基于纹理分析的羊绒羊毛鉴别

《基于纹理分析的羊绒羊毛鉴别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：10255学号：2130126东华大学硕士学位论文基于纹理分析的羊绒羊毛鉴别IDENTIFICATIONOFCASHMEREANDWOOLBASEDONTEXTUREANALYSIS学校：东华大学学科：数字化纺织工程作者：袁森林指导教师：钟跃崎答辩日期：2016年1月6日东华大学学位论文原创性声明本人郑重声明：我恪守学术道德，崇尚严谨学风。所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已明确注明和引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写，我对所写的内容负责，并完全意识到本声明的法

2、律结果由本人承担。学位论文作者签名：日期：年月日东华大学学位论文版权使用授权书学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅或借阅。本人授权东华大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本版权书。本学位论文属于不保密□。学位论文作者签名：指导教师签名：日期：年月日日期：年月日东华大学袁森林硕士学位论文答辩委员会成员名单姓名职称职务工作单位龙海如教授答辩委员会主席东华大学王新厚教授答辩委员会委员东华大学

3、辛斌杰副教授答辩委员会委员上海工程技术大学纪峰副教授答辩委员会委员东华大学陈霞副教授答辩委员会委员东华大学张一帆讲师答辩委员会秘书东华大学基于纹理分析的羊绒羊毛鉴别摘要羊绒和羊毛的鉴别一直都是纺织研究领域的重要课题。目前用于羊绒检测的方法有很多种，美国AATCC和IWTO规定的检测方法多为光学显微镜法和扫描电镜法。电镜法是较为精确的一种检验手段，但设备成高，耗时过长，仍旧依赖人的经验。而根据光学显微镜很难提取到清晰的羊绒和羊毛鳞片图像。因此建立能够有效减轻人工劳动强度，提高鉴别精度和鉴别效率的羊绒羊毛纤维数字化识别系统的需求是十分紧迫的。本文是基于图像纹理特征的羊绒羊毛鉴别。

4、鳞片纹理是图像的全局特征，从某个角度来说，纹理是隐含在图像灰度差异性中的物理结构信息，它体现了图像中灰度分布的某种规律性。本文采用了灰度共生矩阵纹理分析方法来描述图像中灰度分布的规律性。灰度共生矩阵纹理分析法不是依靠图像本身灰度这个一维特征，而是通过图像中相邻像素点的灰度在平面上的连续变化规律（二维灰度变化）来描述图像的纹理特征。课题首先通过分析灰度共生矩阵的构造因子（距离d、图像灰度级k和θ扫描方向对纹理参数的影响，同时考虑了羊绒和羊毛自身的特点，确定了适于羊绒和羊毛的灰度共生矩阵纹理分析方法：d=5,k=256,θ则取0°，45°,90°,135°四个方向,纹理参数取这四

5、个方向I东华大学硕士学位论文摘要纹理参数的平均值。并最终提取了羊绒和羊毛表面鳞片的14个纹理特征，如角二阶矩、对比度、相关性、逆差矩、方差、和熵、集群突出等；由于这14个特征值不是完全线性无关的，所以紧接着对获取的纹理特征参数进行主成分分析，得到了独立且能高效描述纹理特征的参数体系；最后建立性能最佳的BP神经网络模型，然后对羊绒和羊毛的纹理特征主成分重新进行建模分类。课题研究结果显示，羊绒与羊毛的纹理特征有较大的差异，应用纹理分析方法鉴别羊绒羊毛得到了较高的准确度。关键词：羊绒；羊毛；灰度共生矩阵；主成分分析；BP神经网络II东华大学硕士学位论文ABSTRACTIDENTIF

6、ICATIONOFCASHMEREANDWOOLBASEDONTEXTUREANALYSISABSTRACTIdentificationofcashmereandwoolisanimportantresearchsubjectintextileindustry.Therearemanyidentificationmethodsnow,fromwhichopticalmicroscope(OM)andscanningelectronmicroscope(SEM)aremorerecognizedbyAATCCandIWTO.SEMisarelativelyaccuratemet

7、hodtoseparatecashmerefromwool,butmoretimeandcostwillbetaken.Moreover,clearscaleimagesofcashmereandwoolarehardtoobtainandtheaccuracyisdependedonhuman’sexperience.Therefore,inordertodecreaselaborintensity,it’surgenttoexploreadigitalrecognitionsystemthatcan