紫外线荧光效应及其在棉花异性纤维分拣系统中的应用

基于机器视觉技术的棉花异性纤维分拣是近几年来国内外研究的热点,为了有效分拣棉花中含有的与棉花色泽相近的异性纤维,提出了一种结合紫外线荧光效应的机器视觉方法应用于分拣棉花中的异性纤维.该方法利用紫外线的荧光效应突出与棉纤维色泽相近的异性纤维与棉纤维的特征差别,并根据异性纤维的类型归纳,提出了用非线性阈值判断算法进行检测.试验结果表明,在紫外线照射下,90%以上的白色异性纤维特征发生明显变化,算法具有非常高的拣出率,系统可以有效地清除棉花中异性纤维杂质.     

皮棉异性杂质的白光/荧光交替成像检测法

为检测皮棉中的异性杂质,研究了白光成像和紫外激发荧光成像的相互作用关系,提出一种白光/荧光交替成像检测方法。利用双光源最优时序控制技术,在时间上避免了白光对荧光成像的光谱干扰;利用信息融合技术,同时提取白光成像和荧光成像均在最优检测状态下的异性杂质信息。试验结果表明:该方法综合了白光成像和荧光成像的优点,能有效检测出皮棉中的有色和白色杂质。     

棉花中异性纤维的多光谱检测

为有效检测棉花中与棉纤维形态、色泽极其相似的异性纤维杂质,提出一种利用多波段光谱信息融合成像检测的新方法。针对6种肉眼极难识别的异性纤维:无色塑料、黄麻、编织袋、白头发丝、白羊毛、猪鬃在7个离散波段光谱中的反射特性,获得不同波段光谱图像中异性纤维与棉纤维的图像特征差别,由此确定检测各异性纤维的最佳光谱波段。采用基于区域信息相关度权值小波分析算法将多个波段的图像进行融合,得到具有完整异性纤维特征信息的单幅杂质图像。实验结果表明,在多波段光谱融合图像中,异性纤维灰度、形态特征明显,可有效识别棉花中异性纤维杂质。     

计算机视觉技术在纤维检验中的应用

简要介绍了计算机视觉的概念及其系统组成,概述了计算机视觉技术在纤维检验中的应用状况,并结合我国是棉花生产消费大国的实际情况分析了计算机视觉技术应用于棉花异性纤维检验的应用前景.     

棉花异性纤维定位新方法

以在生产线上采集的棉花异性纤维图像为研究对象,针对目前异性纤维识别算法编程复杂、运算速度低、无法满足在线剔除异性纤维等技术问题,提出运用标准差分割图像和定位异性纤维的新方法.该方法首先提取RGB图像的G分量并进行灰度值变换,接着运用列像素灰度值的标准差在宽度方向定位异性纤维,然后运用行像素灰度值的标准差在高度方向定位异性纤维,最后根据在图像宽度和高度2个方向异性纤维的位置信息进一步确定在输棉管道内异性纤维的精确位置.由测试含有塑料绳、地膜、麻绳、有色线和羽毛5类异性纤维的图像表明:该算法能快速准确地分割和识别异性纤维,在PC机上运用Matlab软件处理一幅3 096像素×60像素的图像,从读取图像到得到异性纤维精确的像素位置,算法运行约0.04 s;若直接采用FPGA硬件系统运行该算法速度会更快,有望实现在线剔除异性纤维.     

基于BP网络的棉花中异性纤维识别算法

针对原棉中的异性纤维种类繁多、特征各异,很难建立一个统一的异性纤维识别模型问题.提出了应用神经网络识别异性纤维的算法.在RGB颜色空间下,提取原棉图像中每个像素的R、G、B分量,采用统计纹理分析方法,计算R、G、B分量的纹理强度信息作为特征值.用MATLAB软件创建BP网络识别模型,对有代表性的原棉图像进行识别实验.实验结果表明该算法可以有效地识别出原棉中存在的有色和无色异性纤维.     

基于视觉注意计算模型的棉花异性纤维检测

基于机器视觉的棉花异性纤维在线检测,需要解决一个大背景下的小缺陷区域准确检测问题.为了解决这个问题,通过构建视觉注意计算模型,使检测目标兴趣区凸显出来,从而解决视觉数据冗余瓶颈问题.根据所构建模型结构,首先从输入图像中提取全局特征图;然后提取灰度和方向特征进行高斯金字塔多层分解,并采用中央-周边操作算子构建特征差分图;最后利用融合操作构建特征显著图和整体显著图,检测兴趣区在该显著图中被凸显出来.试验结果表明,该模型能够实现棉花异性纤维的有效检测,不仅检测准确率高,还具有较强的普适性,为棉花异性纤维在线检测提供了一种新方法.     

一种基于视频技术的棉花异性纤维分拣方法

针对高速彩色摄像机的非线性特性导致的模型分辨率下降的问题,提出以分段参数估计设定阈值的方法.在Vioual C 6.0环境下实现了此算法,并应用在基于RGB颜色模型的棉花异性纤维分拣系统的判别当中.试验结果表明,该方法能够达到提高棉花中异性纤维分拣率的目的,取得了较好的效果.     

基于图像处理技术的棉花加工环节异性纤维在线检测装置的应用研究

由于轧花厂在收购棉花过程中种种原因,使得原棉中混入了种类繁多的异性纤维,包括丙纶丝、编织带、麻袋片、彩色布头及毛发等,俗称“三丝”。在纺织生产流程中,一般很难清除掉,纺纱织布后,会给布面造成色花疵点。特别是印染后这一问题更为突出,客户很难接受,成为纺织厂生产中的难题,严重困扰了纺织企业的生产。目前,从收购棉花的源头解决“三丝”问题,会提升棉花的质量,提高企业的经济效益,同时也会对棉纺织企业提升其市场竞争能力产生极大的影响。所以异性纤维的在线检测与剔除对于改进棉花初步加工工艺,提高棉纺织品的成品质量,降低产品成本具有非常实际、重要的意义,同时也具有很好的市场价值和发展前景。     

棉花异性纤维在线检测系统研究与实现

棉花异性纤维危害大,人工挑拣时效率低下。为了通过机器将其实时的分拣出来,研究并设计了一种异性纤维在线检测系统;其中包括棉流图像的采集、预处理,以及异纤识别等过程。通过两个高速线阵CCD扫描摄像机获取原棉图像,预处理时,针对图像中光照分布不均导致的亮度分布不一致问题,提出了基于行的照度不均修正技术;异纤识别方面,提出了基于四方向绝对差分的边缘提取;并通过阈值分割的方法得到异纤边缘。图像识别前,将图像按照执行机构排列进行均匀分割,使得算法输出指令可以直接对应到相应的执行机构。现场测试表明,该系统能够有效检测出异纤,速度快、精度高、可靠性好,实现了生产自动化。     

氧化棉纤维经角蛋白溶液处理后的结构及性能研究

采用氢氧化钠和双氧水溶解羊毛制得可溶性角蛋白溶液,再对经高碘酸钠选择性氧化的棉纤维进行处理.研究了氧化棉纤维经角蛋白溶液处理后的结构和力学性能.结果表明,氧化棉纤维经角蛋白溶液处理后产生增重,同时在纤维表面吸附成膜,红外光谱表明角蛋白与氧化棉纤维之间形成共价结合,且氧化棉纤维经角蛋白溶液处理后的力学性能基本不变.     

数字图像处理在原棉异物检测中的应用

利用改进的Otsu阈值法对原棉异物图像进行分割,并运用数字图像处理技术,对具有代表性的原棉异物进行图像增强,二值化等处理,快速准确地识别出原棉中存在的异物,从而有效地提高原棉异纤清除机的除杂率.     

基于核密度估计方法的涤棉混纺纱拉伸断裂声发射信号分析

为了研究涤棉混纺纱拉伸断裂过程中各组分纤维的断裂情况,自主搭建了声发射信号采集装置,分别采集纯涤纶、纯棉和涤棉混纺环锭纱的拉伸断裂声发射信号,采用HHT和ICA分析方法将声发射信号的时域信号转换成频域信号,并提取特征量频率与幅值。基于核密度估计方法对涤棉混纺纱的拉伸过程中涤纶与棉纤维的声发射信号进行分析。结果表明:涤棉混纺纱拉伸过程中其组分纤维的声发射信号可以用特征频谱表征;在拉伸过程的每一个阶段,各种材料声发射特征频谱的不同可以由特征频率的核密度估计表达,并可推测其组分纤维的断裂次序。     

棕色彩棉产量器官的碳水化合物代谢

研究了棕色彩棉及湖南文理学院1号常规白色棉优势部棉铃的碳水化合物代谢.比较了铃壳、纤维和种子之间的蔗糖、还原糖、酸性转化酶和ATP酶的差异,并结合这些部位的物质积累特点进行了分析;针对棕色彩棉的发育特征,着重探讨了棕彩棉和常规棉的种子、纤维及铃壳的碳水化合物代谢特点.     

棉花细胞壁蛋白基因分离鉴定与表达分析

棉纤维起源于棉花胚珠外层表皮细胞．研究棉纤维发育,具有重要理论和实践意义．从棉纤维等组织cDNA文库中分离了186个棉花细胞壁结构蛋白基因,按照所编码的蛋白质结构特点,可将这些基因分为三类;富含脯氨酸细胞壁蛋白（Proline—rich cell wall proteins,PRPs）基因、伸展蛋白（Extensins）或者富含羟脯氨酸糖蛋白（Hydroxyproline—rich glycoprotein,HRGP）基因,富含甘氨酸蛋白（Glycine—rich proteins,GRPs）基因．采用cDNA microarray技术,比较上述基因在开花后10天的野生型棉花纤维和无絮无绒（fuzzless—lintless,fl）突变体胚珠表皮中表达谱发现,其中有7个基因在野生型纤维中特异性或高效性表达,表明它们可能与纤维发育有关．     

利用多颜色空间特征融合方法检测近似目标

以棉花中羊毛、白头发、塑料膜等杂质的检测为应用背景,提出一种利用多颜色空间特征融合方法。该方法构建了颜色特征评价函数,对近似目标在不同颜色空间的特征表现进行评估,从中抽取近似目标的若干最优特征;再利用区域信息相关度权值小波分析算法进行多特征融合,获取近似目标的图像。实验结果表明,融合图像比原始图像及单色空间图像具有较高的图像信息量值,近似目标视觉特征明显增强。此方法为提取与背景特征相近的近似目标提供一条新思路。     

棉纤维马克隆值的测试与理论分析

对利用气流仪测试棉纤维马克隆值、中段平均公制支数、线密度、成熟度比等指标进行了理论关系研究,并推导了相应的关系方程.指出不同品种的棉纤维中段复圆外直径影响这些指标相互间的关系,不同品种棉纤维的马克隆值指标测试应采用不同修正方程.