基于貝葉斯網的羊絨羊毛識別模型

陸曉芳，徐建英，田 越

（1.蘇州市纖維檢驗院，江蘇 蘇州 215004；2.哈爾濱工程大學，黑龍江 哈爾濱 150001）

隨著社會的進步和計算機技術的不斷發展，到 2021年，以機器學習和深度學習為代表的人工智能有了長足的進步，計算機視覺（Computer Version，CV）和數據挖掘技術也蓬勃發展，使用計算機鑒別羊絨羊毛成為可能。本研究采用了貝葉斯網作為機器學習模型，使用python腳本語言，結合statsmodel、sklearn、pandas、Numpy和PyQt等PyPI庫，構建了一個用于鑒別羊絨羊毛的自動化系統。

1 相關理論與研究進展

1.1 羊絨羊毛鑒別方法

1.1.1 顯微鏡法

羊絨價格昂貴，而羊絨與羊毛又都為角蛋白纖維，結構相似，黑心商家往往將價格低的羊毛與羊絨混合充數，以降低成本并牟取不合法的利益。所以，鑒別羊絨羊毛成為檢測機構不可缺少的工作，最常使用的是通過電子顯微鏡觀察羊絨羊毛的鱗片紋圖進行區分[1]。山羊絨由鱗片和皮質層組成，沒有髓質層，鱗片邊緣光滑，類似環狀包覆于毛干，覆蓋間距比羊毛大，鱗片較薄且緊抱于毛干，開張角較小，橫截面多為規則圓形；而羊毛的鱗片多呈環狀，每個鱗片形成一個環套，套在毛干周圍，一個鱗片的根部被另一個鱗片的梢部覆蓋，粗毛多呈瓦狀和龜裂狀，橫截面一般為橢圓形[2]。

1.1.2 計算機圖像識別法

計算機圖像識別依賴掃描電鏡設備，然后使用CV技術，通過計算機分析替代人工肉眼觀察的方式，目的是利用計算機更高效、快速的特點解決人工鑒別反復勞動的問題。從目前的水平來說，“替代”人工的程度還達不到，但是“輔助”人工決策有很大成效[3]。本研究設計構建的系統依靠鱗片的直徑、鱗片的高度、鱗片的徑高比和鱗片的密度4個參數來判斷圖像的結果。

1.2 計算機圖像識別技術國內研究進展

目前，主流的識別羊絨羊毛的方法有以下幾種[4]：深度學習范疇的人工神經網絡（Artificial Neural Network，ANN）、機器學習范疇的支持向量機（Support Vector Machine，SVM）以及決策樹（Decision Tree），亦有一些學者使用了聚類算法，例如K均值（K-Means）算法[5]等。

1.3 采用貝葉斯網模型的可行性分析

本研究采用的是貝葉斯網模型，是一種采用有向無環圖結構（Directed Acyclic Graph，DAG）刻畫各個特征之間關系的模型。

樸素的貝葉斯網模型采用了“屬性條件獨立”的假設，即假設影響圖像判斷結果為羊絨或者羊毛的各個屬性互不影響，換言之，每個屬性獨立影響結果。貝葉斯網又稱“信念網”（belief network），不同于樸素的貝葉斯網模型，貝葉斯網結構有效地表達了屬性間的條件獨立性。給定父節點集B＝{G, θ}，貝葉斯網假設每個屬性與其非后裔屬性相獨立，于是將屬性（x1, x2,..., xn）聯合概率密度分布定義為下式：

式中：yi是xi的后裔屬性。

用來判斷圖像識別結果的4個屬性（鱗片的直徑、鱗片的高度、鱗片的徑高比和鱗片的密度）很明顯存在這樣的關系，即鱗片的直徑、鱗片的高度是鱗片的徑高比的后裔。從這個角度來講，貝葉斯網模型適用于羊毛羊絨的圖像識別，而且也有不少前人的經驗可供參考[6]。

2 系統總體設計

2.1 數據清洗

在檢查時發現，已有數據存在部分數據缺失的問題，所以需要進入數據清洗的步驟，接著通過歸一化處理，找到了其他一些錯誤數據。出現問題的數據主要集中在鱗片的直徑、鱗片的高度、鱗片的徑高比3個參數，使用線性回歸擬合的辦法推測出丟失的數據，而鱗片密度的數據缺失和錯誤出現較少，選擇將這部分錯誤的數據直接丟棄，最后一共還有10 131條數據。

2.2 系統流程

（1）將根據電子顯微鏡觀察到的鱗片的直徑、鱗片的高度、鱗片的徑高比、鱗片的密度等數據錄入excel表格中，并由python的pandas庫讀取數據。

（2）使用train_test_split方法，將數據隨機劃分成兩份。

（3）將60%訓練集傳入貝葉斯網模型。

（4）使用訓練好的模型取預測40%的測試集，計算出正確率。

（5）使用模型預測其他數據的結果。

3 結語

隨著機器學習和深度學習等技術的發展與成熟，未來人類社會會發生巨大的變化。本研究設計與實現的基于貝葉斯網的羊毛羊絨鑒別系統，使用python語言設計。技術路線使用了Numpy、skleran、statsmodels、pandas和PyQt等庫進行分析和編程，實現了預測圖片的功能，準確率達到了93%，可以輔助工作人員的鑒別工作，極大地減少工作人員的工作量；同時，使用了PyQt構建系統的UI部分，圖形界面更加促使人機友好。