一种基于近红外光谱的织物材质识别方法技术

本发明专利技术公开了一种基于近红外光谱的织物材质识别方法，通过获取待测织物的多个近红外光谱数据，对数据进行一阶求导处理，对其中一个一阶求导数据的部分波段进行归一化处理，对全部一阶求导的数据进行PCA降维处理，将归一化处理和降维处理得到的特征数据合并后，再通过MLP分类处理实现织物材质的识别。本发明专利技术具有识别准确性高、速度快、简单方便、更加智能化，且对织物无损伤的特点。且对织物无损伤的特点。且对织物无损伤的特点。

【技术实现步骤摘要】
一种基于近红外光谱的织物材质识别方法


[0001]本专利技术属于织物材质识别
，具体地说，涉及一种基于近红外光谱的织物材质识别方法。

技术介绍

[0002]一般情况下，需要洗涤的衣物都是由各种材质组成的，这些材质包括纯棉、麻布、化纤、丝绸、羊毛、羽绒、呢绒、皮革、混纺、丝光棉、雪纺以及涤纶等等，每一种材质所需要的洗涤时间、洗涤强度、洗涤需求量和漂洗次数都是不一样的，故洗衣模式的选择是根据需要洗涤的衣物的材质以及需要洗涤衣物的数量等进行确定的。目前，用户在实际使用中一般都会自己辨别材质或者通过需要洗涤的衣物与水混合进行加热，并根据混合物的温度在一定时间内的温度变化与衣物材质的对应关系表确定衣物材质或通过衣物材质传感器识别衣物材质，上述识别方式并不能准确识别衣物的材质，尤其是可能因待洗衣物上因沾染或碰有别的物质而造成衣物材质的识别错误，而导致洗衣模式的选择错误并给待洗衣物造成没必要的损坏。
[0003]衣物所含纺织纤维的定性和定量分析是衣物洗涤、护理技术的智能化升级的关键。随着AI时代的到来，人们对洗护设备的智能化期望越来越高。洗护设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于近红外光谱的织物材质识别方法，其特征在于，包括获取待测织物的多个近红外光谱数据，对数据进行一阶求导处理，并对一阶求导的数据分别进行归一化处理和降维处理，将归一化处理和降维处理得到的特征数据合并后，再进行织物材质的识别。2.根据权利要求1所述的一种基于近红外光谱的织物材质识别方法，其特征在于，包括如下步骤：S1：获取待测织物的多个近红外光谱数据，对数据进行一阶求导处理；S2：对其中一个一阶求导数据的部分波段进行归一化处理，生成第一特征数据；S3：对全部一阶求导的数据进行PCA降维处理，生成第二特征数据；S4：将第一特征数据与第二特征数据合并成新的特征数据，对新的特征数据进行MLP分类处理，实现织物材质的识别。3.根据权利要求2所述的一种基于近红外光谱的织物材质识别方法，其特征在于，步骤S2中包括：S21：选取其中一个一阶求导的数据，获取一阶求导数据的零点或最接近零点的波长值，并对近红外光谱数据的波段进行分段处理，得到若干个波长序列；S22：对含有零点或最接近零点波长值的波长序列进行归一化处理，计算得到归一化数值；对不含有零点或最接近零点波长值的波长序列记作0；S23：按照波长序列的顺序依次排列归一化数值和0，生成第一特征数据。4.根据权利要求3所述的一种基于近红外光谱的织物材质识别方法，其特征在于，步骤S22中，归一化计算公式为：其中，d为归一化数值，d
x
为一阶求导数据的零点或最接近零点的波长值，d
max
为波长序列中的最大波长值，d
min
为波长序列中的最小波长值。5.根据权利要求2所述的一种基于近红外光谱的织物材质识别方法，其特征在于，步骤S3中包括：S31：将全部一阶求导的数据按列组成n行m列的第一矩阵；S32：将第一矩阵的每一行进行零均值化，得到第二矩阵；S33：求第二矩阵的协方差矩阵，并计算协方差矩阵的特征值及对应的特征向量；S34：按...

【专利技术属性】
技术研发人员：吴顺义，许升，黄振兴，尹俊明，李冬，翟华云，
申请(专利权)人：海尔智家股份有限公司，
类型：发明
国别省市：