基于改进边缘检测算法的服装款式识别

为快速识别服装款式类型,提高生产效率,针对现有传统边缘检测算法难以准确提取轮廓特征序列的不足,设计一种改进的边缘提取算法。通过定义一种新的优化卷积核,在使用传统边缘检测算法提取训练样本的服装轮廓基础上,将该卷积核与目标矩阵进行卷积得到新的外轮廓,将新轮廓序列的傅里叶描述子作为特征向量,进一步利用BP神经网络模型完成服装款式的自动分类与识别。为验证改进方法的有效性,建立一个包含4类服装500个不重复服装图像的样本库,选取281个作为训练样本,对剩余219个样本进行测试,测试识别准确率最低为93.48%,最高达到了100%。该改进算法提高了服装款式识别率,对服装智能化生产具有借鉴意义。     

基于YOLOv4的客车转向架部件漏油故障图像检测

作为车体主要部件的铁路客车转向架是列车运行安全保障的关键部件,目前主要依靠客车故障轨旁图像检测系统检测出转向架故障并分类定位,但存在一定漏检和误检,检测准确率无法保证。基于此,针对客车转向架常见的关键部件漏油现象,展开漏油区域视觉图像缺陷检测研究,提出一种改进的YOLOv4目标检测算法,使用k-means++聚类方法获得更匹配关键部位漏油区域目标的候选框参数,更准确地识别和定位漏油区域目标。在网络中将部分标准卷积替换为可变形卷积,提高目标检测的准确性。     

基于Mask-RCNN的服装识别与分割

本文提出了一种基于Mask-RCNN和数据集DeepFashion2的服装识别与分割的方法。基于Mask-RCNN的服装识别与分割是基于卷积神经网络的思想,在深度学习框架下通过多线程迭代训练,在ResNet网络中得到目标特征后,再通过RPN和RoI Align将特征输入不同的全连接分支,最后得到具有优化权重的目标检测模型。在不同场景的服装图像中,该模型可以更快更准确的识别出服装并将其分割。     

应用深度卷积神经网络的色织物缺陷检测

针对织物缺陷检测时传统人工的误检率、漏检率较高问题,提出一种应用深度卷积神经网络的色织物缺陷检测算法。因织物图像采集过程中含有较多噪声且信噪比较低,先对缺陷织物进行最优尺寸高斯滤波,有效滤除细节噪声;再根据织物图像特征建立深度卷积神经网络,利用径向基神经网络的非线性映射能力作用于卷积神经网络,并通过反向传播算法调整权值参数,获取无缺陷样本与训练样本之间的映射函数;最后,利用映射函数及特征字典重构图像并提取特征,根据Meanshift算法分割缺陷,确定缺陷位置。结果表明：应用深度卷积神经网络的缺陷检测算法对色织物图像库中的缺陷图像可实现提高检测效率、缩短检测时间,获取准确缺陷位置的目的。     

结合特征学习与注意力机制的服装图像分割

针对小尺寸服装与遮挡服装图像分割准确率低的问题,提出一种基于改进多尺度特征学习策略与注意力机制的服装图像分割方法。以Mask R-CNN为基础框架,首先采用增强特征金字塔网络优化模型的特征学习过程,对多尺度服装特征进行统一监督,缩小不同层级之间的语义差距,引入残差特征增强模块减少高层特征损失,采用软感兴趣区域选择自适应地获取最优感兴趣区域特征;然后在分类预测分支引入通道注意力模块,在边界框回归与掩膜预测分支分别引入空间注意力模块,提取图像中需要重点关注的服装区域特征。结果表明,与其他方法相比,本文方法改善了小尺寸服装图像和遮挡服装图像分割中存在的漏检、漏分割现象,提取出的服装实例更精确,其平均精度均值比原模型提升了3.8%。     

基于深度学习的丝绸文物纹样识别应用

为对数字化文物进行快速自动分类，提高藏品数字化进程，加快数字博物馆的构建，文章利用深度学习对丝绸文物的纹样进行自动识别。依据实物纹样的分类方法，建立了包含花卉纹、飞鸟纹、“卐”字纹、云纹四类纹样的样本库。利用VGGNet、ResNet、MobileNet实现对纹样的分类，结合Faster R-CNN、YOLOv5、SSD目标检测算法实现对纹样的识别与定位。实验结果表明，MobileNet对丝绸纹样分类的mAP达到83.51%;在目标检测算法中YOLOv5的识别与定位效果最好，其mAP为88.42%。与通过人工分类相比，采用深度学习算法进行分类与识别，可以在降低难度的同时提高分类的速度和准确率，为纺织品文物的鉴定与保护提供了新的思路。     

基于最大熵快速迭代算法和边缘算子的织物疵点分割

将信息熵引入图像处理中,把疵点图像分为背景和目标两部分,分别对两个区域进行处理;通过求最大熵值的快速迭代算法,在满足信息熵最大要求的前提下对织物疵点区域进行分割,然后利用Canny边缘检测算子对分割后的疵点图像进行边缘检测,从而达到识别织物疵点的目的。仿真实验结果表明,将最大熵快速迭代算法与边缘算子结合进行疵点分割识别的方法是有效的。     

基于改进AlexNet模型的抓毛织物质量检测方法

针对传统图像识别方法对抓毛织物表面特征难以提取且识别准确率低的问题,提出了一种改进AlexNet模型的抓毛织物质量检测方法,通过数据增强方法对抓毛织物数据进行扩充,构建卷积神经网络对抓毛织物的样本特征进行提取,利用SGDM、RMSProp、Adam优化算法和改变学习率相结合的实验方法,采用全新学习与迁移学习两种算法对抓毛织物图像数据集进行训练,在训练完成后,分别利用卷积神经网络的不同深度池化层提取抓毛织物样本的特征作为输入,将提取到的抓毛织物特征拟合支持向量机(SVM)分类器,最后对输入的抓毛织物图像进行分类。实验结果表明:使用卷积神经网络方法能够增加卷积层对抓毛织物表面特征的提取能力,获得具有较高分辨力的图像特征,通过数据增强和SGDM算法训练的模型,提取网络pool5层特征拟合SVM分类器,识别准确率明显提高。基于改进AlexNet模型的抓毛织物质量检测方法能够提取抓毛织物表面特征且识别率高。     

基于记忆去噪卷积自编码器的色织物缺陷检测

针对传统自编码器泛化能力弱导致色织物缺陷检测性能不佳的问题,提出一种记忆去噪卷积自编码器重构模型和残差分析的无监督色织物缺陷检测与定位方法。首先,训练阶段仅利用无缺陷样本叠加椒盐噪声构建训练集。接着,建立记忆去噪卷积自编码器重构模型。然后,将训练集输入模型进行训练,使模型具有重构修复缺陷区域的能力。最后,在检测阶段计算待测色织物图像和其对应的重构图像之间的残差,并对残差图像进行阈值分割和闭运算操作,实现色织物缺陷区域的检测和定位。实验结果表明,提出的方法能有效重构色织物纹理,快速准确地检测和定位多种色织物的缺陷区域。该方法无需缺陷样本和缺陷样本标记,仅通过记忆无缺陷样本特征来增强模型重构修复缺陷区域的能力,从而提高缺陷检测性能。     

基于图像处理与深度学习方法的棉纤维梳理过程纤维检测识别技术

针对棉纤维梳理过程中高速摄像机对锡林表面拍摄得到的图像无法人眼识别的问题,使用图像处理与深度学习结合的算法,通过一系列检测流程实现人眼的辅助识别。采用高速摄像机对梳棉机移动盖板下的锡林表面梳理过程进行拍摄得到数据图像,首先对图像通过多级小波卷积神经网络提取去噪残差,然后使用深度卷积超分辨率重构网络进行超分辨率重构,最后使用一种强噪声条件下的多尺度边缘检测与增强算法进行纤维的勾画,得到可供人眼识别的清晰的纤维图像,最后尝试使用特征增强后的图像样本进行循环生成对抗网络的训练,得到更连续清晰的纤维提取结果。研究表明,该图像处理流程提高了对梳理过程纤维的检测识别效果,为纤维梳理领域的研究提供了一种新的思路。     

冠突散囊菌对燕麦黄酮含量的影响

利用冠突散囊菌（Eurotium cristatum）对燕麦进行固态发酵,以黄酮含量为考察指标,通过单因素试验和正交试验优化燕麦固态发酵条件,并对燕麦发酵过程中黄酮含量与苯丙氨酸解氨酶活力动态变化的相关性进行分析。结果表明,冠突散囊菌固态发酵燕麦的最佳发酵条件为发酵温度30 ℃,基质pH值6.0,接种量0.5%,发酵时间7 d,在此最优发酵条件,燕麦黄酮含量最高,为58.13 mg/g,较优化前提高41.06%;黄酮含量的变化与苯丙氨酸解氨酶活性的变化呈显著正相关。通过冠突散囊菌发酵燕麦提高了燕麦生物活性成分,为燕麦再加工提高附加值提供了有力依据。     

负离子远红外功能织物对乳腺增生大鼠模型的影响

为探究负离子远红外功能织物对乳腺增生的保健效果,采用浸轧法制备负离子远红外功能织物,选取健康雌性SD大鼠为研究对象,随机分为对照组、模型组和功能织物组,功能织物组穿着由负离子远红外功能织物制成的外套,模型组穿着普通面料外套,采用公认的雌激素法制备乳腺增生大鼠模型。通过测量大鼠乳头高度和直径, 进行乳腺组织形态学观察。结果表明:与对照组比较,模型组乳头直径、高度增大;与模型组比较,功能织物组乳头直径、高度减小;功能织物组较模型组乳腺形态和组织学特征有所改善;负离子远红外功能织物可使乳腺增生模型大鼠乳头高度、直径明显缩小,对大鼠乳腺增生有一定的抑制作用。     

单轴多级循环加载下聚氯乙烯膜材料的力学行为与能量耗散

为研究建筑用膜材料在多级循环加载下的力学行为与能量耗散,对聚氯乙烯(PVC)膜材料进行单轴多级循环加载实验测试,分析了变形行为、能量耗散与损伤特性。研究结果表明:相对于单轴拉伸强度,经向试样的循环加卸载峰值强度较低,而纬向试样的循环加卸载强度较高;多级循环加载条件下,加载与卸载弹性模量呈现逐渐增加的变化趋势,且卸载弹性模量高于加载弹性模量;小载荷水平下,相对于经向试样,纬向试样表现出较高的总吸收应变能、弹性应变能和耗散能,但在高载荷水平下较低;在逐级循环加载过程中,PVC膜材料均表现为黏-弹-塑性,基于塑性变形累积来定义损伤变量较为合理。     

女西装特征部位松量分布规则

为通过探究人体与服装间的距离松量分布规律构建成衣样板生成规则,首先使用三维扫描仪对未穿着服装的人台进行扫描,获得人台基本数据。然后扫描穿着7件相同款式不同尺码的西装,获得7件服装点云数据。再将人台数据和服装数据进行叠加展示服装间的距离松量分布规律,并通过测量人台与服装间10个特征部位的截面环建立距离松量计算模型,进行给定松量和距离的松量转换。最后用三维曲线拟合方式以胸围曲线为例进行了样板增量的转化。结果表明:各部位距离松量回归方程的R ²值均大于0.9,验证了该预测模型的精确度;通过案例验证发现成衣胸围与人体净胸围之间存在-0.42 cm的误差,且在国内女装制作胸围标准误差范围内。     

阻燃聚左旋乳酸及其纤维的制备与结构性能

为提高聚左旋乳酸(PLLA)的阻燃性及其可纺性,设计了环保[(6-氧-6H-二苯并-(c,e)(1,2)-氧磷杂己环-6-酮)-甲基]-丁二酸(DDP)阻燃PLLA体系,通过双螺杆熔融挤出方法制备了PLLA/DDP阻燃复合物,借助锥形量热仪、极限氧指数仪、垂直燃烧仪、扫描电子显微镜、差示扫描量热仪、热失重分析仪对复合物的结构与性能进行表征,研究了阻燃剂质量分数对PLLA阻燃性能的影响及其阻燃机制,并对阻燃剂最优添加量时的纺丝工艺及纤维性能进行分析。结果表明:当DDP质量分数为9%时,复合物的阻燃性能显著提高,其极限氧指数达到29%,垂直燃烧测试达到V-0级;复合物在800 ℃时的残炭量由10.7%增加到13.5%,且在该添加比例下具有优良的可纺性;将初生纤维3倍牵伸热定型后,其断裂强度为1.77 cN/dtex,断裂伸长率为44.9%。     

基于太赫兹技术的小麦粉品质快速检测研究

该研究针对目前小麦粉品质方面检测方法存在的问题,提出利用太赫兹光谱技术对小麦粉进行快速无损品质检测研究。使用光谱仪与成像仪,采集了不同种类小麦粉样本的太赫兹光谱,使用TQ Analyst软件结合距离匹配法对小麦粉的太赫兹扫描光谱进行定性分析研究,富强粉和麦芯粉成功分类,模型性能指数达到88.9%,预测准确率达100%。使用OPUS软件结合偏最小二乘法（PLS）和一阶导数+矢量归一化（SNV）进行定量分析研究,水分定量模型R2为91.18%,交叉验证均方根为0.182;灰分定量模型 R2为83.37%,交叉验证均方根为0.064,最终通过实验结果分析得出太赫兹技术在食品品质检测方面的可行性。     

单一视角下自适应阈值法的纱线毛羽识别及其应用

为更准确测量纱线参数信息,针对图像背景处理和阈值分割算法对纱线图像处理后毛羽信息损失严重的问题,提出自适应灰度增强及线形区域阈值分割算法。并用自制图像采集系统获取6种不同类型的纱线样本,进行图像识别算法的准确性和有效性验证。结果表明:提出的2种算法可明显减少纱线图像信息损失,并且具有良好的鲁棒性,图像法检测的纱线毛羽长度和数量与目测法相近;实现了纱线主体与背景的灰度对比度增强,避免单一阈值导致的图像分割效果差的影响,提高纱线毛羽的识别精度和测量准确性,为后续研究纱线毛羽检测系统提供有效纱线图像分析算法。     

复合凝固剂制备彩色嫩豆腐工艺优化

为确定凝固剂谷氨酰胺转氨酶(TGase)与葡萄糖内酯(GDL)联合应用于彩色嫩豆腐制作时的较佳条件,通过响应面法对制备条件进行了优化。用彩色蔬菜汁作为豆腐的天然染料添加到豆浆中,分别以彩色嫩豆腐的弹性和凝聚性为主要响应值,建立了复合凝固剂浓度和点浆温度的响应面模型。结果表明,相对于复合凝固剂的浓度,点浆温度对于彩色嫩豆腐的质地影响更大;构建的响应面模型可靠,可以用于预测彩色嫩豆腐的弹性和凝聚性。根据响应面模型确定的制备彩色嫩豆腐的优化条件为:TGase添加量1.4g/L,GDL添加量1.7g/L,点浆温度53℃。采用感官评定和质构分析方法,对比了实验条件下制备的彩色嫩豆腐与市售内酯豆腐口感和质地差异,彩色嫩豆腐均优于内酯豆腐。     

量子点传感体系在有机磷农药残留检测中的应用

食品中有机磷农药残留进入人体,会危害中枢神经系统从而出现急性中毒症状或者慢性累积效应。因此,对有机磷农药残留的检测显得迫在眉睫。对量子点在有机磷农药残留检测的国内外研究进展进行综述,重点介绍基于量子点的荧光传感体系的构建及在有机磷农药残留检测中的应用,同时对量子点与分子印迹、电化学、适配体、酶联用技术及碳量子点的应用进行了总结,以期为农药残留快速检测提供一种新思路。     

天然牛肉调味基料的增稠工艺优化

以冷冻牛骨肉末(骨、肉质量比为3:7)为原料,经热-压浸提、酶解之后进行美拉德反应制成牛肉调味基料,通过单因素和正交试验研究淀粉、羧甲基纤维素(carboxymethyl cellulose,CMC)、瓜尔豆胶和麦芽糊精的添加量对其增稠效果的影响。试验结果表明:当淀粉添加量为8%、CMC添加量为0.6%、瓜尔豆胶添加量为0.7%、麦芽糊精添加量为0.3%时,产品状态最佳,黏度值为783.2 MPa·s。