羅俊麗，路 凱，張泊平，張 洋，陳永剛，田金穗

(1.許昌學(xué)院 信息工程學(xué)院，河南 許昌 461000；2.許昌學(xué)院 許昌市虛擬現(xiàn)實(shí)技術(shù)重點(diǎn)實(shí)驗(yàn)室，河南 許昌 461000)

中國(guó)是世界上最大的羊絨原料生產(chǎn)、加工和面料出口國(guó)。羊絨是高檔服裝的原料，而受自然條件限制，羊絨產(chǎn)量不會(huì)有明顯提高，羊絨已成為國(guó)際貿(mào)易中我國(guó)控制的一種紡織原材料。羊絨的外觀、化學(xué)物理性能與羊毛都比較相似，而羊絨價(jià)格卻高出羊毛十多倍。由于這2種纖維識(shí)別難度較大，市場(chǎng)上經(jīng)常出現(xiàn)使用羊毛在羊絨原料中摻假的現(xiàn)象，針對(duì)羊絨和羊毛這2種動(dòng)物纖維的鑒別，一直是毛紡加工領(lǐng)域、紡織品檢測(cè)領(lǐng)域中重要的技術(shù)環(huán)節(jié)[1]。

顯微鏡檢測(cè)法仍然是目前主要的羊絨鑒別方法，該方法主要是檢測(cè)人員借助連接在顯微鏡的CCD攝像機(jī)來(lái)觀察和分析纖維表面的視覺形態(tài)特征，憑借經(jīng)驗(yàn)識(shí)別纖維的種類。這種人工識(shí)別的方法存在著很多不足，主要表現(xiàn)在：①識(shí)別結(jié)果主觀性較強(qiáng)；②檢測(cè)效率較低；③檢測(cè)人力成本高。提高羊絨的檢測(cè)準(zhǔn)確率，降低檢測(cè)成本，可以更好地防止原材料摻假，提高羊絨制品品質(zhì)。在當(dāng)前復(fù)雜多變的環(huán)境下，加強(qiáng)控制羊絨這一絕對(duì)優(yōu)勢(shì)原材料的生產(chǎn)、加工制造、質(zhì)量監(jiān)控等各個(gè)環(huán)節(jié)，對(duì)我國(guó)在國(guó)際貿(mào)易的博弈中掌握主動(dòng)意義尤為突出。

幾十年以來(lái)，研究者們針對(duì)動(dòng)物纖維的鑒別方法進(jìn)行了深入研究，發(fā)現(xiàn)羊絨和羊毛纖維在表面形態(tài)、纖維組成成分、基因特征上有一定差別，并據(jù)此提出了多種鑒別方法，主要包括以下幾類：顯微鏡法[2-3]、近紅外光譜法[4-8]、DNA法[9-12]、蛋白質(zhì)組學(xué)檢測(cè)法[13-14]、基于纖維圖像處理和計(jì)算機(jī)視覺的方法[15-18]。本文主要對(duì)近年來(lái)研究者提出的各種羊絨和羊毛的鑒別方法展開綜述，并對(duì)這些方法進(jìn)行分析和比較，以期為羊絨、羊毛纖維的鑒別提供有利依據(jù)。

1 鑒別方法

1.1 顯微鏡法

顯微鏡法的主要流程是：檢測(cè)人員將纖維放置于顯微鏡下，通過(guò)顯微鏡頭或連接在顯微鏡的顯示屏上觀察纖維的外觀形態(tài)，并以此來(lái)進(jìn)行纖維種類的鑒別。常用于鑒別纖維外觀形態(tài)包括：纖維形狀，纖維細(xì)度，纖維細(xì)度的均勻度，纖維表面鱗片的形狀、高度、厚度、密度分布，纖維光澤等。

國(guó)外學(xué)者在20世紀(jì)20年代開始在顯微鏡下研究動(dòng)物纖維的鑒別方法，發(fā)現(xiàn)羊絨和羊毛纖維的直徑和表面鱗片的高度有較為明顯的差別，另外，不同種類動(dòng)物纖維表面鱗片呈現(xiàn)出的形態(tài)結(jié)構(gòu)亦有差別[2]。相比于光學(xué)顯微鏡，掃描電子顯微鏡(Scanning Electron Microscopy，SEM)能夠拍攝分辨率更高的纖維圖像，因此很多學(xué)者借助掃描電子顯微鏡研究纖維的辨別方法。在掃描電子顯微鏡下，能夠發(fā)現(xiàn)羊絨和羊毛的鱗片厚度有明顯區(qū)別，此外纖維鱗片的密度也可作為纖維鑒別的特征。

趙永聚等[3]在掃描電子顯微鏡下研究了羊絨和羊毛鱗片的形態(tài)結(jié)構(gòu)，較為全面地總結(jié)了二者的區(qū)別：羊絨鱗片形狀比羊毛鱗片的排列顯得更為均勻，鱗片高度較大，鱗片厚度較小，鱗片間距大，纖維細(xì)度較為均勻；羊毛鱗片形狀多呈現(xiàn)不規(guī)則的瓦狀和斜環(huán)狀，鱗片高度較小，密度大，部分鱗片邊緣翹起的數(shù)量較多。

目前檢測(cè)人員在實(shí)際應(yīng)用中使用的仍然是顯微鏡檢測(cè)法，該方法操作簡(jiǎn)單、成本較低。但這種方法需要檢測(cè)人員有比較豐富的操作經(jīng)驗(yàn)，且該方法過(guò)于依賴經(jīng)驗(yàn)，主觀性強(qiáng)，不同的操作人員得到的檢測(cè)結(jié)果往往有偏差，同一檢測(cè)人員在不同環(huán)境、使用不同儀器得到的結(jié)果也不完全相同。光學(xué)顯微鏡通常將動(dòng)物纖維圖像放大400或500倍，在放大的圖像上進(jìn)行觀察和鑒別。而掃描電子顯微鏡可以將纖維圖像放大幾千倍甚至幾萬(wàn)倍，且圖像清晰度高，有一定的景深，能夠觀察到纖維上更為細(xì)致的特征，比如羊絨和羊毛纖維的鱗片厚度，而鱗片厚度是鑒別動(dòng)物纖維的有效指標(biāo)。但掃描電子顯微鏡的價(jià)格昂貴，樣本制作速度慢，通常只用于研究的用途，不適用于大量的快速檢測(cè)。

1.2 近紅外光譜法

近紅外光譜分析技術(shù)是利用近紅外光譜區(qū)包含的物質(zhì)信息，借助化學(xué)計(jì)量法等技術(shù)手段，可以對(duì)有機(jī)物的組成進(jìn)行定性或定量分析。在紡織工業(yè)上，使用近紅外光譜的方法可以分析混紡纖維中某種纖維的含量[4]。Zoccola等[5]收集了安哥拉兔毛、羊絨、羊毛、牦牛毛等纖維的近紅外光譜數(shù)據(jù)，使用獨(dú)立建模分類法對(duì)這些數(shù)據(jù)進(jìn)行分類，實(shí)驗(yàn)結(jié)果表明該方法可以初略地測(cè)試混紡纖維的成分含量。Zhou等[6]使用近紅外光譜儀獲取纖維混合物樣品的光譜信號(hào)，借助于多元方差分析對(duì)獲取的光譜信號(hào)進(jìn)行分析。實(shí)驗(yàn)中發(fā)現(xiàn)隨著樣品中羊絨含量的增加，近紅外光譜的吸收強(qiáng)度呈遞減趨勢(shì)，通過(guò)構(gòu)建多元線性回歸模型能夠檢測(cè)纖維的含量。類似地，還有一些其他學(xué)者也利用纖維的近紅外光譜來(lái)測(cè)試其中纖維的含量[7-8]。使用近紅外光譜法鑒別羊絨等動(dòng)物纖維，檢測(cè)過(guò)程比較簡(jiǎn)單，不需要化學(xué)制樣，屬于無(wú)損檢測(cè)，有潛力發(fā)展成一種簡(jiǎn)便快速的鑒別方法。近紅外光譜法鑒別的準(zhǔn)確性依賴于建立的數(shù)學(xué)模型，且目前已有的研究中使用的樣本量較小，該方法需要進(jìn)一步搜集更多樣本進(jìn)行驗(yàn)證。

1.3 DNA分析法

DNA攜帶有生物體的遺傳信息，可以借助不同動(dòng)物纖維中包含的DNA信息不同來(lái)鑒別纖維。聚合鏈?zhǔn)椒磻?yīng)(Polymerase Chain Reaction, PCR)技術(shù)可以對(duì)一小段DNA進(jìn)行擴(kuò)增，從而可以區(qū)分出不同動(dòng)物纖維的基因序列差異。Tang等[9]改進(jìn)了傳統(tǒng)的PCR技術(shù)，提出了基于TaqMan的熒光定量PCR技術(shù)，該技術(shù)具有更高的敏感性，并且能夠擴(kuò)增DNA的同時(shí)來(lái)定量地檢測(cè)混合纖維比例。使用基于TaqMan的熒光定量PCR技術(shù)檢測(cè)羊絨和羊毛纖維中的DNA，在不同比例的羊絨、羊毛混紡纖維中進(jìn)行均取得了比較準(zhǔn)確的實(shí)驗(yàn)結(jié)果。還有一些研究者也提出類似的方法來(lái)測(cè)試羊絨羊毛混合纖維中的比例[10-12]。

目前我國(guó)和國(guó)際上已有DNA分析法相關(guān)的標(biāo)準(zhǔn)，如GB/T 36433—2018《紡織品 山羊絨和綿羊毛的混合物DNA定量分析 熒光PCR法》與ISO 18074—2015《紡織品 采用DNA分析法識(shí)別某些動(dòng)物纖維 山羊絨, 羊毛,牦牛絨及其混合物》。DNA分析法是一種比較可靠的技術(shù)，但這種方法所使用的設(shè)備非常昂貴，并且檢測(cè)過(guò)程比較復(fù)雜，通常需要專業(yè)的操作人員，隨著DNA分析法的進(jìn)一步改進(jìn)，該方法有可能在實(shí)際中推廣使用。

1.4 蛋白質(zhì)組學(xué)分析法

羊絨和羊毛等動(dòng)物纖維的主要成分是蛋白質(zhì)，可以通過(guò)檢測(cè)纖維成分中的蛋白質(zhì)氨基酸順序來(lái)鑒別羊絨和羊毛等動(dòng)物纖維。張娟等[13-14]研究了質(zhì)譜技術(shù)在羊絨和羊毛纖維鑒別領(lǐng)域的應(yīng)用，通過(guò)羊絨和羊毛中提取的多肽的質(zhì)譜圖特征峰值分析，在質(zhì)譜網(wǎng)絡(luò)數(shù)據(jù)庫(kù)中檢索得出2種纖維包含的氨基酸的不同序列。

蛋白質(zhì)組學(xué)分析法是利用纖維所含蛋白質(zhì)進(jìn)行判別，所以不受纖維拉伸和脫鱗等纖維處理的影響。目前該方法更多的用于纖維的定性檢測(cè)，在定量檢測(cè)方面還需要進(jìn)一步研究。

1.5 基于圖像處理與計(jì)算機(jī)視覺的方法

1.5.1 基于纖維圖像處理技術(shù)的方法

隨著計(jì)算機(jī)圖像處理技術(shù)的廣泛使用，一些學(xué)者開始用圖像處理技術(shù)來(lái)幫助進(jìn)行纖維的鑒別，主要是用于測(cè)量纖維直徑等纖維的外觀形態(tài)指標(biāo)。目前質(zhì)檢機(jī)構(gòu)在使用顯微鏡檢測(cè)法時(shí)通常也參考纖維直徑，但主要還是依賴檢測(cè)人員的經(jīng)驗(yàn)。

劉亞俠等[15]從羊絨和羊毛光學(xué)顯微鏡圖像中提取了纖維鱗片翹角、鱗片厚度、纖維直徑、鱗片高度、密度等11個(gè)特征，使用支持向量作為分類器得到了90.25%的識(shí)別率。陶偉森等[16]從羊絨和羊毛纖維的光學(xué)顯微鏡中提取纖維直徑、鱗片密度、鱗片面積、鱗片相對(duì)面積，以及提取的8個(gè)紋理特征，使用支持向量機(jī)作為分類器，獲得的羊毛和羊絨的總識(shí)別率為93.1%。

石先軍[17]的方法比較全面地考查了纖維表面的各種外觀形態(tài)特征，并且分析不同特征組合鑒別效果，可以看做是對(duì)之前的研究者們基于圖像處理技術(shù)纖維鑒別技術(shù)的總結(jié)，詳細(xì)分析了羊絨和羊毛纖維表面形態(tài)特征值，從圖像中提取纖維的直徑、直徑變異系數(shù)，以及鱗片的高度、徑高比、面積與相對(duì)面積、周長(zhǎng)、鱗片的矩形度等18個(gè)特征值，使用統(tǒng)計(jì)法分析了這些特征值的最優(yōu)組合，然后建立分類模型對(duì)羊毛和羊絨纖維圖像進(jìn)行識(shí)別。

基于纖維圖像處理技術(shù)的鑒別方法比較直觀，是對(duì)傳統(tǒng)顯微鏡檢測(cè)法的改進(jìn)。該類方法利用計(jì)算機(jī)圖像處理技術(shù)將纖維外觀形態(tài)指標(biāo)量化，借助統(tǒng)計(jì)學(xué)模型對(duì)纖維進(jìn)行區(qū)分。但這類方法有一定局限性，若采集的纖維圖像不夠清晰，則很難獲取纖維外觀形態(tài)的各個(gè)指標(biāo)，這時(shí)不適用該類方法。

1.5.2 基于計(jì)算機(jī)視覺的方法

由于近年來(lái)計(jì)算機(jī)視覺技術(shù)的快速發(fā)展，涌現(xiàn)出很多新的算法，因而目前基于計(jì)算機(jī)視覺的纖維鑒別方法成為研究熱點(diǎn)。

Lu等[18]使用視覺詞袋模型(Bag of Words，BoW)來(lái)進(jìn)行纖維的鑒別，該方法從剔除背景后的纖維圖像中提取尺度不變特征變換(Scale Invariant Feature Transform，SIFT)特征，使用BoW模型來(lái)描述纖維圖像中特征，分類器使用的是支持向量機(jī)，其識(shí)別率穩(wěn)定在90%以上。

Xing等[19]從羊絨和羊毛纖維圖像中提取方向梯度直方圖(Histogram of Oriented Gradient, HOG)紋理特征，使用支持向量機(jī)獲得了最高92.5%的識(shí)別率。

路凱等[1]使用深度學(xué)習(xí)模型在大樣本下對(duì)羊絨/羊毛纖維進(jìn)行鑒別，樣本中包含蒙古青絨、國(guó)產(chǎn)白絨、蒙古紫絨等5種不同類別的纖維，5種纖維的總識(shí)別率達(dá)到92%以上。路凱等[1]還研究了遷移學(xué)習(xí)方法在纖維圖像鑒別中的應(yīng)用，實(shí)驗(yàn)結(jié)果顯示遷移學(xué)習(xí)有助于提高模型對(duì)纖維識(shí)別能力。此外還有一些其他基于圖像技術(shù)和計(jì)算機(jī)視覺技術(shù)的研究[20-23]。

基于計(jì)算機(jī)視覺的方法是基于圖像處理技術(shù)類方法的升級(jí)，該類方法不是從纖維表面提取形態(tài)的測(cè)量值，而是從纖維圖像中提取抽象的視覺特征，這樣就將求取纖維表面形態(tài)的差別轉(zhuǎn)化為尋求提取出來(lái)的視覺抽象特征差別。

1.6 其他檢測(cè)方法

除了前面幾種檢測(cè)方法以外，還有一些方法，如溶液法和著色劑法[24-26]，這些方法僅有少量的文獻(xiàn)記錄，這里不再展開敘述。

2 分析與比較

前文對(duì)用于羊絨和羊毛鑒別的顯微鏡檢測(cè)法、近紅外光譜法、蛋白質(zhì)組學(xué)分析法、DNA分析法、圖像及計(jì)算機(jī)視覺技術(shù)法進(jìn)行了介紹，表1是對(duì)常用的幾種羊絨和羊毛鑒別方法所用技術(shù)手段、以及各自的優(yōu)缺點(diǎn)的簡(jiǎn)要總結(jié)。

表1 羊絨和羊毛纖維鑒別方法的比較

近紅外光譜法和蛋白質(zhì)組學(xué)法都是通過(guò)檢測(cè)纖維的成分差異來(lái)判斷類別。近紅外光譜方法是借助近紅外光譜儀，根據(jù)不同類別的纖維中含氫基團(tuán)對(duì)近紅外吸收程度不同而產(chǎn)生的近紅外光譜的差異，通過(guò)使用化學(xué)計(jì)量法分析混合纖維中羊絨或羊毛的含量；蛋白質(zhì)組學(xué)法通過(guò)檢測(cè)纖維成分的蛋白質(zhì)中氨基酸順序的差異來(lái)鑒別纖維。

DNA分析法是基于遺傳特征的方法，從技術(shù)上來(lái)講是一種較為先進(jìn)的方法，PCR等擴(kuò)增DNA技術(shù)的應(yīng)用，解決了動(dòng)物纖維中少量的線粒體DNA的提取困難，從而推進(jìn)了DNA分析法在纖維鑒別中的應(yīng)用。

顯微鏡檢測(cè)、基于圖像及計(jì)算機(jī)的視覺技術(shù)方法都是依賴?yán)w維外觀形態(tài)進(jìn)行纖維鑒別，不同在于：①顯微鏡檢測(cè)法主要是依賴主觀經(jīng)驗(yàn)進(jìn)行人工鑒別；②基于圖像處理技術(shù)的方法主要是對(duì)纖維圖像進(jìn)行預(yù)處理和分割，從分割后的圖像中測(cè)量(計(jì)算)纖維外觀形態(tài)的指標(biāo)，然后再建立辨別模型進(jìn)行纖維的鑒別；③基于計(jì)算機(jī)視覺特征的方法主要是先從圖像中提取纖維的外觀視覺抽象特征，然后將視覺特征輸入到模型進(jìn)行纖維的鑒別?；趫D像處理技術(shù)和計(jì)算機(jī)視覺特征的鑒別方法也要借助顯微鏡進(jìn)行鑒別，并且也是通過(guò)人工來(lái)進(jìn)行載玻片的制備，只是判別的依據(jù)是測(cè)量的指標(biāo)值或建立模型進(jìn)行客觀的判別。人工顯微鏡方法的檢測(cè)速度比較慢，且主觀性較強(qiáng)，而基于圖像處理和計(jì)算機(jī)視覺技術(shù)的方法速度快且檢測(cè)標(biāo)準(zhǔn)由訓(xùn)練的模型決定，較為客觀。從技術(shù)發(fā)展的角度來(lái)看，使用計(jì)算機(jī)視覺的鑒別方法比圖像處理技術(shù)更為先進(jìn)一些，該方法也是目前的研究熱點(diǎn)。

近年來(lái)研究者們提出的基于圖像處理和計(jì)算機(jī)視覺方法纖維識(shí)別方法較多，表2是其中典型方法的比較，其中根據(jù)特征提取方法又可以分為人工指定特征提取方法和卷積神經(jīng)網(wǎng)絡(luò)特征提取2類方法。

從表2可以看出，基于人工指定特征的方法的模式主要是使用機(jī)器學(xué)習(xí)中的分類器，對(duì)提取的特征進(jìn)行有監(jiān)督的學(xué)習(xí)，其中提取的特征或者是纖維直徑，鱗片高度、密度、面積等經(jīng)典測(cè)量指標(biāo)，或者是SIFT、HOG、灰度共生矩陣等計(jì)算機(jī)視覺特征，或者是測(cè)量指標(biāo)和計(jì)算機(jī)特征的混合。卷積神經(jīng)網(wǎng)絡(luò)模型集成了特征提取和分類器，主要使用經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)預(yù)處理后的纖維圖像進(jìn)行有監(jiān)督學(xué)習(xí)。在文獻(xiàn)[15,16]與[19-21]中，基于人工指定特征的方法都是對(duì)羊毛纖維和羊絨纖維進(jìn)行二分類，而文獻(xiàn)[1]與[22]是基于卷積神經(jīng)網(wǎng)絡(luò)方法對(duì)多個(gè)類別的羊絨纖維和羊毛纖維進(jìn)行分類，且得到了較高的識(shí)別率。文獻(xiàn)[15,16]與[19,21,22]中所用樣本數(shù)量都少于1 000，這些方法能否在更大的數(shù)據(jù)集中也適用還有待進(jìn)一步驗(yàn)證。

表2 基于圖像處理和計(jì)算機(jī)視覺方法纖維識(shí)別方法的比較

3 總結(jié)與展望

本文介紹了近年來(lái)研究者們提出的各種羊絨纖維和羊毛纖維的鑒別方法，并對(duì)這些方法進(jìn)行分析和比較。隨著近年來(lái)計(jì)算機(jī)視覺技術(shù)的發(fā)展，基于計(jì)算機(jī)視覺的方法越來(lái)越受到重視，該方法的發(fā)展趨勢(shì)是纖維自動(dòng)鑒別，其中顯微鏡圖像的自動(dòng)采集也是技術(shù)難點(diǎn)之一，目前的基于纖維表面視覺特征的研究主要集中于纖維特征提取和分類算法上，纖維圖像的自動(dòng)采集方法鮮有文獻(xiàn)提及，這也是今后纖維檢測(cè)領(lǐng)域的重要研究?jī)?nèi)容。近紅外光譜和蛋白質(zhì)組學(xué)方法發(fā)展趨勢(shì)是制作成便捷快速的定量檢測(cè)設(shè)備。DNA分析方法的準(zhǔn)確性和可靠性都很高，但設(shè)備昂貴，操作方法復(fù)雜。

總的來(lái)看，基于人工經(jīng)驗(yàn)的顯微鏡檢測(cè)方法在相當(dāng)長(zhǎng)的一段時(shí)間里仍然是主要的檢測(cè)方法，近紅外光譜法、蛋白質(zhì)組學(xué)法、DNA分析法、計(jì)算機(jī)視覺檢測(cè)等方法隨著研究的進(jìn)展，有望被應(yīng)用到實(shí)際檢測(cè)工作中。