[发明专利]一种短波红外消光光谱纺织品纤维成分检测方法

权利要求书

1.一种短波红外消光光谱纺织品纤维成分检测方法，其特征在于，包括以下步骤：

1)收集标准纺织品样本，建立纺织品样本库；

2)测量纺织品样本库中各标准纺织品样本的短波红外消光光谱；

3)利用步骤2)中得到的短波红外消光光谱，分阶段建立纤维成分预测模型，包括光谱特征显著成分预测模型和光谱特征非显著成分预测模型；

4)测量待检纺织品样本的消光光谱；

5)将待检纺织品样本的消光光谱输入步骤3)中建立的纤维成分预测模型中，对待检纺织品样本的纤维成分进行预测，得到待检纺织品样本的纤维成分；

所述步骤3)中，光谱特征显著成分预测模型建立方法如下：

3011)将具有M个样本，N个波段的光谱图像，构成N×M矩阵X，对X的每行进行离差标准化后得到矩阵X_S，进而得到协方差方阵

3012)计算的特征向量t_i及对应特征值λ_i，其中i＝1,2,…N；

3013)再计算各个主成分的贡献率V_i，V_i可以采用如下计算公式：

3014)选取累计贡献率在贡献率阈值以上的前K个主成分为所要选取的主成分y_k，k＝1,2,…K；

3015)将各个标准纺织品样本的纤维成分数据和对应的主成分变换后的光谱输入卷积神经网络模型进行训练，并得出各个样本的预测误差；

光谱特征非显著成分预测模型建立的方法如下：

3021)选出所述步骤3015)的卷积神经网络模型中预测误差大于误差阈值的纤维成分，将具有这些纤维成分的标准纺织品样本对应的短波红外消光光谱与其他样本的短波红外消光光谱进行比较，选出两类光谱之间光谱特征的差异波段，得到具有M条光谱且每条光谱具有N_c个波段的样本集X_c，N_c为所述差异波段数目；

3022)将样本集X_c中所有光谱做极差标准变换，计算方法为

其中，为变换后的光谱；x^c(λ_j)为第j条光谱；为光谱x^c(λ_j)的最小值；为光谱x^c(λ_j)的最大值；λ_j为所选择的波长，j＝1,2,…N_c；

3023)将误差大于误差阈值的纤维成分数据和对应的极差标准变换后的光谱再次输入卷积神经网络模型进行训练，得到光谱特征非显著成分预测模型。

2.如权利要求1所述的一种短波红外消光光谱纺织品纤维成分检测方法，其特征在于，所述步骤1)中所收集的标准纺织品样本尺寸不大于5×5cm，每个样本附有其纤维成分。

3.如权利要求1所述的一种短波红外消光光谱纺织品纤维成分检测方法，其特征在于，每个样本的其纤维成分从纺织品检测中心出具的纤维成分检测报告中获得。

4.如权利要求1所述的一种短波红外消光光谱纺织品纤维成分检测方法，其特征在于，所述步骤2)和4)中，消光光谱测量方法如下：

以积分球为光源，用光谱仪先测量没有样本的积分球信号值，再将样本放置于积分球出光口，测量有样本时的信号值，最后测量样本的厚度，并计算消光光谱，消光光谱中消光系数的计算方法为：

其中，E(λ)为样本在波长λ处的消光系数；I_S(λ)为有样本时光谱仪信号；I₀(λ)为无样本时光谱仪信号；h为样本厚度。

5.如权利要求4所述的一种短波红外消光光谱纺织品纤维成分检测方法，其特征在于，样本的厚度采用电子数显千分尺测量。

6.如权利要求5所述的一种短波红外消光光谱纺织品纤维成分检测方法，其特征在于，所述光谱仪为能响应短波红外谱段的光谱仪，所述电子数显千分尺的分辨率为1μm以上，积分球内的光源为卤素灯，口径不大于5cm。