山羊绒属稀有特种动物纤维,它是一种极其珍贵的纺织原料,其纤维细长、手感柔润被誉为“纤维之王”。由于山羊绒极高的品质与价格因素,市场上出现了一些人为掺假的产品,掺入的纤维情况也比较复杂。因此,如何准确、有效、快速、经济地鉴别山羊绒纤维显得十分重要。本文是借助计算机进行纤维识别的一次探索。目的是提高光学显微镜下采集的纤维图像的自动识别率,首先对图像进行处理,再对数据进行统计分析,最后算出识别率。本文首先对比分析了羊绒、羊毛纤维结构差异,然后利用图像处理技术对德国蔡司(Zeiss)Axioskop2 mot plus微分干涉差(DIC)显微图像采集系统获取的纤维图像进行处理。首先用拉普拉斯算子对图像进行锐化处理,再将图像转化为灰度图像;对得到的灰度图像进行中值滤波去掉噪声,然后利用canny算子进行边缘检测,最后采用形态学中的膨胀和腐蚀对纤维图像进行修饰处理,将纤维的边缘细化并连接起来,就可以得到较为完整的纤维边缘的图像。对采集到的十种羊绒和羊毛类纤维的直径、径高比、鳞片高度、鳞片投影宽度、鳞片直角厚度和鳞片直径差六个特征数据本文采用两种方法进行识别,一种是贝叶斯判别法:首先进行分布拟合检验,再采用贝叶斯判别法进行识别,研究结果表明,羊绒1号、羊毛1号、绵羊绒1号和拉伸羊毛在这六种参数特征下均服从正态分布。再利用贝叶斯模型进行识别,得到羊绒1号与羊毛1号的鉴别效果最好,识别率高达99%,羊毛1号与拉伸羊毛的鉴别效果达到较高水平,识别率达到96.315%;另一种是支持向量机法:采用支持向量机训练函数(svmtrain)进行训练,核函数选取径向基函数,sigma值分别取1-9,计算羊绒、羊毛纤维的总体识别率。试验结果表明,当训练样本总数为480和sigma = 9时,得到最低的分类错误率为4.167%。