基于VGG卷积神经网络的极相似动物纤维自动识别方法技术

本发明专利技术提供了一种基于VGG卷积神经网络的极相似动物纤维自动识别方法，首先进行样本制样和图像采集，再对图像进行预处理，然后建立改进后的VGG卷积神经网络，通过训练集合训练所建立的网络，并通过验证集合调试网络的参数；即可得到基于VGG卷积神经网络的极相似动物纤维自动识别的识别器，将该识别器用于极相似动物纤维的自动识别。本发明专利技术提供的基于VGG卷积神经网络的极相似动物纤维自动识别方法可以自动提取并识别纤维表面形态特征，从而客观、准确、快速地鉴别极相似动物纤维。此外，通过该卷积神经网络，使用者不需要提供上百万张极相似动物纤维的显微照片，也不需要人为设计复杂的特征指标，即可达到精度较高的分类效果。

Automatic Recognition of Very Similar Animal Fibers Based on VGG Convolutional Neural Network

The invention provides an automatic identification method of very similar animal fibers based on VGG convolution neural network. First, sample preparation and image acquisition are carried out, then image pre-processing is carried out, and then an improved VGG convolution neural network is established. The network is trained by training set, and the parameters of the network are tested by verifying set debugging. The VGG convolution neural network can be obtained based on VGG convolution neural network. The automatic recognition device of very similar animal fibers is applied to the automatic recognition of very similar animal fibers. The automatic identification method of extremely similar animal fibers based on VGG convolution neural network provided by the invention can automatically extract and recognize the morphological features of the surface of the fibers, thereby objectively, accurately and rapidly identifying extremely similar animal fibers. In addition, by using the convolution neural network, users can achieve high classification accuracy without providing millions of microscopic photographs of very similar animal fibers or designing complex feature indices artificially.

【技术实现步骤摘要】
基于VGG卷积神经网络的极相似动物纤维自动识别方法
本专利技术涉及一种基于VGG卷积神经网络的极相似动物纤维自动识别方法，属于数据科学中的深度学习

技术介绍
白山羊绒的羊绒制品中经常混杂非白山羊绒的造假用极相似动物纤维，如土种毛、美利奴毛、蒙古青绒、国产青绒、紫绒等。如何对其进行鉴别，一直是本领域的难题。通过光学显微镜观察动物纤维的表面形态并对其属种进行判别，是目前商用羊绒羊毛纤维鉴别的主要方法。该方法主要依赖于技术人员的主观经验，误差率高，工作效率低，而且难以用于自动识别过程。因此，如何自动提取并识别纤维表面形态特征，从而客观、准确、快速地鉴别白山羊绒、土种毛、美利奴毛、蒙古青绒、国产青绒、紫绒等极相似动物纤维，是本领域技术人员致力于解决的难题。
技术实现思路
本专利技术要解决的技术问题是：如何自动提取并识别纤维表面形态特征，从而客观、准确、快速地鉴别极相似动物纤维。为了解决上述技术问题，本专利技术的技术方案是提供一种基于VGG卷积神经网络的极相似动物纤维自动识别方法，其特征在于，包括以下步骤：步骤1：样本制样；各类极相似动物纤维分别单独制样；切取待识别的各类极相似动物纤维，本文档来自技高网...

【技术保护点】
1.一种基于VGG卷积神经网络的极相似动物纤维自动识别方法，其特征在于，包括以下步骤：步骤1：样本制样；各类极相似动物纤维分别单独制样；切取待识别的各类极相似动物纤维，置于载玻片上，加入液体石蜡，搅拌使其均匀分布，盖上载玻片，完成各类极相似动物纤维的制样；步骤2：图像采集；将步骤1制成的样本置于光学显微镜下，手工聚焦清晰后，拍摄单根纤维显微图像；每个纤维类别拍摄8000～10000张显微图像，将每个纤维类的显微图像都分成三组，分别用作训练集合、交叉验证集合和测试集合；步骤3：图像预处理；将原始显微图像缩小，再随机裁剪，再将裁剪后的每幅图像中的像素减去训练集中所有图像的3通道平均值；步骤4：建立...

【技术特征摘要】
1.一种基于VGG卷积神经网络的极相似动物纤维自动识别方法，其特征在于，包括以下步骤：步骤1：样本制样；各类极相似动物纤维分别单独制样；切取待识别的各类极相似动物纤维，置于载玻片上，加入液体石蜡，搅拌使其均匀分布，盖上载玻片，完成各类极相似动物纤维的制样；步骤2：图像采集；将步骤1制成的样本置于光学显微镜下，手工聚焦清晰后，拍摄单根纤维显微图像；每个纤维类别拍摄8000～10000张显微图像，将每个纤维类的显微图像都分成三组，分别用作训练集合、交叉验证集合和测试集合；步骤3：图像预处理；将原始显微图像缩小，再随机裁剪，再将裁剪后的每幅图像中的像素减去训练集中所有图像的3通道平均值；步骤4：建立改进后的VGG卷积神经网络；采用13层架构的VGG卷积神经网络，其具体配置如下：其中，conv3-32代表32个3×3的卷积核，conv3-64代表64个3×3的卷积核，conv3-128代表128个3×3的卷积核，conv3-256代表256个3×3的卷积核。FC-512代表512个神经元构成的全连接层，FC-6代表6个神经元构成的全连接层。Softmax代表最终的激活函数为Softmax型激活函数；步骤5：对所建立的改进后的VGG卷积神经网络进行训练；通过训练集合训练所建立的改进后的VGG卷积神经网络，并通过验证集合调试网络的参数；步骤6：识别器的生成；经过步骤5的训练，即可得到基于VGG卷积神经网络的极相似动物纤维自动识别的识别器，将该识别器用于极相似动物纤维的自动识别。2.如权利要求1所述的一种基于VGG卷积神经网络的极相似动物纤维自动识别方法，其特征在于：所述步骤1中，使用哈氏切片器将待识别的各类极相似动物纤维切取0.5mm置于载玻片上。3.如权利要求1所述的一种基于VGG卷积神经网络的极相似动物纤维自动识别方法，其特征在于：所述步骤1...

【专利技术属性】
技术研发人员：钟跃崎，路凯，
申请(专利权)人：东华大学，内蒙古鄂尔多斯资源股份有限公司，
类型：发明
国别省市：上海,31