论文部分内容阅读
现有的机器视觉系统利用CCD相机在可见光波段获取羊毛图像,识别并去除其中的污染物,但无法区分羊毛和严重影响毛纺织品质量的白色污染物。采用分光光度计在200～2 600 nm范围测量了羊毛和9种典型污染物的漫反射率,分析了羊毛与污染物的漫反射光谱随波长变化的规律,通过建立最优波段选择模型,确定了区分羊毛和9种污染物的最佳检测波段。在此基础上,利用红外光谱相机获取了羊毛和典型污染物的红外图像。实验发现红外图像呈双峰特性,便于二值化分割。这就为羊毛中白色污染物的机器视觉检测提供了一条新途径。