[发明专利]一种基于高光谱成像的纺织品成分鉴别方法

说明书

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(Flat Field 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；