-
公开(公告)号：CN108645814B
公开(公告)日：2020-12-15
申请号：CN201810684515.6
申请日：2018-06-28
Applicant: 浙江理工大学
IPC: G01N21/359 , G01N21/3563 , G01N21/25 , G01N13/04
Abstract: 本发明公开了一种用于识别多色织物润湿区域的高光谱图像采集方法，采用EVA泡棉改良夹持器为提取测试区域图像提供了精准分割边界；高光谱图像为多个波段通道的灰度图像集合，可提取近红外波段的灰度图像，图像亮度值与R、G、B分量无关能有效克服织物颜色的影响；以直流电对漫反射型卤素光源供电，光源提供的光强稳定；电机通过电控传输带匀速推动载样箱上的试样供CCD相机逐线扫描，织物每次扫描的光照相同等效于织物表面光照均匀；该高光谱图像采集系统采集图像后采用白板校正和暗电流校正，进一步消除原始织物图像表面光照不匀的影响；润湿区与未润湿区在红外波段的灰度图像中有较好的对比度，采用适中的分辨率能有效克服织物表面纹理的影响。
-
公开(公告)号：CN117571713A
公开(公告)日：2024-02-20
申请号：CN202311377564.2
申请日：2023-10-24
Applicant: 浙江理工大学
IPC: G01N21/88 , G01N21/27 , G06T7/00 , G06T7/11 , G06T7/73 , G06T5/70 , G06V20/10 , G06V10/75 , G06V10/764 , G06V10/82 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了基于高光谱成像技术的织物疵点检测方法，包括S1)采用高光谱成像系统采集织物的高光谱数据及图像；S2)对织物的高光谱数据及图像进行预处理；S3)利用波谱角填图分类算法使经过预处理的织物的高光谱数据及图像形成假色彩合成图像以显示疵点位置并计算疵点长度；S4)训练BP人工神经网络模型；S5)利用训练好的BP人工神经网络模型检测疵点类型并评分。本发明采用高光谱成像技术获得了一种快速的织物疵点检测方法，使数据采集和处理速度快，鉴别精度高。本发明不但能够快速且准确地检测疵点所在位置和类型，还能够在此基础之上再对其进行评分，从而大大降低人为主观因素对织物疵点评分的影响。
-
公开(公告)号：CN117554306A
公开(公告)日：2024-02-13
申请号：CN202311377958.8
申请日：2023-10-24
Applicant: 浙江理工大学
IPC: G01N21/27
Abstract: 本发明公开了基于高光谱成像技术的棉织物含水率定量检测方法，包括S1)采用高光谱成像系统分别采集具有不同含水率的棉织物的高光谱数据及图像；S2)对各个高光谱数据及图像进行预处理；S3)分别提取经过预处理后的高光谱数据的1190nm波段、1450nm波段和1940nm波段作为特征波段以建立PLS(Partial Least Squares，偏最小二乘回归)棉织物含水率定量检测模型并获得回归方程(1.1)；S4)利用回归方程(1.1)计算待测棉样的含水率。本发明利用高光谱成像系统采集棉织物高光谱图像，通过反射率校正以提高光谱数据的信噪比，再以一阶导数预处理方法降低无关因素的干扰，最后挑选特征波段建立PLS含水率定量检测模型，可实现对棉织物的含水率的精准且快速的在线定量检测。
-
公开(公告)号：CN118032668A
公开(公告)日：2024-05-14
申请号：CN202410012597.5
申请日：2024-01-04
Applicant: 浙江理工大学
IPC: G01N21/25 , G06N3/084 , G06V10/25 , G06V10/82 , G06V10/764
Abstract: 本发明公开了一种基于高光谱成像技术的织物含水率定量检测方法，包括以下步骤：将织物样品放置在载物台上，采集背景板、标准板及织物的高光谱图像；计算织物光谱曲线在纯水的特征峰的面积和全峰半宽；将经过计算的纯水的特征峰的面积和全峰半宽作为光谱特征变量，建立织物BP神经网络含水率定量检测模型；根据建立的织物BP神经网络含水率定量检测模型，采集织物高光谱图像，并带入计算得到的织物光谱曲线在纯水的特征峰的面积和全峰半宽，即可得出织物含水率。本发明以高光谱成像系统采集织物高光谱图像，通过建立织物BP神经网络含水率定量检测模型，实现对织物含水率的精准，快速可在线定量检测。
-
Patent Agency Ranking
公开(公告)号：CN113049528B
公开(公告)日：2024-06-25
申请号：CN202110140219.1
申请日：2021-02-02
Applicant: 浙江理工大学
IPC: G01N21/359 , G01N21/01
Abstract: 本发明公开了一种基于近红外光谱的纤维成分鉴别方法及模块，一种基于近红外光谱的纤维成分鉴别方法包括a)建立鉴别模型、b)分类前预处理和c)分类判别算法，一种基于近红外光谱的纤维成分鉴别模块，纤维成分鉴别系统软件，所述纤维成分鉴别系统软件采用一种基于近红外光谱的纤维成分鉴别方法并通过Visual Studio 2017以C#语言实现编制。本发明通过一阶导数对由便携式近红外光谱仪所采集的试样的光谱数据进行预处理，利用所建立的PLS‑DA模型进行分类判别，能够实现棉、毛类、蚕丝和芳纶等纤维的鉴别；采用C#语言在程序上实现纤维成分鉴别系统的开发，通过与便携式近红外光谱仪的联用，从而实现纤维成分大类的快速、在线、无损鉴别。
-
公开(公告)号：CN109164014A
公开(公告)日：2019-01-08
申请号：CN201810684359.3
申请日：2018-06-28
Applicant: 浙江理工大学
CPC classification number: G01N13/00 , G06T7/0004 , G06T7/11 , G06T7/187 , G06T2207/10024 , G06T2207/30124
Abstract: 本发明公开了一种基于高光谱图像处理的多色织物润湿区域识别方法，采用EVA泡棉改良夹持器为提取测试区域图像提供了精准的边界；由于润湿区域与未润湿区域的近红外反射率差异较大故采用近红外波段成像不仅最大限度提高了图像对比度并且识别润湿区域时有效克服了颜色的干扰以及织物纹理产生的噪声；对图像进行MNF变换和2％线性拉伸不仅去除了大部分异常值同时增大了图像的对比度更能够避免误分割的发生；采用迭代式阈值分割提高了分割区域时的自适应性和自动化能力；对润湿区域做选择性填充有效修正了反光的润湿区域；该方法能够精确识别任意颜色织物尤其是多色织物的润湿区域，为织物沾水等级自动检测提供准确的依据。
-
公开(公告)号：CN113049528A
公开(公告)日：2021-06-29
申请号：CN202110140219.1
申请日：2021-02-02
Applicant: 浙江理工大学
IPC: G01N21/359 , G01N21/01
Abstract: 本发明公开了一种基于近红外光谱的纤维成分鉴别方法及模块，一种基于近红外光谱的纤维成分鉴别方法包括a)建立鉴别模型、b)分类前预处理和c)分类判别算法，一种基于近红外光谱的纤维成分鉴别模块，纤维成分鉴别系统软件，所述纤维成分鉴别系统软件采用一种基于近红外光谱的纤维成分鉴别方法并通过Visual Studio 2017以C#语言实现编制。本发明通过一阶导数对由便携式近红外光谱仪所采集的试样的光谱数据进行预处理，利用所建立的PLS‑DA模型进行分类判别，能够实现棉、毛类、蚕丝和芳纶等纤维的鉴别；采用C#语言在程序上实现纤维成分鉴别系统的开发，通过与便携式近红外光谱仪的联用，从而实现纤维成分大类的快速、在线、无损鉴别。
-
公开(公告)号：CN109164014B
公开(公告)日：2020-11-06
申请号：CN201810684359.3
申请日：2018-06-28
Applicant: 浙江理工大学
Abstract: 本发明公开了一种基于高光谱图像处理的多色织物润湿区域识别方法，采用EVA泡棉改良夹持器为提取测试区域图像提供了精准的边界；由于润湿区域与未润湿区域的近红外反射率差异较大故采用近红外波段成像不仅最大限度提高了图像对比度并且识别润湿区域时有效克服了颜色的干扰以及织物纹理产生的噪声；对图像进行MNF变换和2％线性拉伸不仅去除了大部分异常值同时增大了图像的对比度更能够避免误分割的发生；采用迭代式阈值分割提高了分割区域时的自适应性和自动化能力；对润湿区域做选择性填充有效修正了反光的润湿区域；该方法能够精确识别任意颜色织物尤其是多色织物的润湿区域，为织物沾水等级自动检测提供准确的依据。
-
公开(公告)号：CN108645814A
公开(公告)日：2018-10-12
申请号：CN201810684515.6
申请日：2018-06-28
Applicant: 浙江理工大学
IPC: G01N21/359 , G01N21/3563 , G01N21/25 , G01N13/04
CPC classification number: G01N21/359 , G01N13/04 , G01N21/255 , G01N21/3563 , G01N2201/0438 , G01N2201/0618
Abstract: 本发明公开了一种用于识别多色织物润湿区域的高光谱图像采集方法，采用EVA泡棉改良夹持器为提取测试区域图像提供了精准分割边界；高光谱图像为多个波段通道的灰度图像集合，可提取近红外波段的灰度图像，图像亮度值与R、G、B分量无关能有效克服织物颜色的影响；以直流电对漫反射型卤素光源供电，光源提供的光强稳定；电机通过电控传输带匀速推动载样箱上的试样供CCD相机逐线扫描，织物每次扫描的光照相同等效于织物表面光照均匀；该高光谱图像采集系统采集图像后采用白板校正和暗电流校正，进一步消除原始织物图像表面光照不匀的影响；润湿区与未润湿区在红外波段的灰度图像中有较好的对比度，采用适中的分辨率能有效克服织物表面纹理的影响。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.019 seconds)
