摘要
本申请公开了纺织品纤维成分智能检测方法、系统、设备及存储介质,纺织品纤维成分智能检测方法包括在获取到待检测纺织品的横截面图像和拉曼光谱数据的情况下,基于横截面图像提取轮廓特征;基于拉曼光谱数据提取光谱序列特征;根据轮廓特征和光谱序列特征,通过训练好的纤维分类模型,确定待检测纺织品的纤维分类结果及其对应置信度阈值;在对应置信度阈值大于预设阈值的情况下,确定纤维分类结果中每种纤维在横截面图像中的结构特征值,其中,结构特征值包括平均横截面积、体积密度和纤维根数;根据结构特征值计算纤维分类结果中每种纤维的质量百分含量,极大提高了纤维种类与质量百分含量检测的效率和准确度。
技术关键词
纤维
拉曼光谱数据
智能检测方法
纺织品
置信度阈值
轮廓特征
序列特征
特征值
图像
横截面轮廓
智能检测系统
计算机可执行指令
像素点
YOLO算法
智能检测设备
可读存储介质
数据获取模块
密度
处理器通信
系统为您推荐了相关专利信息
建筑震害评估方法
评估模型训练方法
人工神经网络
数据
地震
多维度校验规则
网格
置信度阈值
模型场景
权重分配机制
复合材料压力容器
矩阵计算方法
封头
坐标系
刚度