基于样本的棉花异性纤维识别算法
发布时间：
第３Ｏ卷第４期
陕西科技大学学报
Ｊｏｕｒｎａｌ ｏｆ Ｓｈａａｎｘｉ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ
ＶｏＬ ３Ｏ Ｎｏ．４ Ａｕｇ．２０１２
２Ｏ１２年８月
文章编号：１０００—５８１１（２０１２）０４—０１１０—０４
基于样本的棉花异性纤维识别算法
李 娜
（华北水利水电学院电力学院，河南郑州
４５００１１）
摘 要：异性纤维在棉花中虽然占得比重很小，但危害很大，直接影响着纺织品的质量．传统的 异纤检测识别算法多采取固定阂值法，但是由于检测对象是高速运动的棉花流，光照易产生波 动，采集的图像也会相应变化，因此误识别率就会增加．而有样本识别算法采集适量的分类样 本库，识别结果稳定，可以消除这一缺陷．分析棉花中异性纤维的图像特征，对重要图像特征进
行增强，提取异纤的特征，识别算法引入欧几里德距离，采用Ｋ近邻分类，从而识别出异纤，并 进行仿真实验，实验结果表明该识别算法识别效果好、速度快． 关键词：异纤；识别；欧几里德距离；Ｋ近邻分类；算法 中图法分类号：ＴＰ７５１
文献标识码：Ａ
Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｏｆ ｆｏｒｅｉｇｎ ｆｉｂｅｒｓ ｉｎ ｒａｗ ｃｏｔｔｏｎ
ｂａｓｅ ｏｎ ｓａｍｐｌｅ ｄａｔａｂａｓｅ
ＬＩ Ｎａ
（Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｅｌｅｃｔｒｉｃ Ｐｏｗｅｒ，Ｎｏｒｔｈ Ｃｈｉｎａ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｗａｔｅｒ Ｃｏｎｓｅｒｖａｎｃｙ ａｎｄ Ｈｙｄｒｏｐｏｗｅｒ，Ｚｈｅｎｇｚｈｏｕ ４５００１１．Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｆｏｒｅｉｇｎ ｆｉｂｅｒｓ ｉｓ ａ ｓｍａｌｌ ｐｒｏｐｏｒｔｉｏｎ ｉｎ ｃｏｔｔｏｎ，ｂｕｔ ｉｔ ｓｅｒｉｏｕｓｌｙ ａｆｆｅｃｔ ｔｈｅ ｑｕａｌｉｔｙ ｏｆ ｔｅｘｔｉｌｅ．Ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｍｅｔｈｏｄ ｏｆ ｆｉｘｅｄ ｔｈｒｅｓｈｏｌｄ ｉｓ ｆｒｅｑｕｅｎｔｌｙ ｕｓｅｄ ｔｏ ｉｄｅｎｔｉｆｙ ｆｏｒｅｉｇｎ ｆｉｂｅｒｓ
ｉｎ ｃｏｔｔｏｎ，ｂｕｔ ｄｅｔｅｃｔｉｏｎ ｏｂｊｅｃｔ ｉｓ ｈｉｇｈ ｓｐｅｅｄ ｃｏｔｔｏｎ ｆｌｏｗ，ｗｈｉｃｈ ｅａｓｉｌｙ ｌｅａｄ ｉｌｌｕｍｉｎａｔｉｏｎ ｔｏ
ｆｌｕｃｔｕａｔｅ．Ｓｏ ｔｈｅ ｃｏｌｏｒ ｏｆ ｃａｐｔｕｒｅｄ ｉｍａｇｅｓ ｗｉｌｌ ｂｅ ａｆｆｅｃｔｅｄ ａｃｃｏｒｄｉｎｇｌｙ，ｔｈｅｎ ｍｉｓｉｄｅｎｔｉｆｉｃａｔｉｏｎ
ｐｏｓｓｉｂｉｌｉｔｙ ｗｉｌｌ ｂｅ ｉｎｃｒｅａｓｅｄ．Ｈｏｗｅｖｅｒ，ｔｈｅ ｓｕｉｔａｂｌｅ ａｍｏｕｎｔ ｏｆ ｓａｍｐｌｅ ｌｉｂｒａｒｉｅｓ ａｒｅ ｕｓｅｄ ｉｎ
ｔｈｅ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｏｆ ｓｕｐｅｒｖｉｓｅｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎ，ｒｅｃｏｇｎｉｔｉｏｎ ｒｅｓｕｌｔ ｉｓ ｓｔａｂｌｅ，ｗｈｉｃｈ ｅ—
ｌｉｍｉｎａｔｅ ｔｈｅ ｄｅｆｅｃｔ．Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ｔｈｅ ｉｍａｇｅ ｃｈａｒａｃｔｅｒ ｏｆ ｆｏｒｅｉｇｎ ｆｉｂｅｒｓ ｉｎ ｃｏｔｔｏｎ ｉｓ ａｎａｌｙｓｅｄ
．
Ｆｕｒｔｈｅｒ，ｉｍｐｏｒｔａｎｔ ｉｍａｇｅ ｆｅａｔｕｒｅｓ ａｒｅ ｅｎｈａｎｃｅｄ ｂｙ ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ，ａｎｄ ｆｏｒｅｉｇｎ ｆｉｂｅｒｓ ｃｈａｒａｃｔｅｒｓ ａｒｅ ｄｒａｗｎ．Ｅｕｃｌｉｄｅａｎ ｄｉｓｔａｎｃｅ ａｎｄ Ｋ—ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｒｅ ａｄｏｐｔｅｄ ｉｎ
ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ａｌｇｏｒｉｔｈｍ，ａｎｄ ｆｉｎａｌｌｙ ｆｏｒｅｉｇｎ ｆｉｂｅｒｓ ａｒｅ ｉｄｅｎｔｉｆｉｅｄ
．
Ｔｈｅ ｒｅｓｕｌｔｓ ｏｆ ｓｉｍｕ１ａｔｉｏｎ
．
ｅｘｐｅｒｉｍｅｎｔｓ ｓｈｏｗ ｔｈａｔ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｉｓ ｓｉｍｐｌｅ，ｓｔａｂｌｅ ａｎｄ ｅｆｆｉｃｉｅｎｔ
Ｋｅｙ ｗｏｒｄｓ：ｆｏｒｅｉｇｎ ｆｉｂｅｒｓ；ｉｄｅｎｔｉｆｉｃａｔｉｏｎ；Ｅｕｃｌｉｄｅａｎ ｄｉｓｔａｎｃｅ；Ｋ—ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ ｃｌａｓｓｉｆｉｃａ
ｔｉｏｎ；ａｌｇｏｒｉｔｈｍ
０ 引言
我国的纺织品便宜但是档次较低，与国际先进水平 相比，仍然存在较大差距．其中所用棉花中含有较 多异性纤维是导致原材料质量不高的重要原因之
我国是纺织大国，而棉花是纺织工业最主要的 原材料之一，是关系国计民生的重要战略物资 ．
＊
收稿日期：２Ｏ１ ２－０６—０５ 作者简介：李
娜（１ ９８２），女，河南省濮阳县人，硕士研究生，研究方向：智能控制
基于样本的棉花异性纤维识别算法
