棉花异性纤维中麻绳与羽毛的分类特征
为准确识别棉花异性纤维中较难识别的羽毛和麻绳异性纤维，采用机器视觉技术，通过图像处理方法采集异性纤维目标，对羽毛和麻绳异性纤维的色彩和纹理特征进行有效的特征提取，形成异性纤维目标的特征向量。再通过一种自底向上的凝聚型层次聚类算法对提取的羽毛和麻绳的色彩与纹理特征进行层次聚类分析，选择最优特征向量。将8个特征向量进行降维分析并比较各维数下的层次聚类效果，试验结果表明，选取红色(R_ave)、绿色(G_ave)、蓝色(B_ave)、能量、熵、惯性矩等6个特征进行层次聚类效果最好，羽毛识别率达到94％，麻绳识别率达到95％， 说明选择的特征向量对这2种异性纤维具有理想的区分性。该研究可为棉花异性纤维的正确识别提供参考。
机器视觉 特征提取 棉花 异性纤维 层次聚类
王蕊 刘双喜 王钦祥 崔嵬 高丽娟 王金星
山东省园艺机械与装备重点实验室,山东农业大学,泰安 山东农业大学机械电子与工程学院,泰安
国际会议
青岛
英文
229-234
2012-10-12（万方平台首次上网日期，不代表论文的发表时间）