基于CD-YOLO算法的蚕茧种类识别

李时杰,孙卫红,梁 曼,邵铁峰

(中国计量大学 机电工程学院 茧丝绸质量检测技术研究所,浙江 杭州 310018)

我国是世界蚕丝业的发祥地,是最早发现并利用蚕丝的国家,蚕丝业历史悠久。在鲜茧采集后,缫丝企业通常先对其进行干燥处理,再通过混茧、剥茧、选茧、煮茧、缫丝、复摇整理等一系列工序,使蚕茧转变为生丝。在选茧工序中,根据缫丝生产中的使用价值,可将蚕茧分为“上车茧”和“下茧”两大类。上车茧是指茧形、茧色、茧层厚薄及缩皱正常无疵点的茧。下茧是指有严重问题、不能或很难正常生丝的蚕茧[1]。

目前,国内大多数缫丝工厂仍通过肉眼判定蚕茧质量,蚕茧分选的效率和识别准确率处于较低水平,近年来国内外已有学者开始研究如何通过图像识别技术解决这一难题。杨光友[2]等人提出了蚕茧检测中神经网络应用的思路,将BP与RBF神经网络集成,蚕茧种类检测准确率达87.8%。金航峰等[3]以蚕茧灰度图识别上车茧、黄斑茧、柴印茧以及畸形茧四类蚕茧。刘莫尘等[4]通过图像的颜色和面积对方格簇进行分割,并采用FCM和HSV模型识别黄斑茧。陈浩[5]等人提出了选茧辅助检测方法,利用MATLAB对蚕茧图像进行图形处理与数值计算,并通过摄像机准确标定,最终得出蚕茧表面缺陷面积。Prasobhkumar等印度学者[6]统计黄斑茧RGB颜色阈值与上车茧椭圆长宽比具体参数,提出了一种蚕茧优良品质评价系统。本课题组成员黄志鹏[7]对蚕茧图像特征做主成分分析,结合支持向量机构造分类器,对五种蚕茧进行有效分类。……