻辑明确，方便追溯。
具体实施方式
下面将结合本发明实施例中的附表，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅表1，本发明实施例提供三种技术方案：一种棉花异性纤维的互信息识别方法，包括如下实施例：
实施例1
步骤1：设备的基本处理：对检测设备进行功能性检测，确认相关工作状态完全合格后，对设备进行通电，进入待机状态；
步骤2：异性纤维的基本成像处理：采用普通卤素光源和高清CMOS照相机对处于静止状态的全部棉花纤维进行每秒10连续拍照，对目标照片进行降噪处理，获得高清目标照片；
步骤3：异性纤维的总体识别：对照片中的全部纤维进行扫描，将全部纤维的宽度、长度和整体形状特征进行识别，快速区分与正常棉花纤维的不同，并且通过标记装置对不同照片进行分类标记，棉花异性纤维被全部标记并且分类；
步骤4：异性纤维的细微识别：对照片中剩余的合格照片进行全部纤维的颜色、粘结程度和纹理特征进行进一步详细识别，确定识别出棉花异性纤维，将棉花异性纤维进行清理，识别系统使用缠绕辊10厘米进行初步快速清理；
步骤5：异性纤维的后期识别纠正：异性纤维识别后，对不同的异性纤维进行拍照记录，通过后期补充的相关异性纤维和正常棉花纤维的图片，对前期识别错误的纤维进行纠正，并且对新的识别技术进行网络广播公开；
步骤6：异性纤维识别信息的保存：对相关异性纤维识别并且处理后的具体信息进行缓存，然后将大量缓存的信息直接输入到数据库中永久保存；
步骤7：异性纤维识别的人工反馈：识别工作结束后，工作人员对识别工作进行人工纠错，并且将相关纠错结构重新投入数据库保存。
实施例2
步骤1：设备的基本处理：对检测设备进行功能性检测，确认相关工作状态完全合格后，对设备进行通电，进入待机状态；
步骤2：异性纤维的基本成像处理：采用普通卤素光源和高清CMOS照相机对处于静止状态的全部棉花纤维进行每秒15张连续拍照，对目标照片进行降噪处理，获得高清目标照片；
步骤3：异性纤维的总体识别：对照片中的全部纤维进行扫描，将全部纤维的宽度、长度和整体形状特征进行识别，快速区分与正常棉花纤维的不同，并且通过标记装置对不同照片进行分类标记，棉花异性纤维被全部标记并且分类；
步骤4：异性纤维的细微识别：对照片中剩余的合格照片进行全部纤维的颜色、粘结程度和纹理特征进行进一步详细识别，确定识别出棉花异性纤维，将棉花异性纤维进行清理，识别系统使用缠绕辊15厘米进行初步快速清理；
步骤5：异性纤维的后期识别纠正：异性纤维识别后，对不同的异性纤维进行拍照记录，通过后期补充的相关异性纤维和正常棉花纤维的图片，对前期识别错误的纤维进行纠正，并且对新的识别技术进行网络广播公开；
步骤6：异性纤维识别信息的保存：对相关异性纤维识别并且处理后的具体信息进行缓存，然后将大量缓存的信息直接输入到数据库中永久保存；
步骤7：异性纤维识别的人工反馈：识别工作结束后，工作人员对识别工作进行人工纠错，并且将相关纠错结构重新投入数据库保存。
实施例3
步骤1：设备的基本处理：对检测设备进行功能性检测，确认相关工作状态完全合格后，对设备进行通电，进入待机状态；
步骤2：异性纤维的基本成像处理：采用普通卤素光源和高清CMOS照相机对处于静止状态的全部棉花纤维进行每秒20张连续拍照，对目标照片进行降噪处理，获得高清目标照片；
步骤3：异性纤维的总体识别：对照片中的全部纤维进行扫描，将全部纤维的宽度、长度和整体形状特征进行识别，快速区分与正常棉花纤维的不同，并且通过标记装置对不同照片进行分类标记，棉花异性纤维被全部标记并且分类；
步骤4：异性纤维的细微识别：对照片中剩余的合格照片进行全部纤维的颜色、粘结程度和纹理特征进行进一步详细识别，确定识别出棉花异性纤维，将棉花异性纤维进行清理，识别系统使用缠绕辊20厘米进行初步快速清理；
步骤5：异性纤维的后期识别纠正：异性纤维识别后，对不同的异性纤维进行拍照记录，通过后期补充的相关异性纤维和正常棉花纤维的图片，对前期识别错误的纤维进行纠正，并且对新的识别技术进行网络广播公开；
步骤6：异性纤维识别信息的保存：对相关异性纤维识别并且处理后的具体信息进行缓存，然后将大量缓存的信息直接输入到数据库中永久保存；
步骤7：异性纤维识别的人工反馈：识别工作结束后，工作人员对识别工作进行人工纠错，并且将相关纠错结构重新投入数据库保存。
通过步骤3和步骤4的联合设置，首先对棉花纤维的主体结构进行对比，静止照片环境中对主体结构识别速度较快，并且通过对目标进行宽度、长度和形状的区别，方便快速判断，同时通过对纤维表面的细微识别，能够对主体结构相差不大的纤维进行辅助精准判断，进一步提高了棉花异性纤维的识别速度，通过步骤1和步骤2的联合设置，采用光源辅助拍照能够直接获取较为清晰的外物照片，并且通过对目标进行降噪处理，能够进一步获得较为清晰的图片，方便后期工作系统快速精准判断，另外通过对设备功能进行检测，能够有效保证工作效率，通过步骤5、步骤6和步骤7的联合设置，通过对后期棉花异性纤维的识别纠正，能够辅助识别系统对棉花异性纤维进行更加精准的识别，并且相关操作逻辑明确，方便追溯。
同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
对比实验
现有生产厂家根据权利要求1，可以识别出三种状态的棉花异性纤维，对三种状态的棉花异性纤维进行洁净化处理后，将三种棉花异性纤维与普通的棉花异性纤维进行对比实验，由表1知，经过实验室测试获得三个实施例中识别时间和识别正确率，得知实施例中识别最慢的为3.2s，较对比例缩短0.6s，正确率最低的是96.2％，较对比例提高1.1％。
表1：棉花异性纤维识别时间和正确率与对比例对比表
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种棉花异性纤维的互信息识别方法，其特征在于：具体包括如下步骤：
步骤1：设备的基本处理：对检测设备进行功能性检测，确认相关工作状态完全合格后，对设备进行通电，进入待机状态；
步骤2：异性纤维的基本成像处理：采用普通卤素光源和高清CMOS照相机对处于静止状态的全部棉花纤维进行每秒10-20张连续拍照，对目标照片进行降噪处理，获得高清目标照片；
步骤3：异性纤维的总体识别：对照片中的全部纤维进行扫描，将全部纤维的宽度、长度和整体形状特征进行识别，快速区分与正常棉花纤维的不同，并且通过标记装置对不同照片进行分类标记，棉花异性纤维被全部标记并且分类；
步骤4：异性纤维的细微识别：对照片中剩余的合格照片进行全部纤维的颜色、粘结程度和纹理特征进行进一步详细识别，确定识别出棉花异性纤维，将棉花异性纤维进行清理，识别系统使用缠绕辊10-20厘米进行初步快速清理；
步骤5：异性纤维的后期识别纠正：异性纤维识别后，对不同的异性纤维进行拍照记录，通过后期补充的相关异性纤维和正常棉花纤维的图片，对前期识别错误的纤维进行纠正，并且对新的识别技术进行网络广播公开；
步骤6：异性纤维识别信息的保存：对相关异性纤维识别并且处理后的具体信息进行缓存，然后将大量缓存的信息直接输入到数据库中永久保存；
步骤7：异性纤维识别的人工反馈：识别工作结束后，工作人员对识别工作进行人工纠错，并且将相关纠错结构重新投入数据库保存。
2.根据权利要求1所述的一种棉花异性纤维的互信息识别方法，其特征在于：所述步骤2中，照相机像素必须高于2000万。
3.根据权利要求1所述的一种棉花异性纤维的互信息识别方法，其特征在于：所述步骤2中，拍照结束后，删除对焦不准和背景模糊的照片。
4.根据权利要求1所述的一种棉花异性纤维的互信息识别方法，其特征在于：所述步骤3中，照片扫描过后，相关数据通过缓存直接保存。
5.根据权利要求1所述的一种棉花异性纤维的互信息识别方法，其特征在于：所述步骤1中，设备工作前必须接地。
6.根据权利要求1所述的一种棉花异性纤维的互信息识别方法，其特征在于：所述步骤4中，对异性纤维进行细微识别时采用逐行扫描模式。
7.根据权利要求1所述的一种棉花异性纤维的互信息识别方法，其特征在于：所述步骤5中，拍照记录的照片直接保存。
8.根据权利要求1所述的一种棉花异性纤维的互信息识别方法，其特征在于：所述步骤7中，数据库对定期对重复照片数据进行删除。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011127366.7A CN112330608B (zh) | 2020-10-20 | 2020-10-20 | 一种棉花异性纤维的互信息识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011127366.7A CN112330608B (zh) | 2020-10-20 | 2020-10-20 | 一种棉花异性纤维的互信息识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112330608A CN112330608A (zh) | 2021-02-05 |
| CN112330608B true CN112330608B (zh) | 2023-12-08 |
Family
ID=74311289
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011127366.7A Active CN112330608B (zh) | 2020-10-20 | 2020-10-20 | 一种棉花异性纤维的互信息识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112330608B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5315367A (en) * | 1991-11-29 | 1994-05-24 | Cascami Seta-Filature Seriche Riunite Spa | Method to detect man-made fibers and/or defective fibers and/or other foreign materials in the processing of silk waste, and relative apparatus |
| US5495070A (en) * | 1988-10-04 | 1996-02-27 | Agracetus, Inc. | Genetically engineering cotton plants for altered fiber |
| CN101358931A (zh) * | 2008-08-22 | 2009-02-04 | 北京中棉机械成套设备有限公司 | 棉花中异性纤维的检测计量装置及检测计量方法 |
| CN201255721Y (zh) * | 2008-08-22 | 2009-06-10 | 北京中棉机械成套设备有限公司 | 棉花中异性纤维的检测计量装置 |
| CN101598675A (zh) * | 2009-07-03 | 2009-12-09 | 山东农业大学 | 棉花异性纤维的互信息识别法 |
| CN101739570A (zh) * | 2009-12-28 | 2010-06-16 | 中国农业大学 | 棉花异性纤维在线分类方法和系统 |
| CN206974914U (zh) * | 2017-06-05 | 2018-02-06 | 李景昌 | 一种棉花异性纤维的互信息识别装置 |
| CN108827965A (zh) * | 2018-07-25 | 2018-11-16 | 南京中跃信息科技有限公司 | 一种采棉加工过程图像信息识别仪器 |
| CN110833995A (zh) * | 2019-12-03 | 2020-02-25 | 石河子大学 | 基于线激光扫描成像检测的异性纤维检测分离装置 |
-
2020
- 2020-10-20 CN CN202011127366.7A patent/CN112330608B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5495070A (en) * | 1988-10-04 | 1996-02-27 | Agracetus, Inc. | Genetically engineering cotton plants for altered fiber |
| US5315367A (en) * | 1991-11-29 | 1994-05-24 | Cascami Seta-Filature Seriche Riunite Spa | Method to detect man-made fibers and/or defective fibers and/or other foreign materials in the processing of silk waste, and relative apparatus |
| CN101358931A (zh) * | 2008-08-22 | 2009-02-04 | 北京中棉机械成套设备有限公司 | 棉花中异性纤维的检测计量装置及检测计量方法 |
| CN201255721Y (zh) * | 2008-08-22 | 2009-06-10 | 北京中棉机械成套设备有限公司 | 棉花中异性纤维的检测计量装置 |
| CN101598675A (zh) * | 2009-07-03 | 2009-12-09 | 山东农业大学 | 棉花异性纤维的互信息识别法 |
| CN101739570A (zh) * | 2009-12-28 | 2010-06-16 | 中国农业大学 | 棉花异性纤维在线分类方法和系统 |
| CN206974914U (zh) * | 2017-06-05 | 2018-02-06 | 李景昌 | 一种棉花异性纤维的互信息识别装置 |
| CN108827965A (zh) * | 2018-07-25 | 2018-11-16 | 南京中跃信息科技有限公司 | 一种采棉加工过程图像信息识别仪器 |
| CN110833995A (zh) * | 2019-12-03 | 2020-02-25 | 石河子大学 | 基于线激光扫描成像检测的异性纤维检测分离装置 |
Non-Patent Citations (5)
| Title |
|---|
| An Efficient and Effective Automatic Recognition System for Online Recognition of Foreign Fibers in Cotton;Xuehua Zhao et al.;《IEEE Access》;全文 * |
| 基于联盟博弈和极限学习机的棉花异性纤维识别方法;赵学华 等;《仲恺农业工程学院学报》;全文 * |
| 基于视觉数据驱动的棉花异性纤维检测;师红宇 等;《丝绸》;全文 * |
| 浅析棉纤维中的异性纤维和解决办法;丁红梅 等;《中国纤检》;全文 * |
| 计算机视觉技术在棉花异性纤维检测中的应用综述;师红宇;《科技创新导报》;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112330608A (zh) | 2021-02-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104949990B (zh) | 一种适用于机织纺织品的瑕疵在线检测方法 | |
| CN107064160A (zh) | 基于显著性检测的纺织品表面瑕疵检测方法及系统 | |
| KR101169970B1 (ko) | 섬유 시험 방법 및 장치 | |
| CN106918600A (zh) | 一种基于机器视觉的面料表面缺陷检测和标记方法 | |
| CN114998321B (zh) | 一种基于光学手段的纺织材料表面毛羽程度识别方法 | |
| CN112330608B (zh) | 一种棉花异性纤维的互信息识别方法 | |
| CN104298821A (zh) | 一种色纺纱精细配色方法 | |
| CN110389130A (zh) | 应用于织物的智能检测系统 | |
| CN112150445A (zh) | 基于贝叶斯阈值的纱线毛羽检测方法 | |
| CN109270002A (zh) | 布料缩水率视觉检测方法及其使用 | |
| CN108505354A (zh) | 一种高精度照相机镜片抛光打磨用阻尼布的制备方法 | |
| CN104050676B (zh) | 一种基于Logistic回归模型的逆光图像检测方法及装置 | |
| CN103984967B (zh) | 一种应用于商品标签检测的自动检测系统及自动检测方法 | |
| CN112080829B (zh) | 捆绑纱检测影像系统 | |
| CN108875777A (zh) | 基于双路神经网络的纺织面料中纤维种类及混纺比例识别方法 | |
| CN107153072A (zh) | 一种镜片疵病检测方法及装置 | |
| Dar et al. | Automated pilling detection and fuzzy classification of textile fabrics | |
| CN110261388A (zh) | 一种多角度纱线外观数字化测试装置及测试方法 | |
| CN208121443U (zh) | 一种验布机 | |
| Mahure et al. | Fabric faults processing: perfections and imperfections | |
| CN105034591A (zh) | 一种纺织品数码喷印的计算机配色方法及其定位装置 | |
| Saravanan | Machine vision for detection contaminations technique of cotton. | |
| Li et al. | Machine vision of textile testing and quality research | |
| CN112577972A (zh) | 一种纺织面料工艺单自动化检测及报告生成设备 | |
| CN207051206U (zh) | 一种梳棉机棉网质量检测系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |