本發(fā)明涉及羽絨水分檢測，具體為一種基于人工智能的羽絨水分含量測試分析方法。

背景技術(shù)：

1、羽絨羽毛是家禽養(yǎng)殖的主要副產(chǎn)品之一，具有柔軟、保暖性能好以及蓬松等優(yōu)點，主要用于服裝和寢具領(lǐng)域。廣義的羽絨是指家禽除翼羽之外的全部羽毛，狹義的羽絨是指可以作為紡織品填充料長度在5厘米以下的羽毛。羽絨包括片羽和絨羽，其中利用價值較高的為絨羽。由家禽羽毛的生產(chǎn)特性決定，雞可利用的羽絨極少，水禽羽絨可利用部分較多。

2、隨著羽絨羽毛市場的繁榮發(fā)展，羽絨羽毛及制品行業(yè)已經(jīng)成為我國國民經(jīng)濟中一個發(fā)展?jié)摿薮蟮漠a(chǎn)業(yè)，羽絨羽毛質(zhì)量的評價標(biāo)準(zhǔn)越來越重要，其中羽絨羽毛含水率的檢測是評價羽絨羽毛質(zhì)量的重要指標(biāo)之一。目前羽絨羽毛水分檢測方法主要是采用烘箱法，該方法測量過程全部由人工完成，耗時長，效率低；另外該方法在烘干樣品水分的同時，樣品中所含的一些有效成分如油脂，也會在烘烤過程中散發(fā)掉，從而影響測量結(jié)果的準(zhǔn)確性。

3、為解決此類問題的存在，提高水分測量結(jié)果的準(zhǔn)確性，需要對羽絨水分測量結(jié)果進(jìn)行校準(zhǔn)，需要更加合理的檢測方法，提高羽絨水分測量結(jié)果準(zhǔn)確性。

4、現(xiàn)有技術(shù)中的，公開號為cn102878785a公開了溫控導(dǎo)熱油羽絨烘干機，通過在該羽絨烘干機筒體的夾層中充滿導(dǎo)熱油，導(dǎo)熱油內(nèi)均布有多個溫度傳感器；筒體的夾層中均勻設(shè)有若干組電加熱管；筒體左右兩端的端蓋上分別設(shè)有篩板；篩板的外部分別設(shè)有氣箱；左、右氣箱之間連接有風(fēng)道；風(fēng)道的中間由四通換向閥連接有進(jìn)氣口和抽風(fēng)口；進(jìn)氣口順序連接有空氣預(yù)熱裝置和風(fēng)罩，空氣預(yù)熱裝置的外部設(shè)有由與筒體內(nèi)腔連接的散熱器，利用外流熱源加熱空氣來對羽絨進(jìn)行干燥，去除水分，使用過程中氣箱工作將空氣通過風(fēng)道傳入烘干機筒體使樣品受熱均勻，但氣箱容易使羽絨中雜質(zhì)掉落，水分測試結(jié)果偏大，因此僅通過烘干后的羽絨質(zhì)量來測量羽絨水分含量，使得得到的羽絨水分含量數(shù)據(jù)的有效性、準(zhǔn)確性降低。

5、在所述背景技術(shù)部分公開的上述信息僅用于加強對本公開的背景的理解，因此它可以包括不構(gòu)成對本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于人工智能的羽絨水分含量測試分析方法，以解決上述背景技術(shù)中提出的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、一種基于人工智能的羽絨水分含量測試分析方法，具體步驟包括：

4、采集若干組已知含水量的羽絨原料作為檢測樣本，使用激光干涉儀對平鋪在檢測平臺區(qū)域內(nèi)的檢測樣本進(jìn)行照射，通過檢測平臺區(qū)域下方的接收器記錄干涉信號，對采集的干涉信號進(jìn)行分析得到干涉條紋間的總間距和干涉條紋的總數(shù)量；

5、使用高分辨率相機采集平鋪在檢測平臺區(qū)域內(nèi)的檢測樣本的圖像，根據(jù)檢測樣本的圖像獲取檢測樣本在檢測平臺區(qū)域內(nèi)的基底面積和檢測樣本的高度；

6、建立羽絨含水量修正模型，將得到的干涉條紋間的總間距、干涉條紋的總數(shù)量、檢測樣本在檢測平臺區(qū)域內(nèi)的基底面積和檢測樣本的高度作為模型的輸入，以每組檢測樣本對應(yīng)的含水量為標(biāo)簽，對羽絨含水量修正模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的羽絨含水量修正模型；

7、采集待檢測的羽絨原料所對應(yīng)的干涉條紋間的總間距、干涉條紋的總數(shù)量、檢測平臺區(qū)域內(nèi)的基底面積和高度，將獲取的數(shù)據(jù)輸入完成訓(xùn)練的羽絨含水量修正模型中，得到待檢測羽絨原料的光學(xué)檢測羽絨含水量；

8、采集待檢測的羽絨原料的初始質(zhì)量，將待檢測的羽絨原料進(jìn)行干燥，獲取干燥后的待檢測的羽絨原料質(zhì)量，根據(jù)干燥后的待檢測的羽絨原料質(zhì)量和初始質(zhì)量計算待檢測的羽絨原料的含水量；

9、根據(jù)羽絨含水量修正模型輸出的光學(xué)檢測羽絨含水量對干燥法得到的待檢測的羽絨原料的含水量進(jìn)行修正，得到羽絨原料的精確含水量。

10、進(jìn)一步地，其特征在于：從經(jīng)過清潔預(yù)處理的每組羽絨原料樣本中取得確定質(zhì)量的樣品作為檢測樣本，將所述檢測樣本平鋪在檢測平臺區(qū)域，檢測平臺區(qū)域下方設(shè)置有接收器；所述檢測平臺區(qū)域為透光材質(zhì)，其中檢測平臺區(qū)域為矩形且檢測平臺區(qū)域水平放置。

11、進(jìn)一步地，使用激光干涉儀對平鋪在檢測平臺區(qū)域內(nèi)的檢測樣本進(jìn)行照射，確保激光光束穿過檢測樣本，其中激光入射角度為45°，根據(jù)采集的干涉信號分析生成干涉條紋的總間距和干涉條紋的總數(shù)量所依據(jù)的公式為：

12、

13、式中，δx為干涉條紋間距，λ為激光波長，δl為光路差，其中光路差δl計算所依據(jù)的公式為：

14、δl＝2d*cosθ

15、式中，d為激光束的物理路徑長度，θ為激光束的入射角；

16、共采集到m條干涉條紋，則共產(chǎn)生m-1個干涉條紋間距，故干涉條紋的總間距計算所依據(jù)的公式為：

17、

18、式中，δxz為干涉條紋的總間距，δxi為第i個干涉條紋間距，其中i＝1,2,…,m-1。

19、進(jìn)一步地，根據(jù)檢測樣本圖像獲取檢測樣本在檢測平臺區(qū)域內(nèi)的基底面積和檢測樣本的高度，其中獲取檢測樣本在檢測平臺區(qū)域內(nèi)的基底面積的方法為使用canny邊緣檢測算法對檢測樣本在檢測平臺區(qū)域內(nèi)的邊緣進(jìn)行檢測并提取，將提取的邊緣采用像素計數(shù)法計算面積，具體步驟包括：將識別出的輪廓區(qū)域轉(zhuǎn)換為二值圖像，計算輪廓區(qū)域內(nèi)的輪廓像素數(shù)量，根據(jù)已知的像素與實際面積的比例來計算輪廓的面積；

20、檢測樣本的高度采用激光傳感器測量樣本表面到傳感器的距離，根據(jù)樣本表面到傳感器的距離和傳感器到檢測平臺表面的距離計算得出檢測樣本的高度。

21、進(jìn)一步地，建立羽絨含水量修正模型，其中羽絨含水量修正模型基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建；

22、其中所述初始神經(jīng)網(wǎng)絡(luò)為卷積神經(jīng)網(wǎng)絡(luò)，由輸入層、卷積層、池化層、全連接層和輸出層組成，其中卷積層中的激活函數(shù)為relu函數(shù)，relu函數(shù)的具體表達(dá)式為：

23、relu(sl(p,q))＝max(0,sl(p,q))

24、其中，l表示第l個卷積層，sl(p,q)則表示第l個卷積層中第p個特征圖的第q個特征值；

25、對于全連接層，設(shè)置全連接層神經(jīng)元數(shù)量為64，初始神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)率設(shè)為0.001，訓(xùn)練輪數(shù)為50。

26、進(jìn)一步地，采集待檢測的羽絨原料的質(zhì)量，將待檢測的羽絨原料進(jìn)行干燥，其中對待檢測的羽絨原料進(jìn)行干燥的方法為：使用八籃烘箱對待檢測的羽絨原料進(jìn)行干燥，將待檢測的羽絨原料均勻分布在八籃內(nèi)，確?？諝饽軌蛄魍?，其次打開烘箱并啟動鼓風(fēng)機，確?？諝饩鶆蜓h(huán)，設(shè)置恒定的干燥溫度對羽絨原料進(jìn)行干燥，再次，每隔30min稱量一次試樣質(zhì)量，直至相鄰兩次質(zhì)量相差不大于試樣總量的0.1％時，烘干完成；最后記錄最終質(zhì)量。

27、進(jìn)一步地，根據(jù)干燥后的待檢測的羽絨原料質(zhì)量和初始質(zhì)量計算待檢測的羽絨原料的含水量所依據(jù)的公式為：

28、

29、式中，w2為待檢測的羽絨原料的含水量，m0為待檢測的羽絨原料初始質(zhì)量，mt為干燥后的待檢測的羽絨原料質(zhì)量。

30、進(jìn)一步地，根據(jù)羽絨含水量修正模型輸出的光學(xué)檢測羽絨含水量對計算得到的待檢測的羽絨原料的含水量進(jìn)行修正所依據(jù)的邏輯為：根據(jù)羽絨含水量修正模型輸出的待檢測羽絨原料的光學(xué)檢測羽絨含水量w1和計算得到的待檢測的羽絨原料的含水量w2計算修正系數(shù)，根據(jù)修正系數(shù)對計算得到的待檢測的羽絨原料的含水量w2進(jìn)行修正，得到羽絨原料的精確含水量計算；

31、其中羽絨原料的精確含水量計算所依據(jù)的公式為：

32、wz＝(1+k)*w2

33、式中，wz為羽絨原料的精確含水量，k為修正系數(shù)，其中修正系數(shù)所依據(jù)的公式為：

34、

35、式中，k為修正系數(shù)，ω1,ω2和ω3分別為w1和w2平均值與w2的比值，干燥環(huán)境溫度t和干燥環(huán)境濕度h的權(quán)重系數(shù)，其中ω1,ω2和ω3均大于0且ω1>ω2>ω3。

36、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

37、通過采集若干組已知含水量的羽絨樣品作為試驗樣本，對采集的試驗樣本進(jìn)行清潔預(yù)處理，減少試驗干擾，使用激光干涉儀采集試驗樣本的光學(xué)特征，包括干涉條紋間的總間距和干涉條紋的總數(shù)量，同時用相機記錄試驗樣本的外觀特征，包括檢測樣本在檢測平臺區(qū)域內(nèi)的基底面積和檢測樣本的高度，建立羽絨含水量修正模型，將獲取的試驗樣本的光學(xué)特征和外觀特征作為模型的輸入，并以對應(yīng)的試驗樣本羽絨含水量作為標(biāo)簽，對模型進(jìn)行訓(xùn)練，采集待檢測的羽絨原料，經(jīng)過清潔預(yù)處理后，采集待檢測的羽絨原料的干涉條紋間的總間距、干涉條紋的總數(shù)量、在檢測平臺區(qū)域內(nèi)的基底面積和高度，將采集的特征數(shù)據(jù)輸入完成訓(xùn)練的羽絨含水量修正模型中，得到待檢測的羽絨原料的光學(xué)檢測羽絨含水量，基于光學(xué)檢測羽絨含水量結(jié)合干燥溫度和濕度，生成修正系數(shù)，對通過干燥法檢測得到的羽絨水分含量進(jìn)行修正，得到羽絨原料的精確含水量；此方法采用激光干涉技術(shù)，通過測量羽絨樣品在不同濕度條件下的光學(xué)特性變化，來分析水分含量，這種方法不需要直接接觸樣品，避免了雜質(zhì)干擾，同時拍攝羽絨樣品的圖像，通過分析羽絨在不同濕度下的外觀變化，來判斷水分含量，同時根據(jù)光學(xué)特征和外觀特征訓(xùn)練模型，提高了修正的魯棒性，通過修正系數(shù)對干燥法檢測得到的羽絨水分含量進(jìn)行修正，有效提高了羽絨水分含量檢測的準(zhǔn)確性。