[发明专利]织物纤维成分的异常近红外光谱波形检测方法

权利要求书

1.织物纤维成分的异常近红外光谱波形检测方法，其特征在于，所述的织物纤维成分的异常近红外光谱波形检测方法包括以下步骤：

S1：采集织物纤维的近红外光谱波形若干，构建光谱库；

S2：随机选取织物纤维光谱的若干波形，计算平均信息熵与平均波形平滑度；

S3：重复S2步骤，设定信息熵阈值与波形平滑度阈值；

S4：获取待定织物纤维的近红外光谱波形，计算其信息熵与波形平滑度；

S5：将待定织物纤维的信息熵、波形平滑度与S3确定的光谱库的平均信息熵阈值、波形平滑度阈值作对比，不在阈值区间内的，作异常波形剔除；

S6：系统通知是否为异常波形数据，数据库存储正常波形。

2.根据权利要求1所述的织物纤维成分的异常近红外光谱波形检测方法，其特征在于：所述织物纤维成分的异常近红外光谱波形检测方法中的步骤S2进一步包括：

S21：计算织物纤维近红外光谱波形的平均信息熵，信息熵是随机变量在整个分布空间内的概率函数的离散化加和的结果，随机选取织物纤维光谱的波形m条，计算多元变量信息熵，其计算公式如下：

该信息熵值是随机选取织物纤维光谱的若干波形的结果，所以属于相对概念，不仅受到变量自身分布的影响，还受到随机分配方式的影响，最终计算平均信息熵，公式如下：

S22：计算织物纤维近红外光谱波形的平均平滑度，使用Savitzky-Golay最小二乘平滑滤波算法获取平滑后的曲线，然后计算原曲线与Savitzky-Golay最小二乘平滑滤波算法平滑后的曲线的差值累积，得到织物纤维光谱若干波形的平滑值；

Savitzky-Golay最小二乘平滑滤波算法的计算公式如下：

3.根据权利要求1所述的织物纤维成分的异常近红外光谱波形检测方法，其特征在于：所述织物纤维成分的异常近红外光谱波形检测方法中的步骤S3进一步包括：

S31：重复S2步骤，获得多个平均信息熵与平均波形平滑度，分别选取其平均值、最大值、最小值，设定平均信息熵阈值与平均波形平滑度阈值，作为后序步骤异常波形筛选的标准。

4.根据权利要求1所述的织物纤维成分的异常近红外光谱波形检测方法，其特征在于：所述织物纤维成分的异常近红外光谱波形检测方法中的步骤S4进一步包括：

S41：计算待定织物纤维的近红外光谱波形信息熵，由于待定织物纤维的近红外光谱波形为一维信号数据，计算其一元变量信息熵，公式如下：

S42：计算待定织物纤维的近红外光谱的波形平滑度，使用Savitzky-Golay最小二乘平滑滤波算法获取平滑后的曲线，然后计算原曲线与Savitzky-Golay最小二乘平滑滤波算法平滑后的曲线的差值，得到待定织物纤维光谱波形的平滑值，计算公式同S22中的Savitzky-Golay最小二乘平滑滤波公式。

5.根据权利要求1所述的织物纤维成分的异常近红外光谱波形检测方法，其特征在于：所述织物纤维成分的异常近红外光谱波形检测方法中的步骤S5进一步包括：

S51：将待定织物纤维的平滑度与S3确定的织物纤维光谱库的平均平滑度阈值作对比，在平滑度阈值内的，输出布尔值False；不在平滑度阈值区间内的，输出布尔值True,视为异常波剔除；

S52：将待定织物纤维的信息熵与S3确定的光谱库的平均信息熵阈值作对比，在平滑度阈值内的，输出布尔值False；不在信息熵阈值区间内的，输出布尔值True,视为异常波形。

6.根据权利要求1所述的织物纤维成分的异常近红外光谱波形检测方法，其特征在于：所述织物纤维成分的异常近红外光谱波形检测方法中的步骤S6进一步包括：

S61：分别获得S51的平滑度的分析结果和S52信息熵分析结果；

S62：若平滑度和信息熵的输出结果均为False，则表示检测结果正常，前端显示波形正常，可继续采集，后端将采集结果存储到数据库，提示数据录入成功标识；

S63：若平滑度和信息熵的输出结果的任意值为True，则表示检测出异常波形，前端显示波形异常，重新采集，后端数据库不记录结果，存储日志信息。