数字图象处理论文17.docVIP

数字图像处理在纺织中的应用及发展 摘　要　主要介绍数字图像处理技术近几年在纺织中应用的最新动态,并对其未来的发展方向作了简要的说明。 关键词: 数字图像处理　混纺比　织物　非织造布　小波分析 1 　前　言 所谓数字图像处理,就是指利用数字计算机及其他有关数 字技术,对图像施加某种运算和处理,从而达到某种预想的目 的。其起源于20 世纪20 年代,经过大半个世纪的发展,目前已 广泛地应用于科学研究、工农业生产、医疗保健、航空航天、军 事等各个领域,在国民经济中发挥着越来越大的作用。随着计 算机技术的飞速发展,计算机运算速度的大大提高,1GHz 以上 的CPU 已经开始推广应用,这些都推动着数字图像处理技术 的飞速发展。 2 　数字图像处理在纺织中的应用现状 1996 年,中国纺织大学的黄键和许鹤群曾对“图像处理在 纺织中的应用现状及动向”进行了阐述,并提出当时的应用研 究重点主要是:纤维材料性能检测、半制品棉网的质量检测、纱 线质量检测以及织物性能检测,概况如表1 所示。 研究对象研　究　内　容 纤维材料性能单根或多根纤维的直径,纤维卷曲频数、波幅,伸长 率,纤维成熟度等 纱线性能纱线外观的均匀度,纱线力学性能,纱线中的纤维分 布等 半制品质量棉网均匀度,棉结杂质的含量 织物性能织物的光泽特征,织物磨损后外观的变化,布面经纬 纱排列的均匀度 近几年来,图像处理技术在纺织中的研究应用主要集中在 下述几个方面:纱线混纺比的测试、织物外观性能的测试、织物 密度的测定及织物结构的自动识别、非织造布取向度测定以及 小波技术的兴起。 2. 1 　纱线混纺比的测试 长期以来,测定混纺纱的混纺比绝大多数采用化学分析法 及显微镜横截面观察法,费时费力,且测量的精度不令人满意。 用计算机图像处理技术将化学分析及光学图像转化为数字图 像,可以较好地解决这一问题。 图像处理技术测定混纺纱混纺比的关键是提取混纺纱中 不同纤维的特征量。对纱线切面的图像处理进行滤波去噪,边 缘提取、增强,图像二值化,对比度拉伸等一系列处理后,提取 纤维截面形状的常规特征量,如直径、圆整度和异形度等。根 据纤维的特征量不同测算混纺比。 目前对棉/ 麻、丝/ 毛、毛/ 涤混纺纱的混纺比测定已较成 熟,并有大量的文章可供参考。 2. 2 　织物外观性能的检测 织物外观性能在纺织品质量控制及贸易中是一项重要指 标,目前的应用研究较多集中在评价织物起球等级、织物折皱 等级、织物悬垂性能三个方面。 图像分析技术评价织物起球等级时,只要织物底纹具有一 定规律且能区别于表面的毛球,都能很好地评价素色、印花及 色织物起球等级。但是在解决毛羽及松结构毛球对等级评估 的影响,以及评估非规律性印花或深色织物的起球等级方面, 仍很薄弱,有待进一步的深入。 在评定织物的折皱性能方面,中外学者都作了大量研究, 虽然各自采用的方法、指标不同,如德克萨斯大学的B. Xu 提出 用折皱灰度表面积、阴影面积对折皱评级; 马里兰大学的 Youngjoo. Na 和Behnam Pourdeyhimi 提出用折皱强度、轮廓、功 率谱密度、尖锐度、随机分布程度、总体外观、分形等来表征折 皱程度;青岛大学的陈健敏等提出用折皱块数的侧面积比、图 像各像素点灰度标准差及折皱阴影块面积的标准差三个指标 来评价织物折皱程度,这些指标均从不同侧面表征了织物折皱 程度,与实际情况也比较吻合。 评价织物悬垂性能同评价织物起球存在类似问题,目前只 能评价素色织物。 2. 3 　织物密度的测定及织物结构的自动识别 织物经纬密度的测量是通过变换,将空间域的信息转化为 频率域的信息,并加以提取,寻找到频率域内的对应频率。这 种方法是准确可靠的。 对于织物组织结构的自动识别,早先国内外就有许多学者 探索过,由于织物组织结构复杂,生产中受结构、机械、后整理 等方面因素的影响,使最终形成的织物中具有许多不确定的因 素,因而一直没有形成比较完善的理论和系统。 近十几年来,韩国和日本在这方面的研究比较多,也比较 深入。韩国的T. J . Kang 等推出了一套比较完善的识别系统, 能够有效识别织物的组织循环、经纬纱密度、经纬纱支数以及 配色模纹,但只限于单层织物。 上世纪90 年代开始,我国在这方面的研究也逐渐增多,并 取得了一定的成果,但与生产实用仍有较大的距离。因此,今 后几年中,这仍是一个研究重点。 2. 4 　无纺布取向度的测定 在无纺布中,纤维取向是一个极其重要的结构特征,它直 接影响无纺布的各项力学性能。因此,对纤维的取向进行可靠 和精确的评定是很有必要的。 图像分析法测定纤维取向时,不同的图像处理技术及不同 的算法对同一纤维的取向评定所得结果也会大不相同。为了 确保算法的精确性和可靠性,目前的应用研究主要集中在以下 两个方面: (1)