PAGE1新疆農(nóng)業(yè)大學(xué)機(jī)械交通學(xué)院非試卷類考試（課程論文）規(guī)范要求及評(píng)分標(biāo)準(zhǔn)（2015年11月制定）目的

根據(jù)【新疆農(nóng)業(yè)大學(xué)本科、專科（高職）學(xué)生學(xué)籍管理規(guī)定】第五章課程修讀、考核與成績(jī)記載中有關(guān)考核方式的規(guī)定，少學(xué)時(shí)課程（36學(xué)時(shí)及以下的課程）采用非試卷考核方式，如：口試、課程論文、課程設(shè)計(jì)、實(shí)踐（實(shí)驗(yàn)）操作測(cè)試等，也可采用其它方式考核或多種方式混合進(jìn)行。其中課程論文已逐漸成為非試卷考核方式的主要手段，為保證學(xué)院本科教學(xué)質(zhì)量、提高課程論文考核的時(shí)效性和規(guī)范性，特制訂此規(guī)范要求及評(píng)分標(biāo)準(zhǔn)。課程論文考核的規(guī)范要求

1、內(nèi)容來(lái)源教師應(yīng)以課程內(nèi)容為命題基礎(chǔ)，以國(guó)內(nèi)外發(fā)展現(xiàn)狀為方向，給學(xué)生提供課程論文題目；內(nèi)容為發(fā)展綜述，或者寫結(jié)構(gòu)組成、工作原理以及分析理論等，保證一人一題；學(xué)生以抽簽選題，不允許脫離抽簽題目主旨。格式及提交要求課程論文正文格式要求見附件1課程論文格式要求，論文提交打印版和電子版（A4紙，頁(yè)邊距左2.5，右邊距為2厘米，上下邊距為2厘米)，學(xué)生應(yīng)按任課教師規(guī)定的時(shí)間提交合格的課程論文。課程論文評(píng)分標(biāo)準(zhǔn)1、學(xué)生應(yīng)妥善保存好自己的課程論文，如教師在批閱過(guò)程中發(fā)現(xiàn)任意兩篇課程論文雷同（相似度超過(guò)30％），則兩篇課程論文均視為剽竊，學(xué)生需重寫。如二次修改仍然達(dá)不到要求，成績(jī)記為‘不及格’。2、課程論文主要從以下幾個(gè)方面進(jìn)行評(píng)分：論文結(jié)構(gòu)、語(yǔ)言組織、評(píng)述、格式等，具體評(píng)分標(biāo)準(zhǔn)見課程論文評(píng)分標(biāo)準(zhǔn)及評(píng)分表。3、如果有課程論文答辯環(huán)節(jié)，則教師在提交成績(jī)時(shí)需提交相關(guān)答辯材料，同時(shí)對(duì)課程論文的最終評(píng)定成績(jī)做相關(guān)說(shuō)明（包括最終評(píng)定成績(jī)由哪幾部分組成，各部分的百分比等，如課程論文成績(jī)、答辯成績(jī)、考勤等）。4、教師提交材料要求：提交學(xué)生成績(jī)單，評(píng)分標(biāo)準(zhǔn)、學(xué)生打印版論文（按照附件1要求）、其他與成績(jī)?cè)u(píng)定相關(guān)的材料。四、附則1、本規(guī)定的解釋權(quán)歸學(xué)院教學(xué)指導(dǎo)委員會(huì)。2、本規(guī)定自發(fā)布之日起執(zhí)行。新疆農(nóng)業(yè)大學(xué)機(jī)電工程學(xué)院課程論文課程名稱:學(xué)期：學(xué)年學(xué)期專業(yè)班級(jí)：學(xué)號(hào)：學(xué)生姓名：任課教師：提交時(shí)間：年月日班級(jí)學(xué)號(hào)姓名開課學(xué)院任課教師成績(jī)論文題目：論文要求：1、根據(jù)所選擇題目，選擇一個(gè)點(diǎn)展開分析和討論，包括基本原理、可能存在的缺點(diǎn)和改善措施、可能的應(yīng)用前景等。2、可以使用文字?jǐn)⑹?，也可以列出表格或者圖像表達(dá)。3、要求有基本的結(jié)論。4、論文結(jié)構(gòu)包括：題目，摘要，關(guān)鍵詞，前言（引言），主題，結(jié)論，參考文獻(xiàn)等。5、自己組織語(yǔ)言表述自己的觀點(diǎn)，切不可人云亦云、抄襲現(xiàn)有文獻(xiàn)資料；課程論文內(nèi)容要體現(xiàn)出學(xué)生的獨(dú)立思考能力和一定的創(chuàng)新性。6、字?jǐn)?shù)3000-5000字，主要文獻(xiàn)10-20篇。課程論文評(píng)分標(biāo)準(zhǔn)及評(píng)分表一級(jí)指標(biāo)二級(jí)指標(biāo)等級(jí)評(píng)定參考標(biāo)準(zhǔn)分值得分論文選題（20分）性質(zhì)研究問(wèn)題界定準(zhǔn)確，體現(xiàn)了專業(yè)課程的基本要求5意義和價(jià)值有一定的科學(xué)意義和實(shí)際價(jià)值5難度難度適當(dāng)5知識(shí)綜合性能綜合運(yùn)用所學(xué)專業(yè)知識(shí)闡述和論證問(wèn)題，達(dá)到綜合訓(xùn)練目的5論文質(zhì)量（80分）摘要有高度的概括力，語(yǔ)言精練、明確10結(jié)構(gòu)條理清晰，層次分明，結(jié)構(gòu)嚴(yán)謹(jǐn)，內(nèi)容完整，邏輯性強(qiáng)10論證論證充分，分析深入，選擇的材料詳實(shí)、典型、充分，理論與實(shí)踐相結(jié)合，結(jié)論正確10研究手段能較好地運(yùn)用本科所學(xué)專業(yè)常規(guī)研究方法及研究手段進(jìn)行研究10寫作能力文字流暢，語(yǔ)言表達(dá)準(zhǔn)確，沒有病句和錯(cuò)別字10創(chuàng)新能力能綜合運(yùn)用所學(xué)理論知識(shí)來(lái)發(fā)現(xiàn)和解決實(shí)際問(wèn)題，有分析整理各類信息并從中獲得新知識(shí)的能力，論文中有一定的創(chuàng)新見解和使用參考價(jià)值10參考文獻(xiàn)文獻(xiàn)有一定廣泛性，質(zhì)量高，有綜合、歸納資料和提煉各種學(xué)術(shù)觀點(diǎn)的能力，對(duì)有關(guān)問(wèn)題的研究狀況有較好的了解10寫作規(guī)范性正文、目錄、圖表、腳注、參考文獻(xiàn)、附錄、計(jì)量單位、資料引用等格式規(guī)范，符合規(guī)定字?jǐn)?shù)要求10合計(jì)100教師評(píng)語(yǔ)：教師簽字：年月日正文格式：課程論文題目（黑體小二號(hào)不加粗）黑體小四黑體小四號(hào)不加粗綜述的摘要寫法特殊，可用如下范式：本文歸納了***方面的研究?jī)?nèi)容，概括了***等方面的觀點(diǎn)，總結(jié)***的研究成果，指出了***研究需求，提出***的研究方向。摘要：（200—300字，小四宋體）綜述的摘要寫法特殊，可用如下范式：本文歸納了***方面的研究?jī)?nèi)容，概括了***等方面的觀點(diǎn)，總結(jié)***的研究成果，指出了***研究需求，提出***的研究方向。同摘要同摘要關(guān)鍵詞：×××；××××；×××××；×××（3-5個(gè)，小四宋體）關(guān)鍵詞(3－5)個(gè)同上前言（引言）：×××××（小四宋體）同上同上正文中引述他人觀點(diǎn)一定要標(biāo)明出處，標(biāo)示方法有兩種：1尾注制：在文中引述段落末尾加上標(biāo)序號(hào)，并與參考文獻(xiàn)中的序號(hào)對(duì)應(yīng)。例：森林生態(tài)系統(tǒng)的研究早在上一世紀(jì)60年代初就開始了同上正文中引述他人觀點(diǎn)一定要標(biāo)明出處，標(biāo)示方法有兩種：1尾注制：在文中引述段落末尾加上標(biāo)序號(hào)，并與參考文獻(xiàn)中的序號(hào)對(duì)應(yīng)。例：森林生態(tài)系統(tǒng)的研究早在上一世紀(jì)60年代初就開始了【1】。。。。2著者年代制：作者（年份）或（作者，年份），例：王文菁（2010）或（王文菁，2010）全文兩種方法統(tǒng)一只用其一，不要混用1.（標(biāo)題用小四號(hào)黑體，其它文字用小四宋體）×××1.1（各級(jí)標(biāo)題均用小四號(hào)黑體）××××××××××××………結(jié)論：×××××××…黑體黑體五號(hào)參考文獻(xiàn)應(yīng)在5篇以上。標(biāo)題小4號(hào)黑體，正文小4號(hào)宋體，固定行距20磅，段前段后設(shè)置為0，圖表標(biāo)注五號(hào)黑體，表格為三線表，頁(yè)碼居中;頁(yè)面設(shè)置：A4紙，頁(yè)邊距左2.5，右邊距為2厘米，上下邊距為2厘米。(1)

期刊文獻(xiàn)書寫格式:[順序號(hào)]作者:文章標(biāo)題,雜志名稱[J],年代,卷號(hào)(期號(hào))頁(yè)碼.(2)

書籍文獻(xiàn)書寫格式:[順序號(hào)]作者:書籍名稱[M],出版社名稱,出版年代.綜述的結(jié)論是對(duì)相關(guān)研究水平、研究方法、研究不足的總結(jié)，不是對(duì)研究對(duì)象觀點(diǎn)的總結(jié)。綜述的結(jié)論是對(duì)相關(guān)研究水平、研究方法、研究不足的總結(jié)，不是對(duì)研究對(duì)象觀點(diǎn)的總結(jié)?？蓞⒄杖缦拢簢?guó)內(nèi)有關(guān)***的研究主要集中在***方面，研究方法主要有***等，****方面研究不足，多數(shù)研究是局部的、個(gè)案的，有關(guān)***的研究文獻(xiàn)較少，特別是***方面的研究缺乏，而針對(duì)***的研究在**方面有重要的意義，需要深入的探索。參考論文：棉花異性纖維檢測(cè)技術(shù)的研究綜述作者***指導(dǎo)教師郭俊先摘要：本文介紹和分析了目前為止絕大多數(shù)對(duì)皮棉中異性纖維檢測(cè)的研究。這些研究從棉花雜質(zhì)的幾何、物理和成分官能團(tuán)光譜特性入手，應(yīng)用可見光機(jī)器視覺、紅外波段光譜圖像和斷層X光攝影等檢測(cè)技術(shù)，采用數(shù)字圖像處理和化學(xué)計(jì)量學(xué)分析方法，分類識(shí)別各種皮棉雜質(zhì)。關(guān)鍵詞：皮棉；異性纖維；檢測(cè)前言我國(guó)采摘棉花大部分是人工摘拾。這樣對(duì)異性纖維的控制很不利。由于棉農(nóng)對(duì)異性纖維的危害認(rèn)識(shí)不足，采摘交售棉花時(shí)習(xí)慣用編織袋裝棉花、用有色的或非棉線繩綁扎棉袋口等。在采摘、裝棉、曬棉、運(yùn)棉和售棉等過(guò)程中,難免混入葉子、鈴殼、種皮和異性纖維等雜質(zhì)。嚴(yán)重影響了棉紡廠的產(chǎn)品質(zhì)量。異性纖維是困擾紡織企業(yè)的一大難題．每年紡織企業(yè)都要投入大量的人力、物力、財(cái)力進(jìn)行人工挑揀。顯然，在紡織清理和加工的每個(gè)環(huán)節(jié)，研究快速檢測(cè)原棉中雜質(zhì)，減少并消除它，這對(duì)于提高加工質(zhì)量和效率是非常必要的。1.原棉雜質(zhì)檢測(cè)的主要手段在檢測(cè)棉花中葉子，莖皮，稈和異性纖維等雜質(zhì)時(shí)，可以從其基本物理特性入手，例如顏色、形狀、大小、密度、表面密度和重量等；也可以從其化學(xué)成分方面入手來(lái)識(shí)別這些雜質(zhì)，比如熒光效應(yīng)和官能團(tuán)光譜特性等。在具體方法上，對(duì)雜質(zhì)的檢測(cè)有機(jī)器視覺（可見光波段）、X光斷層攝影、紅外波段光譜或圖像和紫外熒光光譜或圖像等；在對(duì)雜質(zhì)定性和定量分析的方法上，主要有固定線性判別式、聚類算法、貝葉斯學(xué)習(xí)算法和貝葉斯加權(quán)K均值聚類算法等數(shù)字圖像處理方法。根據(jù)以上皮棉雜質(zhì)檢測(cè)技術(shù)的特點(diǎn)，從原理上可分為基于圖像技術(shù)的雜質(zhì)檢測(cè)研究和基于分光技術(shù)的雜質(zhì)檢測(cè)研究。一些典型的研究見表1。表1棉花雜質(zhì)檢測(cè)研究的文獻(xiàn)整理類型范圍檢測(cè)設(shè)備雜質(zhì)類型檢測(cè)率識(shí)別率（％）文獻(xiàn)靜態(tài)國(guó)內(nèi)顯微近紅外成像無(wú)色塑料、黃麻、編織袋、白頭發(fā)絲、白羊毛、豬鬃—郟東耀等人，2004[1]多光譜成像無(wú)色塑料、黃麻、編織袋、白頭發(fā)絲、白羊毛、豬鬃—郟東耀等人，2005[3]反射成像15種典型異性纖維—楊文柱等人，2009[4]透射成像白色或無(wú)色雜質(zhì)：紙片、尼龍、編制帶、黃麻、白頭發(fā)—郟東耀等人，2005[9]透射成像異性纖維，沒有特指95%識(shí)別率李碧丹等人，2006[10]紫外熒光成像白色丙綸絲，紙張；色澤較重的異性纖維；毛發(fā)的識(shí)別99；100；50％羅德坡等人，2007[11]靜態(tài)國(guó)外反射成像非棉纖維雜質(zhì)（植物性雜質(zhì)）與重力分析之間的相關(guān)系數(shù)0.82Taylor.1990[12]反射成像植物性雜質(zhì)：皮雜、桿、葉子和碎葉雜質(zhì)分類。96％；99％Liebermanetal.1997[17]反射成像植物性雜質(zhì)：貝葉斯加權(quán)K-平均方法，不同顏色棉花識(shí)別99.7%Zhangetal.2002[24]微斷層X光攝影莖皮、種皮碎片和聚丙烯雜質(zhì)識(shí)別率96%Paietal.2004[25]微斷層X光攝影皮雜、葉子，種皮，聚丙烯。分類準(zhǔn)確率；與AFIS結(jié)果的決定系數(shù)89％；0.7091Pavani.etal.2004[26]微斷層X光攝影植物性雜質(zhì)：評(píng)價(jià)與AFIS和ShirleyAnalyzer結(jié)果相關(guān)系數(shù)分別為0.93；0.85Doganetal.2005[27]NicoletFT-IR所有雜質(zhì)分類。匹配正確率為90.64-96.55％Himmelsbachetal.20061.1基于圖像技術(shù)的雜質(zhì)檢測(cè)在不同的光譜波段范圍，采用不同圖像掃描設(shè)備，采集或生成棉花圖像，通過(guò)圖像采集卡發(fā)送回計(jì)算機(jī)處理中心，經(jīng)圖像數(shù)據(jù)處理，判斷有無(wú)雜質(zhì)，提取雜質(zhì)位置、大小和類型等特征，驅(qū)動(dòng)提出裝置來(lái)剔除。圖像采集或生成的技術(shù)包括可見光波段機(jī)器視覺、紅外波段圖像、紫外熒光圖像、X光斷層攝影和多波段圖像融合技術(shù)。如圖1。圖1基于圖像技術(shù)的皮棉雜質(zhì)檢測(cè)原理示意圖Fig.1Schematicofdetectingforeignmattersofrawcottonbasedonimaging1.棉花2.反光板3.可見光攝像機(jī)4.多光譜圖像儀5.X射線探測(cè)器6.計(jì)算機(jī)7.噴頭8.光源9.檢測(cè)通道1.1.1可見光波段機(jī)器視覺機(jī)器視覺主要用計(jì)算機(jī)來(lái)模擬人的視覺功能從客觀事物的圖像中提取信息，進(jìn)行處理并加以理解，最終用于實(shí)際檢測(cè)、測(cè)量和控制。在皮棉雜質(zhì)檢測(cè)方面，早期國(guó)外學(xué)者側(cè)重于棉花自帶的植物性雜質(zhì)的檢測(cè)研究；后期國(guó)內(nèi)學(xué)者側(cè)重于非棉類的異性纖維的檢測(cè)研究。Lieberman等人[1]用分層次聚類和神經(jīng)網(wǎng)絡(luò)算法處理棉花圖像，識(shí)別棉花雜質(zhì)，正確率分別是92%和99.3%。分層聚類法結(jié)合神經(jīng)網(wǎng)絡(luò)算法可以得到96.3%的準(zhǔn)確度。Lieberman等人[2]提出學(xué)習(xí)矢量量化方法(LVQ)識(shí)別棉花樣品中雜質(zhì)。第一種分類結(jié)果，皮棉雜質(zhì)為95，葉87，碎葉100，莖稈88;第二種分類，皮棉雜質(zhì)類為100，非皮棉雜質(zhì)類為97。第三種分類結(jié)果，皮棉雜質(zhì)類為95，葉子碎葉類為99，莖稈為88.。1.1.2紫外熒光和紅外波段圖像技術(shù)原棉中纖維雜質(zhì)的種類可以歸納為合成、植物和蛋白質(zhì)纖維。利用不同物質(zhì)在紫外熒光和紅外光波照射下激發(fā)所發(fā)出的光強(qiáng)度不同的原理來(lái)分離雜質(zhì)。郟東耀等人[20]使用MU2300型動(dòng)態(tài)近紅外CCD相機(jī)(加10倍放大鏡頭)，采集皮棉中異性纖維近紅外光譜圖像，利用自適應(yīng)圖像增強(qiáng)和二值化圖像處理，從皮棉背景中提取異性纖維。郟東耀等人[21]建立近紅外光譜成像系統(tǒng)，確定940nm是區(qū)分棉纖維與多種異性纖維的最佳波段范圍。處理和分析此波段近紅外圖像，獲得異性纖維圖像。羅德坡等人[22]提出基于紫外線熒光效應(yīng)的機(jī)器視覺方法，在線分揀棉花中異性纖維。用非線性閾值算法判斷圖像像素RGB分量。結(jié)果表明:白色丙綸絲、紙張和一些反光物質(zhì)揀出率達(dá)到99%；色澤較重異性纖維可達(dá)100%；頭發(fā)絲只有50%；部分與棉花色澤相近，不反光且不激發(fā)熒光的雜質(zhì)檢測(cè)困難。1.1.3X光斷層攝影利用X光對(duì)物體進(jìn)行不同角度的攝影，從而在不破壞物體內(nèi)部結(jié)構(gòu)的前提下得到物體的內(nèi)部圖像。國(guó)外學(xué)者通過(guò)X光斷層攝影技術(shù)提取原棉團(tuán)內(nèi)部圖像，來(lái)剔除雜質(zhì)。Ajay等人[23]使用微斷層X光攝影裝置系統(tǒng)（SkyScan-1074X射線掃描儀）掃描棉花樣品，基于模糊邏輯方法分析微斷層X光原棉圖像，自適應(yīng)閾值算法分割雜質(zhì)，標(biāo)記雜質(zhì)，分離背景圖像。試驗(yàn)針對(duì)160個(gè)已知雜質(zhì)樣本。結(jié)果表明:識(shí)別率高達(dá)96%。Pavani等人[24]應(yīng)用三維斷層X攝像技術(shù)，通過(guò)圖像處理和模式識(shí)別，產(chǎn)生樣品三維圖像，檢測(cè)和分類棉花中的雜質(zhì)。該方法的優(yōu)點(diǎn)是可以進(jìn)行無(wú)損檢測(cè)。掃描時(shí)間為15-20min。Dogan等人[25]針對(duì)二維X射線掃描圖像背景棉花不一致等問(wèn)題，通過(guò)尺度空間濾波背景標(biāo)準(zhǔn)化處理，保留雜質(zhì)顆粒圖像。通過(guò)對(duì)280個(gè)試驗(yàn)樣品X光圖像處理，與AFIS棉花雜質(zhì)分析系統(tǒng)和Shirley分析儀結(jié)果建立回歸模型，相關(guān)系數(shù)分別為0.93和0.85。1.1.4多波段圖像融合技術(shù)隨著研究的深入發(fā)現(xiàn)，單波段圖像僅能有效識(shí)別部分雜質(zhì)，不同的雜質(zhì)在不同波段的表現(xiàn)不同，而棉花雜質(zhì)類型多，含量又大不相同。多波段圖像融合技術(shù)能較好的解決這一問(wèn)題。郟東耀等人[26]采用TK-C1831EG型多光譜CCD照相機(jī)(380～1100nm)采集最佳吸收波段異性物質(zhì)圖像。基于區(qū)域信息相關(guān)度權(quán)值小波分析算法融合多波段圖像，分層圖像分割，二值化圖像分離雜質(zhì)。結(jié)果表明:在405nm和850nm棉花和雜質(zhì)的差異較明顯。郟東耀等人[27]研究了光透射成像系統(tǒng)中光源種類、棉層厚度和皮棉運(yùn)動(dòng)速度等對(duì)棉纖維透射成像目標(biāo)的影響。當(dāng)光源為白光超亮二極管陣列，光照能量系數(shù)為0.70、棉層厚度為4mm時(shí)，獲取透射圖像，并分析圖像，可有效檢測(cè)皮棉中內(nèi)部雜質(zhì)。郟東耀等人[28]定量分析了光源種類、光源能量與透射效果的關(guān)系，分析增強(qiáng)皮棉雜質(zhì)透射對(duì)比差異的方法。利用高速CCD俘獲非漫射光子，統(tǒng)計(jì)濾波處理增強(qiáng)成像目標(biāo)。丁天懷等人[29]提出利用多顏色空間特征融合方法檢測(cè)棉花中羊毛、白頭發(fā)和塑料膜等雜質(zhì)。構(gòu)建顏色特征評(píng)價(jià)函數(shù)，抽取若干最優(yōu)特征，利用區(qū)域信息相關(guān)度權(quán)值小波分析算法進(jìn)行多特征融合，獲取近似目標(biāo)的圖像。融合圖像比原始圖像具有較高信息量值，近似目標(biāo)特征明顯增強(qiáng)。1.2基于分光技術(shù)的雜質(zhì)檢測(cè)分光技術(shù)即是利用紫外光或紅外光照射物體，因?yàn)椴煌镔|(zhì)由于其分子結(jié)構(gòu)不同，對(duì)不同波長(zhǎng)線的吸收能力也不同，因此，每種物質(zhì)都具有其特異的吸收光譜。如圖2所示。圖2基于分光技術(shù)的皮棉雜質(zhì)檢測(cè)示意圖Fig.2SchematicofdetectingforeignmattersofrawcottonbasedonspectroscopytechniqueBohmer等人[30]針對(duì)原棉中聚丙烯和聚乙烯雜質(zhì)，建立線掃描CCD照相機(jī)檢測(cè)系統(tǒng)。在近紅外1520nm和1720nm波段采集圖像，人工神經(jīng)網(wǎng)絡(luò)和自組織特性映射識(shí)別未分類樣本中雜質(zhì)。Foulk等人[31]通過(guò)中紅外光譜學(xué)(波數(shù)4000～650cm-1)對(duì)比分析纖維和雜質(zhì)顆粒，與已知試樣的光譜數(shù)據(jù)庫(kù)數(shù)據(jù)對(duì)比，確定棉花雜質(zhì)來(lái)源。Himmelsbach等人[32]針對(duì)典型的棉花雜質(zhì)，通過(guò)NicoletMagna850FT-IR型光譜儀(波數(shù)4500～650cm-1)采集棉花雜質(zhì)的近紅外光譜數(shù)據(jù)，建立了601個(gè)樣本的光譜數(shù)據(jù)庫(kù)，并進(jìn)行光譜匹配識(shí)別檢驗(yàn)。結(jié)果表明:不同雜質(zhì)具有不同匹配光譜波段，匹配正確率最低為90.64%，最高為96.55%。Allen等人[33]討論了棉花加工前后，棉花雜質(zhì)在4000～650cm-1范圍內(nèi)紅外光譜的變化。結(jié)果表明:當(dāng)雜質(zhì)尺寸減小和受熱時(shí)，F(xiàn)T-IR光譜都產(chǎn)生了相應(yīng)的變化。Abidi等人[34]采用通用衰減全反射傅里葉變換近紅外儀器(UATR-FTIR)分析被污染的棉花纖維，確定被污染棉花中1-O-α-D-吡喃葡萄糖基-D-呋喃果糖(Trehalulose)含量與累計(jì)強(qiáng)度在I3280、I1622和I1018處表現(xiàn)出高度相關(guān)。2.異性纖維檢測(cè)技術(shù)發(fā)展的特點(diǎn)與不足2.1國(guó)內(nèi)外研究的差異和特點(diǎn)國(guó)外學(xué)者對(duì)棉花異性纖維檢測(cè)的技術(shù)較早，主要研究?jī)?nèi)容是原棉類雜質(zhì)，即棉花本身的碎葉，莖稈，莖皮等，這是由于國(guó)外采集棉花的過(guò)程受到的污染較國(guó)內(nèi)少。而國(guó)內(nèi)學(xué)者對(duì)棉花異性纖維檢測(cè)的技術(shù)起步較晚，主要研究?jī)?nèi)容是非棉類雜質(zhì)，如人的毛發(fā)，動(dòng)物的毛發(fā)，編織袋的碎屑等異性纖維。早期研究主要使用機(jī)器視覺，現(xiàn)在逐漸偏向分光技術(shù)的使用。2.2目前所應(yīng)用的技術(shù)的不足之處2.2.1檢測(cè)技術(shù)的局限性使用最多的機(jī)器視覺技術(shù)，通過(guò)CCD攝像機(jī)能夠快速無(wú)損的得到棉網(wǎng)表面的雜質(zhì)，其前提是對(duì)棉層和均勻性的高要求，在對(duì)深層雜質(zhì)的檢測(cè)中效果較差；X光斷層攝像技術(shù)可以檢測(cè)深層的雜質(zhì)，但是存在自身的噪聲和檢測(cè)效率低等問(wèn)題，不適合在線檢測(cè)；紅外分光檢測(cè)能夠檢測(cè)到棉網(wǎng)的內(nèi)部雜質(zhì)，適合離線檢測(cè)，但是需要耗時(shí)建立模型，且與大于10m/s的高速紡紗不相配套；在融合技術(shù)方面，已有的技術(shù)僅在圖像融合層面，沒有進(jìn)一步的研究開展。2.2.2檢測(cè)技術(shù)的針對(duì)性不足許多研究沒有考慮到實(shí)際應(yīng)用情況，僅僅停留在實(shí)驗(yàn)室檢測(cè)的基礎(chǔ)上。在實(shí)際處理過(guò)程中，運(yùn)動(dòng)棉網(wǎng)的雜質(zhì)位置和棉層厚度會(huì)直接影響到檢測(cè)精度。同時(shí)，雜質(zhì)類型和棉網(wǎng)背景都會(huì)極大影響檢測(cè)和識(shí)別率，只有部分研究考慮到背景的影響。2.2.3檢測(cè)與原棉顏色相近且細(xì)小的雜質(zhì)正確率很低到目前為止的研究都沒有很好的方法能夠檢測(cè)白色或同色的異性纖維，對(duì)形狀較小的異纖，檢出率更是微乎其微。3.展望綜上所述，雖然對(duì)棉花異性纖維雜質(zhì)檢測(cè)的研究已經(jīng)相當(dāng)大的進(jìn)展，檢測(cè)技術(shù)上可以通過(guò)機(jī)器視覺、斷層X光攝影、紅外波段光譜和紫外熒光光譜；在對(duì)雜質(zhì)定性和定量分析的方法上，可以通過(guò)固定線性判別式、聚類算法、貝葉斯學(xué)習(xí)算法和貝葉斯加權(quán)K均值聚類算法等數(shù)字圖像處理方法。這些研究已經(jīng)獲得了不錯(cuò)的效果。但是，仍有一些問(wèn)題沒有解決，如檢測(cè)白色或同色的異性纖維，不同深度和類型的雜質(zhì)檢測(cè)，與檢測(cè)器相對(duì)位置不同的雜質(zhì)檢測(cè)，不同棉花背景的雜質(zhì)檢測(cè)等等。這些技術(shù)問(wèn)題是影響檢出率的主要因素，有效地解決這些問(wèn)題是今后的主要研究方向。參考文獻(xiàn)：[1].LiebermanMA,PatilRB.Clusteringandneuralnetworkstocategorizecottontrash[J].OpticalEngineering,1994,33(5):1642～1653.[2].LiebermanMA,PatilRB.Evaluationoflearningvectorquantizationtoclassifycottontrash[J].OpticalEngineering,1997,36(3):914～921.[3].LiebermanMA,MichaelAL,CharlesKB,etal.Determininggravimetricbarkcontentincottonwithmachinevision[J].TextileResearchJournal,1998,68(2):94～104.[4].XuBG,FangC,HuangR,etal.Chromaticimageanalysisforcottontrashandcolormeasurements[J].TextileResearchJournal,1997,67(12):881～890.[5].XuB,FangC,WatsonMD.Clusteringanalysisforcottontrashclassification[J].TextileResearchJournal,1999,69(9):656～662.[6].B.Xu,J.Su,D.S.Dale.Cottoncolorgradingusinganeuralnetwork[J].TextileResearchJournal,70(5),430-436,2000.[7].TaeJK,KimSC.Objectiveevaluationofthetrashandcolorofrawcottonbyimageprocessingandneuralnetwork[J].TextileResearchJournal,2002,72(9):776～782.[8].SiddaiahM,PrasadNR,LiebermanMA,etal.Identificationoftrashtypesandcomputationoftrashcontentinginnedcottonusingsoftcomputingtechniques[C].MidwestSymposiumonCircuitsandSystems,LasCruces,NM1999.[9].金守峰,袁建暢,張慧.基于Matlab的棉花異性纖維檢測(cè)及定位算法[J].中國(guó)棉花加工,2004(4):29～30.[10].金守峰,張慧,王寧.三基色最佳閾值算法識(shí)別原棉異性纖維[J].山東紡織科技，2008（3）：1~3.[11].符寶鼎,袁建暢,郭彩霞.基于RGB顏色模型棉花雜質(zhì)的識(shí)別算法[J].北京紡織,2005,26(5):48～51.[12].李碧丹,丁天懷,郟東耀.皮棉異性纖維剔除系統(tǒng)設(shè)計(jì)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2006,37(1):107～110.[13].趙燕,袁建暢.原棉異物在線檢測(cè)系統(tǒng)剔除機(jī)構(gòu)的分析研究[J].上海紡織科技,2006,34(1):21～22,27.[14].常蕾.基于DSP的棉花異性纖維檢測(cè)系統(tǒng)總體方案研究[J]?？萍记把?，2007（8）：56~59.[15]郭彩霞,袁建暢,金守峰.基于BP網(wǎng)絡(luò)的棉花中異性纖維識(shí)別算法[J].西安工程科技學(xué)院學(xué)報(bào),2006,20(5):542～544.[16].高偉,王志衡,趙訓(xùn)坡.基于HIS顏色空間的棉花雜質(zhì)高速實(shí)時(shí)檢測(cè)方法[J].自動(dòng)化學(xué)報(bào),2008,34(7)：730~735.[17].鄭文秀,劉雙喜,魏新華,王金星.棉花異性纖維圖像分割方法研究與實(shí)現(xiàn)[J].中國(guó)棉花加工,2008(4)：24~26.[18].馮顯英,任長(zhǎng)志,解守華.基于閥島技術(shù)的異性纖維清除系統(tǒng)結(jié)構(gòu)與設(shè)計(jì)[J].機(jī)床與液壓,2006(11)：139~140.[19].馮顯英,任長(zhǎng)志,黃燕云.基于機(jī)器視覺的異性纖維檢測(cè)系統(tǒng)[J].山東大學(xué)學(xué)報(bào)(工學(xué)版),2006,36(4):4~8[20].郟東耀,丁天懷.纖維紅外吸收特性及其在皮棉雜質(zhì)檢測(cè)中的應(yīng)用[J].農(nóng)業(yè)工程學(xué)報(bào),2004,20(3):104～108.[21].郟東耀,丁天懷.利用纖維紅外吸收特性的皮棉雜質(zhì)檢測(cè)新方法[J].紅外與毫米波學(xué)報(bào),2005,24(2):147～150.[22].羅德坡,朱邦太.紫外線熒光效應(yīng)及其在棉花異性纖維分揀系統(tǒng)中的應(yīng)用[J].河南科技大學(xué)學(xué)報(bào):自然科學(xué)版,2007,28(2):63～67.[23].AjayP,Sari-SarrafH,MemberS,etal.RecognitionofcottoncontaminationviaX2raymicro-tomographicimageanalysis[J].IEEETransactionsonIndustryApplications,2004,40(1):77～85.[24].PavaniSK,DoganMS,Sari-SarrafH,etal.SegmentationandclassificationoffourcommoncottoncontaminantsinX-raymicro-tomographicimages[C].ProceedingsofSPIE,MachineVisionApplicationsinIndustrialInspectionXII,SanJose,CA,USA,2004.[25].DoganMS,Sari-SarrafH,HequetEF.Cottontrashassessmentinradiographicx-rayimageswithscalespacefilteringandstereo[C].ProceedingsofSPIE,MachineVisionApplicationsinIndustrialInspectionXIII,SanJose,CA,USA,2005.[26].郟東耀,丁天懷.棉花中異性纖維的多光譜檢測(cè)[J].清華大學(xué)學(xué)報(bào):自然科學(xué)版,2005,45(2):193～196.[27].郟東耀,丁天懷.檢測(cè)皮棉內(nèi)部雜質(zhì)的透射成像影響因素分析[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2005,36(2):65～69.JiaDongyao,DingTianhuai.Analysisofsomeinfluencefactorsoftransmissionimagingsystemfordetectionofforeignmaterialburiedincotton[J].TransactionsoftheChineseSocietyforAgriculturalMachinery,2005,36(2):65～69.(inChinese)[28].郟東耀,丁天懷.皮棉雜質(zhì)透射檢測(cè)及成像目標(biāo)增強(qiáng)方法[J].物理學(xué)報(bào),2005,54(9):4058～4064.[29].丁天懷,郟東耀.利用多顏色空間特征融合方法檢測(cè)近似目標(biāo)[J].清華大學(xué)學(xué)報(bào):自然科學(xué)版,2006,46(2):176～179.[30].BohmerS,BudzierH,KrauseV,etal.TwochannelsNIRcamerasystemtodetectforeignmatterinrawcotton[C].ProceedingsofQUIRT,Padova,Italy,2006.[31].FoulkJ,McAlisterD,HimmelsbachD,etal.Mid2infraredspectroscopyoftrashincottonrotordust[J].TheJournalofCottonScience,2004,8(4):243～253.[32].Himmelsbach