[发明专利]一种基于近红外光谱的纤维成分鉴别方法及模块

说明书

本发明公开了一种基于近红外光谱的纤维成分鉴别方法及模块，一种基于近红外光谱的纤维成分鉴别方法包括a)建立鉴别模型、b)分类前预处理和c)分类判别算法，一种基于近红外光谱的纤维成分鉴别模块，纤维成分鉴别系统软件，所述纤维成分鉴别系统软件采用一种基于近红外光谱的纤维成分鉴别方法并通过Visual Studio 2017以C#语言实现编制。本发明通过一阶导数对由便携式近红外光谱仪所采集的试样的光谱数据进行预处理，利用所建立的PLS‑DA模型进行分类判别，能够实现棉、毛类、蚕丝和芳纶等纤维的鉴别；采用C#语言在程序上实现纤维成分鉴别系统的开发，通过与便携式近红外光谱仪的联用，从而实现纤维成分大类的快速、在线、无损鉴别。

【技术领域】

本发明涉及纤维鉴别的技术领域，特别是一种基于近红外光谱的纤维成分鉴别方法及模块的技术领域。

【背景技术】

在以光谱鉴别纤维成分时，利用纺织材料的光谱信息对纺织材料进行成分鉴别通常所使用的光谱波段范围是红外波段中的中红外波段(2500nm-25000nm)。利用中红外波段进行纺织材料成分的鉴别分析有较高的鉴别精度，但由于测试原理导致其测试仪器结构较为复杂、部件繁多，仪器尺寸重量较大，难以实现便携化，且较难实现测试区域的成像。

采用近红外光谱对纺织材料进行成分鉴别，能够降低光谱测试仪的仪器尺寸、重量，降低对仪器稳定性的高要求，从而实现测试仪器的便携化、成像化，更加适用于纺织材料的在线、快速检测。以光谱鉴别纺织材料时，一种较为简单的方法便是通过肉眼比较原始光谱曲线，分析不同试样的光谱曲线差异，并依此判别待测试样的种类，尽管该方法能够实现纺织材料纤维成分的鉴别，但存在受个人主观因素影响大、鉴别效率较低等问题。此外，不同成分的纺织材料的近红外波段光谱存在吸收峰强度较弱、谱带宽以及特征峰重叠的问题。

【发明内容】

本发明的目的就是解决现有技术中的问题，提出一种基于近红外光谱的纤维成分鉴别方法及模块，能够实现纤维成分大类的快速、在线、无损鉴别。

为实现上述目的，本发明提出了一种基于近红外光谱的纤维成分鉴别方法，包括如下步骤：

a)建立鉴别模型：

采用若干种已知种类的纤维建立纤维的标准试样光谱数据库，基于PLS-DA分类方法建立的纤维成分鉴别模型；

b)分类前预处理：

将待测试样的光谱曲线进行预处理，消除光谱曲线的基线漂移现象；

c)分类判别算法：

将待测试样的每一波段的光谱数据作为输入数据，进入步骤a)中所建立的PLS-DA模型中，并通过该模型进行预测Y值的计算，计算公式如下：

F₀＝t₁r₁+t₂r₂+...+t_mr_m+F_m；

式中t_m为第m个成分，r_m为第m个成分的回归系数，F₀是计算得到的因变量值，F_m为残差值；a_kp为第p个主成分的回归系数，X^*_p为第p个主成分，F_AK为残差矩阵，Y^*_k为待测试样的预测Y得分矩阵，为1×m维的向量，m为经过训练模型中可分类的类别数，形式为：

Y值即为Bayes判别中的概率密度函数值f_i(x)，依据Bayes判别公式进行成分类别判定，判别函数公式如下：