技术领域
[0001] 本发明属于棉花异性纤维检测领域，尤其是涉及一种异性纤维含量检测系统及方法。
相关背景技术
[0002] 在现有技术条件下，目前生产中异纤含量等级评价存在如下主要问题：
[0003] 一是目前采用手工挑拣方法进行抽检。实际调研统计人工剔除一克异纤的代价几乎相当于一克白金的价值，且当清检人员视觉疲劳时，会出现检出率不稳定，导致异性纤维
含量指标易受人为影响，检测结果波动大，棉纺织行业需要采用自动化检测，实现异纤检测
设备的智能升级，科学准确的检测异纤含量。
[0004] 二是现有异性纤维评价标准中规定的成包皮棉异性纤维含量，是指从样品中挑拣出的异性纤维的重量与被挑拣样品重量之比。由于异性纤维含量影响棉织品质量，棉制品
疵点是质量的较大影响因素，异性纤维的尺寸、种类、面积等因素都和疵点关系密切，所以
采用单一的重量指标不能全面、准确的评价棉花的异性纤维含量及其影响。
具体实施方式
[0038] 需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
[0039] 在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对
本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”
的含义是两个或两个以上。
[0040] 在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语
在本发明中的具体含义。
[0041] 下面将参考附图并结合实施例来详细说明本发明。
[0042] 如图1所示，一种异性纤维含量检测系统，包括控制模块、剔除模块、光源检测模块及铺放模块；光源检测模块包括：透明的棉流通道、CCD及背光板；CCD及背光板相对应分设
在棉流通道两侧，背光板包括紫外灯管和白色荧光灯管；棉流通道上端连接剔除模块，剔除
模块包括喷嘴；棉流通道下端连接铺放模块，铺放模块包括风机；CCD及喷嘴均分别与控制
模块连接；风机吸入待检测原棉到棉流通道内，紫外灯管及白色荧光灯管照射棉流通道内
的待检测原棉，CCD对待检测原棉中含有异性纤维的图像进行采集，并发送到控制模块；控
制模块控制喷嘴开启喷出待检测原棉中所含的异性纤维。
[0043] 如图2所示，一种异性纤维含量检测方法，使用上述异性纤维含量检测系统：
[0044] 步骤1:对异性纤维进行几何特征和理化性质分析，提取10个参数；
[0045] 10个参数包括：直径、长度、面积、重量、韧性、染色性、吸湿性、耐酸性、耐碱性及组成成分；
[0046] 步骤2：使用粗糙集属性约简算法，对步骤1中提取10个参数得到约简结果：包括直径、长度、面积、重量、韧性与染色性；
[0047] 使用的粗糙集属性约简算法包括：遗传算法及Johnson算法；取其计算结果的公共部分作为约简结果；
[0048] 步骤3：将步骤2中得到的6个约简参数指标区间随机划分，使用极大熵法进行初始区间划分，使用多因素优选法调整边界，得到参数值与异纤含量等级的列联表，最终得到了
四个等级的指标区间，建立异纤含量指标体系；
[0049] 步骤4：使用模糊聚类算法对样本异性纤维含量进行分类，同时通过有效性函数值验证了异纤含量聚类结果的合理性。
[0050] 进一步的，在步骤4中：
[0051] S1:设定聚类参数：领域的半径ra、rb，参数δ，聚类数c，模糊指数m和最小误差ε，迭代次数T，学习参数α；
[0052] 使用如下公式计算所有异纤含量样本点的密度指标，将密度指标最高的一个作为第一个聚类中心点出的xc1；
[0053]
[0054] S2:进一步计算余下的n-1个数据点的密度指标，找出最高的作为第二个聚类中心点xc2，以此类推，选取前c个作为的初始聚类中心v0；
[0055] S3:利用隶属度公式计算隶属度u：
[0056]
[0057] 利用聚类中心公式计算聚类中心v：
[0058]
[0059] 利用权重公式计算特征权重ω：
[0060]
[0061] S4:判断是否满足终止条件：依据当前u、v和ω,利用如下公式计算目标函数的值，若迭代次数大于T或相邻两次目标函数值差的绝对值小于阈值ε，则输出隶属度u、聚类中心
v和特征权重ω；否则，令t＝t+1，转步骤S3重新开始计算；
[0062] 有效性指标函数f，定义如下：
[0063]
[0064] 其中 反映类内总变差， 反映类内总变差； 包含改进的划分系数，反映划分结果是否分明，其值越小，则
划分越分明；
[0065] S5:根据步骤S4中输出的输出隶属度u、聚类中心v和特征权重ω；利用下述公式计算有效性指标函数值fc，并比较其值大小，判断有效性；
[0066]
[0067] 对本发明异性纤维含量检测方法进行验证：
[0068] 由于国家标准中异性纤维含量是以重量比表示的，虽然重量比表示比较直观，但是检验棉制品质量是以疵点数量和大小为标准的，所以它不能全面、准确地反映棉花中异
性纤维含量的多少。提取异性纤维长度、直径、面积、重量、韧性、染色性等特征，分析了6种特征与疵点的关系。将异性纤维的长度、直径、面积、重量、韧性、染色性参数作为衡量异性
纤维含量的特征指标。选取了典型的异性纤维：头发，整理部分数据如下所示：
[0069] 表1-1头发特征指标参数
[0070]
[0071] 因为是对同一种异纤含量分类，它的理化性质大致相同，个别差异可以忽略，所以韧性和染色性，在同一种异纤含量分类时，对分类结果的影响可以不用考虑，只考虑其几何
性质。对所采集的样本数据运用算法，依据有效性函数最小为最佳分类结果，可得头发异性
纤维含量分为四类。
[0072] 表1-2头发聚类中心
[0073]
[0074] 表1-3分类数对应的有效性函数
[0075]
[0076] 由此可见，当分类数为4时所对应的有效性函数值最小，对数据样本进行了合理分类并验证了有效性。
[0077] 表1-4头发异性纤维含量的分类
[0078]
[0079] 以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
