隨著生活水平的逐步提升，人們對于服飾著裝也開始體現出極大的關注度，這種關注度不僅側重于對服裝顏色、款式的要求，更體現在對于面料材質的選擇上。作為服裝三要素之一，面料不僅可以詮釋服裝的風格和特性，而且直接左右著服裝的色彩、造型的表現效果。
在服裝的世界里，服裝的面料五花八門，日新月異，按照取材可以分為兩類：天然與化纖：
1、天然：棉、羊毛、真絲 、亞麻 、苧麻 、桑蠶絲；
2、化纖：滌綸、錦綸（尼龍）、腈綸、天絲、莫代爾，滌棉倒比等；
不同材質的面料具有著各自的特點：如棉具有保暖、透氣性好、柔軟舒適等優點；麻則吸濕性強、耐熱性高；絲織品手感柔軟光滑、強度高；滌綸彈性好不易起皺，卻有悶熱不透氣、易起靜電的問題。但在利益的驅使下，不乏有無良奸商將劣質貨品質一般的布料包裝成高等布料販賣的情況，為保障布料采購商及其他消費者的利益，采用合適檢測手段必不可少。
據了解，傳統的紡織布料理化檢測不僅分析過程復雜費力、污染環境，還會受人為因素影響，導致檢測結果不準確等問題。近紅外光譜技術，可根據被測樣品的近紅外光譜特征得到樣品的組成成分及含量。同時，樣品無需任何預處理，亦不需要化學試劑浸泡，具備環保可靠、簡單快速，并且可同時測量樣品內不同成分的優點，適用于多種狀態的樣品。
目的：
本文基于近紅外檢測原理，以棉、桑蠶絲、滌輪、錦綸、氨綸、腈綸、天絲、莫代爾等不同類別的材質進行光譜采集，采用定性算法對采集到的光譜進行處理分析并構建定性模型，驗證近紅外檢測方法應用于布料材質鑒別的可行性。
實驗簡介：
一、樣品準備：采購市面不同材質的面料或成品，材質包含棉、桑蠶絲、滌綸、錦綸、氨綸、腈綸、天絲、莫代爾等。
二、光譜采集：
使用IAS-8000對面料進行光譜采集，單條平均次數20，分別采集各布料光譜各10條。
圖中人造棉、天絲、莫代爾光譜相似，因為該類粘纖制品均由植物再生纖維合成，在加工工藝及生產方式上存在一定的差異，由于原料來源接近所以在光譜趨勢上呈現相似的狀態；毛呢、滌綸、雪紡（仿真絲）光譜趨勢也基本一致，因為市面上的仿真絲雪紡一般成分為滌綸，混紡毛呢制品中有時也會摻入高含量滌綸以滿足抗皺、保型的要求；滌綸、氨綸、腈綸、錦綸均為化纖合成制品相較于天然織物和植物纖維再生織物光譜上會呈現出較為明顯的特征峰。
三、模型構建與驗證
采用移動平滑、標準正態變換、SG一階導數對布料光譜進行預處理，采用SIMCA分類算法對預處理后的光譜進行定性建模，并通過市面上購買到的已知成分的成品進行實測以驗證材質鑒別的可行性。
氨綸絲巾
桑蠶絲手套
除了使用手持便攜式IAS-8000對模型進行驗證外還將模型轉移至IAS-3100進行實測，同樣可以得到準確度分類結果。
總結：
為了實現對布料材質的快速鑒別，選用了棉、桑蠶絲、粘纖、滌綸、氨綸、腈綸、錦綸7類面料進行采樣，基于近紅外檢測原理結合分類算法構建定性模型，并對已知成分的成品樣品進行采樣實測，由實測結果可知，該分析方法可以較好的對單一纖維品種的布料進行材質鑒別，后期還可以針對混合材質面料中某單一含量占比進行定量建模，為實現高效、無損、實時檢測布料材質提供更多的技術支持。
