纺织技术课题研究论文(五篇)：浅论纺织工业中图像处理的运用、浅论纺织废水异味气体的治理技术….docVIP

纺织技术课题研究论文（五篇） 内容提要： 1、浅论纺织工业中图像处理的运用2、浅论纺织废水异味气体的治理技术3、纺织服装企业信息咨询服务的运用4、苎麻纺织在针织领域的运用5、纺织业计算机技术的培养 全文总字数：14695 字 篇一：浅论纺织工业中图像处理的运用 浅论纺织工业中图像处理的运用 1非织造布中纤维及纤维取向的评定 在非织造布中，纤维和纤维取向会直接影响到非织造布材料的性能，需要对此严加控制。最初的时候，人们使用人工测试的方法来分析纤维的取向，这中方法有太多的不确定因素，容易影响分析结果。随着时间的慢慢增长，逐渐有了一些其它的方法，例如张力分析法、微波法、折射法等等，但是这些方法也都无法排除主观影响，无法保证分析结果的准确性和可靠性。知道后来出现了计算机技术，使图像分析法为纺织品检测立下了汗马功劳，也成为目前为止检测非织造布中纤维及纤维取向的较为先进和科学的方法。 （1）傅氏变换法：使用这种变换法之后能够将被操作图像的灰度强度分布分解成为有一定规律的分布，经这种变换之后可以对图像使用频率形式进行相应的描述，其中被分解的灰度的强弱部分分别对应着不同频率的振幅，有强的针对性，用这种变换来判断图像中的各种方向的灰度梯度变化效果非常的好，得到的数字体香的灰度分布有明暗变化的规律在里面，呈现出一定的周期性，图像中的灰度分布所展示出的信息能够告诉人们纤维的取向分布。例如纤维按照一个方向分布时，这个方面的灰度分布空间频率比较的低，而垂直于这个方向的空间频率就会非常的高，这种规律的存在，能够使人们很好的利用这种方法来获知纤维的取向。这种方式虽然好用，但是也存在自身的局限性，这就是应用这种变换的图像必须是有规律的周期性图像，如果不是完全周期性的图像（上下或是左右有一定的不同），会使变化后的结果中出现错误的空间频率，这时就需要用相应的函数来解决。这个方法还有另一个优点，就是该方法可以自动的过滤掉无序排列纤维的强度信号，只保留有序的强度信号，将无用信号出去以后，会使最终的结果更明了，更直接，更准确可靠。 （2）流场分析法：我们知道一个图像的边缘能够代表该图像的取向场，这种图像的局部取向信息可以根据图像的灰度梯度方向来获得。原理是图像的灰度梯度方向和纤维排列方向是垂直关系的存在，获取灰度梯度方向时需要对图像进行噪声过滤操作，得出该图像的像素梯度值，之后将图像分作许多小型的额窗口，然后得出每个窗口的平均取向，最后的操作就是通过计算图像相关的矢量信息可得出总的平均取向。这个方法在实际的使用时，也有注意事项，即需要注意窗口的大小是不是符合规定，如果不符合规定，该分析法所得出的结果就是错误的，不能够被采用，此外该分析方法主要得到的是纤维平均取向角，容易对最终的结果形成误差。 （3）直接踪迹法：该方法是对纤维进行直接的处理，能够直接对图像进行识别度量描绘操作，在图像进行处理识别前，需要对图像进行细化和轮廓增强的操作，将图像中的纤维转化成为简单数字化的信息，这些信息以弧线的形态存在。对图像进行细化的方法比较的多，只是每一种细化方法的结果有所不同，其实这些不同无需考虑，因为都可以符合最终的要求。由此看来，我们应该具体情况具体分析，总的来说应该从节省时间和减低操作难度两个方面来考虑如何选择细化方法，将图像细化之后，就要对弧线进行跟踪，从而得出相应的结论。事实证明该方法在研究纤维和纤维的取向方面是比较准确有效的，应该加大推广普及力度，为我国的纺织行业做出自己的贡献。 2纺织品各个性能的检测和分析 （1）纺织品瑕疵的辨别和分类 受人喜欢的纺织品的表面应该是干净整洁的，如果在纺织品的表面出现了瑕疵，会对纺织物的外观造成负面影响，此外也会对纺织品的等级评定造成不良影响。随着科学技术的进步和计算机技术的广泛推广以及图像分析技术的日益完善，使用计算机图像分析技术来辨别纺织品表面的瑕疵已经成为了必不可少的方式。动态的研究纺织品外表的瑕疵的辨别和分类，也是当前需要研究的重要方向，虽然我国对这方面进行了一定的探索，但是没有形成实际可操作的系统，仍需进行进一步的研究。 （2）纺织品折皱强度的检测 在以往对纺织工业进行探究时，我们通过对纺织品的褶皱恢复能力来判断纺织品的褶皱程度。该方法虽然操作简单方便，但是不能很准确、很仔细的进行判断，计算机图像处理技术能够对图像进行快速、准确的变换，并且在提取特征信息的时候非常的客观、直接，所以其在进行纺织品的褶皱程度判断时有很高的可信性和科学性。其中的小波分析能够将纺织品的图像信息变换成不同的频率信号输出，有利于获取纺织品的细节部分的信息，从而使鉴定结果更细致、准确。 3纺织品起毛、起球检测 纺织品如果出现汽贸现象，会造成人们的困扰，也会影响纺织品的美观，降低服饰的舒适度。以前的老旧的检测纺织品的起毛性能时的方法，不够科学和公正，得