羊毛与羊绒鉴别技术的研究进展

为了更好地鉴别羊毛与羊绒,介绍了羊毛与羊绒基本组织结构、化学组成成分以及品质性能的同异性。分别从化学分析法、显微技术分析法、计算机图像识别技术、生物技术、红外光谱分析技术6个方面归纳多种羊毛、羊绒鉴别技术的特点和应用情况,并总结了各种方法的优缺点。认为羊毛与羊绒鉴别技术各有千秋,并提出：应扩大样本容量,有针对性地选用现有技术,以及有效结合现有技术和数字化技术进行羊毛与羊绒的鉴别,以提高羊毛与羊绒鉴别准确度和鉴别效率。     

羊绒、羊毛（改性羊毛）的定性鉴别与定量分析

从羊毛及羊绒的组织结构及物理,化学特性方面的差异进行分析,结合实际生产情况,总结了染色法,着色剂法,溶液鉴别法,电子显微镜观察法等定性与定量鉴别羊毛（改性羊毛）与羊绒的原理和方法。     

羊绒和羊毛纤维检测技术研究进展

综述了国内外羊毛和羊绒的鉴别技术,即形态特征分析法、化学分析法、光谱分析法、计算机图像分析法、基于蛋白质的分析法和基于DNA的分析法等6种方法,并对这些技术的基本原理、优缺点和应用范围以及存在的问题进行了分析.其中前5种方法由于受到纤维加工、气候和动物膳食的影响容易出现偏差,而以DNA为基础的检测方法较为灵敏、稳定、可靠.通过综述这些检测技术及方法对指导羊毛和羊绒检测具有一定的意义.     

羊绒与羊毛的定性鉴别与定量分析

从羊毛及羊绒的组织结构及物理、化学特性方面的差异进行分析，结合实际生产中的一些情况，总结了定性与定量地鉴别羊毛（改性羊毛）与羊绒的原理和方法。     

羊绒和羊毛纤维检测技术研究进展

综述了国内外羊毛和羊绒的鉴别技术,即形态特征分析法、化学分析法、光谱分析法、计算机图像分析法、基于蛋白质的分析法和基于DNA的分析法等6种方法,并对这些技术的基本原理、优缺点和应用范围以及存在的问题进行了分析。其中前5种方法由于受到纤维加工、气候和动物膳食的影响容易出现偏差,而以DNA为基础的检测方法较为灵敏、稳定、可靠。通过综述这些检测技术及方法对指导羊毛和羊绒检测具有一定的意义。     

单核苷酸多态性技术在羊绒、羊毛纤维鉴别中的应用

随着羊毛纤维剥鳞、拉伸等先进技术的发展,原先一直使用的根据鳞片结构不同,鉴别羊绒羊毛纤维的光学显微镜法逐渐显现出局限性.文章介绍了一种利用多态性技术(SNP),通过聚合链式反应(PCR)的基因扩增和限制性片段长度多态性(RFLP)技术的酶切,根据各种纤维的线粒体DNA经扩增酶切后基因序列的不同,来鉴定山羊绒与绵羊毛的新技术.     

基于决策树算法的羊绒与羊毛纤维鉴别

山羊绒和绵羊毛（下简称羊绒与羊毛）的鉴别不仅是目前纤维检测领域中的一个热点和难点,且其鉴别研究主要是基于传统统计方法。为此,首次将数据挖掘思想引入羊绒与羊毛纤维的鉴别研究中,提出采用单根纤维上的多元指标作为分类研究的特征属性,从新的视角探索羊绒与羊毛鉴别方法。采用了四个主要的决策树算法,对羊绒和羊毛之间进行了分类,完成了相应的数学建模和评估。实验结果表明：所建模型的平均相对误差都低于6%,经对比,C5.0算法比其他算法更为精准和稳定,可用于对实际羊绒与羊毛纤维的检测分类。     

基于稀疏字典学习的羊绒与羊毛分类

为准确鉴别羊绒与羊毛纤维,提出了一种基于稀疏字典学习的分类方法。首先,对纤维图像进行预处理实现数据增强,获取纤维图像特征矩阵;之后,对特征矩阵进行字典学习,获取过完备字典与稀疏编码;最后,通过稀疏编码与字典实现羊绒与羊毛的分类和鉴别。该方法使用光学显微镜以及扫描电子显微镜图像作为数据集,实验结果表明,与支持向量机分类器以及基于稀疏表示的分类算法相比,本文方法的分类准确率可提高5%~10%,分类准确率最高可达到91%,可用于后续实际的羊绒与羊毛纤维分类与鉴定工作。     

浅谈羊绒与羊毛纤维鉴别检测方法

通过对羊绒、羊毛纤维的组织结构和性能的分析,介绍了染色法、溶液鉴别法、光学投影显微镜法、扫描电子显微镜法、计算机图形分析法等鉴别羊绒与羊毛纤维的方法.指出了计算机图像法是较为理想的检测方法.     

羊绒与羊毛直径的水平集中轴线法测量

针对中轴线法测量求取不准确的问题,提出了一种新的水平集中轴线法的羊绒与羊毛直径测量方法。首先对由光学显微镜得到的纤维图像进行处理,包括预处理、区域生长分割和细化,在此基础上采用水平集中轴线法获得光滑、连续、单像素分布的中轴线。并随机抽取100根6个批次的山羊绒、绵羊毛纤维,利用该测量方法对其直径进行测量,计算其平均值,并与真实值进行比较。结果表明,羊绒直径的平均误差为0.29mμm,均方差为0.05,羊毛直径的平均误差为0.37 μm,均方差为0.06。用本文方法测得的羊绒与羊毛直径值与真实直径值极为接近,说明该方法比较准确,且由均方差可知,该算法的鲁棒性也较好。     

山羊绒与绵羊毛的鉴别与实践

针对绵羊毛影响山羊绒检测误差与误判这一难题,利用现代纺织理论与测试技术,对山羊绒与绵羊毛的表面形态结构进行了剖析,从山羊绒与绵羊毛的鳞片形态、鳞片变异特征、粗细绵羊毛与山羊绒表面形态的异同性等方面进行了多角度的比较,结合多年生产实践经验,探寻了山羊绒与绵羊毛团的区别,洗净后山羊绒与绵羊毛的区别,提出了进厂无毛绒宏观检验与微观检验理念和具体操作方法,对确保无毛绒质量,减小鉴别误差和检验误判具有现实的指导意义.     

基于基因技术的羊绒与羊毛纤维定性鉴别方法

随着羊毛改性技术的发展,传统的光学显微镜鉴别羊绒羊毛的方法逐渐显出其局限性。采用基因技术,利用山羊与绵羊之间特定碱基序列的差别,通过PCR扩增、测序,得到各自的DNA碱基序列,从而确定其种属,达到鉴别纤维的目的。文章通过纯羊绒羊毛纤维及不同比例羊绒羊毛混合物线粒体DNA的测序实验,研究了羊绒羊毛的DNA鉴别方法。结果表明：1）基于基因技术的DNA测序方法可以准确定性鉴别极小比例的羊绒羊毛纤维;2）对于纯羊绒羊毛纤维,采用一组引物,即可通过特定位点特征碱基序列组来鉴别;3）对于羊绒羊毛混合物,分别采用羊绒引物和羊毛引物对样品测序,通过查找羊绒羊毛纤维各自的特征序列,鉴别样品中是否含有羊绒或羊毛。     

基于谱线分析的羊绒和羊毛的辨别

通过图像处理技术把光学显微镜图像转化为谱线图。根据羊绒和羊毛谱线图呈现的区别,在谱线图上提取6个比对特征,通过比较6个特征的概率分布图以及对特征的相关性分析,最终用横向平均值和纵向离散度特征建立识别函数、识别羊绒和羊毛的混合样本。结果表明,此方法可以有效的识别羊绒和羊毛。     

利用近红外光谱技术进行羊毛、羊绒鉴别

文章从样品和谱图的采集、原始谱图的处理和校正模型的建立等方面介绍了近红外光谱技术的原理,并根据化学计量统计学理论,介绍了利用近红外光谱技术进行定性定量分析的方法.并由羊毛、羊绒样品初步建立了羊毛、羊绒定性分析模型,对该模型的验证结果表明,该模型可以用来进行羊毛、羊绒的初步鉴别.由于羊毛、羊绒样品采集数量和代表性有限,在将近红外光谱技术用于羊毛、羊绒产品的商品检验之前,还需进一步大量收集样品,建立更为稳定和具有代表性的数据库和数学模型.     

基于视觉词袋模型的羊绒与羊毛快速鉴别方法

为快速准确地鉴别羊绒和羊毛,提出一种基于视觉词袋模型的鉴别方法。该方法使用羊绒和羊毛的光学显微镜图像作为实验样本,将纤维鉴别问题转化为图像的分类问题。首先对光学显微镜图像进行预处理以增强特征,然后从纤维形态中提取局部特征并生成视觉单词,再依据视觉单词对纤维图像进行分类,从而达到鉴别纤维的目的。使用了4 400 幅纤维图像作为数据集,从中选择不同的羊绒和羊毛的混合比作为训练集和测试集,得到的识别率最高为86%,最低为81.5%,鉴别1 000根纤维需要的时间小于100 s,训练好的分类器可保存并用于后期的检测工作。     

纳米技术在毛(绒)纤维上的应用

介绍纳米材料的特性，选择合适的氧化锌纳米材料对毛(绒)纤维进行剥鳞，将处理后的纳米毛(绒)纤维与山羊绒性能进行对比，指出纳米毛(绒)纤维具有抗起球、完全易护理等优越性。     

采用激光显微拉曼光谱仪研究山羊绒、羊毛纤维的结构

采用激光显微拉曼光谱技术对山羊绒、羊毛纤维的结构进行了研究，表明了该技术能有效、方便地相对定量比较和研究山羊绒、羊毛纤维的二硫键含量、蛋白质分子链的二级结构及聚集态结构等，指出山羊绒纤维胱氨酸二硫键含量低于羊毛，约为羊毛的60％，而其大分子排列规整性高于羊毛，有序α-螺旋含量高于羊毛。