我国羊绒、羊毛纤维的检测是绒毛产业最基础也是最薄弱的环节,技术水平还远不能满足绒毛产业的发展速度,同英国、日本、德国和意大利等国家相比存在较大的差距:绒毛纤维检测设备的自动化,连续化程度还不高,尤其在羊绒原料检测上,还远远落后于发达国家,大部分国产原料由于缺乏合理的检测手段,质量不能满足生产要求,成为羊绒产业的发展瓶颈。一方面基于羊绒纤维自身的优点和产量稀少、价格昂贵的特点;另一方面是关系到商家和消费者的利益,甚至关系到我国在出口贸易中的声誉,羊绒制品中山羊绒的鉴别和含量检测极为重要。国外为维护自身权益、避免产品的掺假和伪劣,采取了一系列的检测和技术标准。我国作为世界上羊绒生产和出口大国,在世界贸易中占有重要份额,有必要加强这方面的检测和监管工作,使我国具有羊绒质量评定的相应国际地位,以促进羊绒质量的提高和优质羊绒产品的发展,确保我国珍贵的羊绒资源向科学、有序、高附加值方向发展。本论文针对国内外羊绒、羊毛原料品质信息获取技术上存在的一些问题和不足,结合我国的实际情况,以山羊绒原料检测为主进行了羊绒、羊毛原料品质信息获取的研究,主要研究内容和成果如下:1.采用近红外光谱技术对羊绒的净绒率、含水率进行检测,采用逐步回归和BP神经网络建立近红外光谱和羊绒的净绒率、含水率之间的线性回归模型和非线性回归模型,并根据决定系数、预测标准误差、预测均方根误差对模型进行了评价,与传统的检测方法相比,它具有无损、快速、无污染等特点。2.采用小波分析方法对近红外光谱信号进行降噪处理,对比分析了三种阈值降噪模型的降噪效果,在一定程度上改善了光谱由于外界干扰而引起的模型偏差问题,使光谱建模更具一定的鲁棒性和抗干扰的能力。3.根据羊绒原料所含蛋白质、灰分、纤维表面油脂等成分的红外光谱特性,采用长波近红外和中红外对上述指标的反射模式进行检测,并采用神经网络、投影寻踪回归、最小二乘支持向量回归方法进行建模,结果表明神经网络模型在山羊绒的三种成分参量检测中比较稳定,对山羊绒成分的检测具有通用性。4.采用JASCO FT/IR-4100红外光谱仪,研究了羊绒原料的蛋白质含量、灰分含量、纤维表面油脂含量的长波近红外和中红外的透射光谱特性进行分析,采用长波近红外和中红外对上述指标的透射模式进行检测,并采用神经网络、投影寻踪回归、支持向量机方法进行建模,结果表明在本文所阐述的试验条件下红外透射模式的光谱在山羊绒原料的蛋白质、灰分、油脂含量的检测建模精度上普遍好于漫反射模式。5.采用近红外光谱技术对羊绒的产地进行鉴别,应用主成分分析和支持向量机方法对来自不同产地的山羊绒进行分析,采用一对多支持向量机方法对山羊绒产地进行分类,并分别采用不同的支持向量机核函数建立分析模型,结果表明具有高斯核函数的支持向量机建立山羊绒产地的鉴别模型鉴别效果比较好。6.采用SIRION场发射扫描电镜获取羊绒、羊毛纤维的显微图像,根据几何形态参数进行羊毛和羊绒鉴别分类,并进行羊绒、羊毛品种的分析鉴别,提出鳞片覆盖双边指数的概念,大大提高了鉴别分类的效果。7.对获得的羊绒、羊毛纤维的扫描电镜图像采用灰度共生矩阵方法进行纹理分析,试验提取了能量、对比度、相关性、同质性、熵等22种纹理参数,建立了基于纹理参数的山羊绒、绵羊毛的纹理鉴别模型,并进行基于纹理特征的山羊绒品种、绵羊毛品种鉴别的分析研究,结果表明:采用灰度共生矩阵的方法,使本文提出的山羊绒与绵羊毛鉴别问题得到较好的解决。8.对获得的羊绒、羊毛纤维的扫描电镜图像进行处理,根据能反映羊绒、羊毛纤维鳞片形状特征的区域算子建立了基于形态学参数的山羊绒、绵羊毛的鉴别模型,并进行基于纤维鳞片形态学参数的山羊绒品种、绵羊毛品种鉴别作了分析研究,结果表明:纤维鳞片的区域特征参数在一定程度内可以区分羊绒类各品系和羊毛类各品系。综上所述,选用净绒率、含水率,含脂率、灰分含量,蛋白质含量等指标对羊绒、羊毛进行红外光谱宏观分析检测,并基于场发射扫描电镜显微成像技术采用纤维几何形态参数、鳞片纹理参数、鳞片区域描绘算子对羊绒、羊毛进行显微微观分析,采用较新的数据处理方法建立了漫反射以及透射光谱和净绒率、含水率,含脂率、灰分含量,蛋白质含量等指标间的定量关系,应用图像形态学分析方法建立了山羊绒和绵羊毛之间在形态区分上的定性关系,为今后在羊绒、羊毛原料的品质检测、质量管理、生产交易等方面提供了先进的、客观的检测方法和理论依据。