基于意匠图的机织物组织自动分析

合集下载

机织物的组织结构概论[1]

机织物的组织结构概论[1]第三章机织物组织基础织物的外观特征、内在性质既决定于纤维和纱线的性质，还决定于织物中纱线（或纤维）的排列状态及其相互间的作⽤，即织物的结构直接影响织物的性能。

通过对织物结构的测量与表达，(1)掌握织物的规格，指导⽣产；(2)明晰织物的结构，解释织物性能和外观特征。

第⼀节机织物的规格织物规格主要包括长度、幅宽、厚度、单位⾯积质量等⽅⾯。

1．织物长度：⼀匹织物的长度，简称“匹长”，以m为单位。

织物的匹长根据织物质量、厚度、种类⽽定，织物厚则30～40m/匹；织物薄则50～60m/匹。

2．织物宽度：即织物的门幅，简称“幅宽”，以cm为单位。

织物宽度应根据织物的⽤途、品种和⽣产设备等⽽定。

例如，幅宽有80～120cm、127～168cm、180cm、200cm等。

3．织物厚度：以mm为单位表⽰。

织物厚度与其服⽤性能关系很⼤，主要影响织物的坚牢度、保暖性、透⽓性、悬垂性、刚度等性能。

4．织物重量：每平⽅⽶织物的⽆浆⼲燥质量，简称“平⽅⽶重”，单位是g/m2。

根据质量的⼤⼩，织物可分为厚重型（如⼤⾐呢）、中厚型（如棉织物、精纺⽑织物）、轻薄型（如丝织物）。

在服装⽤织物⽅⾯，厚重型织物⼀般⽤于冬季外⾐，轻薄型织物⼀般⽤于内⾐和夏季服装。

5．纱线特数及其排列密度(简称经密、纬密)：⽤“经纱特数×纬纱特数经密×纬密”表达。

纱线特数反映纱线的粗细，指在标准条件下，1000m长的纱线所具有的克数。

经纬纱密度反映了纱线排列的密集程度，是指单位长度织物中的纱线根数，⼀般采⽤10cm 中的纱线根数来表⽰，单位为根/10cm；有经纱密度和纬纱密度之分，简称“经密’、“纬密”，经(纬)纱密度指织物纬(经)纱⽅向上排列的经(纬)纱根数，分别⽤Pj，Pw表⽰。

●织物设计时经纬纱线粗细的配置：(1) 经纱特数= 纬纱特数；(2)经纱特数<纬纱特数；(3)经纱特数>纬纱特数。

第(1)种配置⽅式便于⽣产管理；第(2)种配置⽅式可以提⾼产量，系常⽤配置；第(3)种配置⽅式很少使⽤，在轮胎帘⼦布、复合材料增强织物等中有时采⽤。

纹织工艺与设计意匠设计剖析

第三节Βιβλιοθήκη 意匠图绘画一、纹样放大 1、手工处理
2、纹织CAD处理（重点）
二、勾边 1、定义：意匠图上的花纹轮廓曲线转变为组织点曲线 2、原则： a、组织点曲线圆整自如、均匀过度； b、花纹轮廓曲线内侧大于1/2小格时，这个格子应涂色
3、勾边方法：自由勾边、平纹勾边、变化勾边。（1）自由勾边：适用于花地组织为斜纹、缎纹又不采用跨把吊和大小造装置（2）平纹勾边：适用平纹地经起花或纬起花，分为单起平纹勾边、双起平纹勾边。 A、单起平纹勾边：定义：勾边起点为逢单点单、逢双点双，纵横方向过度为奇数过度。应用：适用平纹地经起花
B、双起平纹勾边：适用平纹地纬起花定义：勾边起点为逢单点双、逢双点单，纵横方向过度为奇数过度。应用：适用平纹地纬起花
两种平纹勾边方法比较
三、点间丝(在生产中常用到-重点） 1、间丝点的概念：在平涂的花纹面积内必须加上的组织点，是用来压抑经浮长线或纬浮长线的组织点。 2、间丝点的形式：（1）经间丝点：用来间短纬浮长线过长的组织点。（2）纬间丝点：用来间短经浮长线过长的组织点。 3、间丝点的作用
了解

纹样设计好之后，如何使它在锦面上不走样地再现出来呢？现代电机提花织物生产，是根据意匠图打制纹
板，然后运用纹板上机，与织机上的龙头、纹针的相
互作用关系来完成。云锦妆花类品种是用传统的老式提花木机织造，由于织机的构造不同，其纹样过渡到织物的手段不同于现代电力提花织机所应用的方法。云锦需要通过挑花结本这个技术性的工艺手段来完成。
（二）横格数计算意匠图的横格数=纹样长度×纬密/纬重数 =纹样长度×表纬纬密注意：比较意匠图的纵横格数应为花地组织和边组织的倍数

基于机器视觉的织物疵点自动检测系统

基于机器视觉的织物疵点自动检测系统作者：白振林来源：《商情》2010年第30期【摘要】基于机器视觉的织物疵点的自动检测系统,利用数字图像处理技术来实现织物疵点检测以及织物疵点信息存储等功能。

首次提出了先粗检后细检的两步检测法,大大加快了织物疵点检测的检测速度和精度,降低了系统硬件成本、简化了操作、增强了检测的实用性。

可很好的解决传统的人工检验布的方法不但劳动强度大,还受主观性的影响且速度慢、漏检率和误检率高等缺点。

大量验证实验取得的数据证明自动检测系统具有良好的应用和推广价值。

【关键词】机器视觉疵点检测图像处理熵小波分析【Abstract】The Fabric Defects Automatism Detecting System based onmachine vision, using digital image processing technology to achieve fabric defect detection and fabric defect information storage and other functions. The two-step detecting method from coarse-detecting to fine detecting is proposed for the first time. Which greatly speed up the de-tection of the fabric defect detection speed and accuracy, reduce hard-ware costs, simplify operations, enhance the detection of practicality. The solution could well be the traditional method of manual inspection of cloth is not only labor intensive, but also by the impact of subjectivi-ty and slow, missing rate and false detection rate of such defects. A large number of experimental data obtained verify the automatic detec-tion system that has a good application and popularization.【Keywords】machine vision; fabric defects detecting; image processing;entropy; wavelet analysis1.引言整理是纺织工艺流程中的最后一道工序。

2织物组织与上机图

19
d）间断穿法——由不同的穿综规律划分不同的穿综
区（左右），每个区有各自的穿综循环。
20
e）分区穿法——若组织中包含两个或两个以上不
同组织，或不同性质的经纱织造时，采用分区穿法。一般把综框前后分区。
后区
后区
前区
前区
21
（3）穿筘图
穿筘图——经纱穿入钢筘板筘齿穿入数图解。 A. 钢筘的规格筘号——每10cm钢筘（英制：每2英寸）内的筘齿数。 B. 钢筘的作用 a. 控制织物的密度以及排列次序 b. 在织机工作中起打纬的作用 c. 在引纬中形成有效的梭口，并给引纬器导向作用。
12
二页复列式飞穿法上机图
15
（2）穿综图
穿综图——表示织物所需综页数及组织图中各根经纱穿综顺序的图解。
A. 穿综原则
沉浮规律相同的经纱一般穿入同一页综片，有时也可穿入不同综片；沉浮规律不同的经纱必须分穿在不同的综页内。
a. 一根经纱一般只能穿入一页综片的一根综丝（有极少例外）。 b. 综页：分单列式和复列式（2~4列）。一页综框上各列综片的运动规律相同。 c. 穿综图至少画出一个穿综循环
23
D. 穿筘方法
a、平穿：均匀穿筘，用于普通织物； b、花穿：不均匀穿筘或空筘，用于稀密条织物、透孔织物等。
24
（3）纹板图
纹板图——是控制综框运动规律的图解。 A. 纹板图的画法穿入某页综的经纱的沉浮规律即为该页综对应纵行的纹板图。
特例：顺穿法时，纹板图=组织图。
纹板图
25
B. 纹钉的钉植（以复动式开口机构为例） a、确定左、右手车——右手车，左龙头；左手车，右龙头。 b、纹板（八角花筒）—— 一块纹板上有两排纹钉孔，每排纹钉控制一次开口；每排各有16个孔眼，每个孔眼控制一页综片，尽量用靠近机前的孔眼（前综），纹板数应大于等于8。

基于图像分解的织物组织自动识别

ＴｈｒｙｌｖｌｉｅｅｃｅｔａｉｃｉｎａｄｈｒｏｔｌｉｃｉｎｈｓｂｅＳｄｔｅｉｅｔｅｔｐｆｓｒｃｕｅｅｇａｅｅｄｆｒｎｅｉｖｒｉｌｒｔｎｏｉｎａｒｔａｅｎＵｅｏｄｆｈｙｅｏｔｕｔｒｆｎｃｄｅｏｚｄｅｏｎ
织物的物理性质不但决定于纱线性质，而且还与织物本身的组织结构有着重要关系．传统的织物组织参数的检测主要是靠人工来完成．这是一项既费时又消耗大量脑力与体力的工作，且测量结果而很大程度上受人为主观因素及周围环境的影响．因此，２世纪８年代中期开始，从００人们尝试利用计算机等相关技术来自动识别织物组织结构．计算机自动识别织物组织的主要方法有采用自相关函数法，基于图像共生矩阵纹理特征分析
到织物密度等在内的若干组织参数，并提取子图像
中纱线空间位置的有效信息以确定组织点位置，进而根据图像具体灰度分布特征识别组织点类型．
ｄｎｉａｂｃｌｕａｅｆｏｅｓｔｃｎｅａｃｌｔｄｒｍｔｅｈｅｈｌｅｓｂｍａｅｗｈｃｉｃｕｅｈｗａｐｎｗｅｔｎｏｍａｉｎｙｈｔｒｓｏｄｄｕｉｇｓｉｈｎｌｄｔｅｒａｄｆｉｆｒｔｏ
Ｄｃ０８ｅ．２０
文章编号：１７ — ４４２０）６０６一，６１０，（０８０～６８ＯＩ１
基于图像分解的织物组织自动识别
贾婷婷，立轻李
（东华大学纺织学院，上海２１２）０６０

2.4 纺织面料的分析-机织物面料的分析

纺织面料的分析
（一）机织物面料分析
（1）取样
1.取样位置
距布边：不小于5cm
长度方向：
棉织物
离织物两端不小手 1.5~3m
毛织物
离织物两端不少手3m
丝织物
离织物两端3.5~5m
2. 取样大小
一般取为 15cm x 15cm
组织循环较大的色织物
20cm x 20cm
色纱循环大的色织物（如床单）
最少应取一个色纱循环的面积
（2）从10cm x 10cm 织物中，取出 10根经纱和10 根纬纱，分别称重。
（3）测出织物的实际回潮率
纱线的线密度还可以在放大镜下通过与已知线密度的纱线进行比较而得出。
此法与操作人员的经验有关，误差较大。但操作简单迅速。
（七)经纬纱原料定性、定量分析
对于纯纺织物只需进行定性分析,
对于混纺织物则需进行定量分析以确定混纺比。
IS0 5088《纺织品三组分纤维混纺产品定量化学分析方法》
ISO 1833《纺织品二组分纤维混纺定量化学分析》等。
（八)测算织物重量
织物重量指织物每平方米的无浆干重克数。
1．称重法
用此法测定织物重量时，样品的面积一般取 10cm × 10cm。面积越大,
所得结果就越正确。
2. 计算法
在样品面积小，用称重法测算不够淮确时，可根据前面分析所得的经纬
纱特数、经纬纱密度、经纬纱缩率进行计算。
（九）分析织物的组织及色纱的配合
1.直接观察法
利用目力或照布镜，观察交织规律，填人意匠纸，适用于简单织物。
（九）分析织物的组织及色纱的配合
2.拆纱分析法
适用于组织较复杂、纱线较细、密度较大的织物。
步骤：

织物组织分析

邦妮织物组织分析1、工具：照布镜，分析针。

2、方法及步骤：当织物经纬密度较小，纱线较粗，组织简单，则可在分析镜下直接观察经纬交织规律，井将其交织规律填入意匠纸的方格中，画出组织图。

在织物密度较大，原料纤度较细，组织复杂，则要用拨拆法来分析织物组织，其步骤如下：1）将样品的经纬丝沿边拆去一厘米左右，以形成丝缨；2）在分析镜下用针拨第—根经丝(或纬丝)在丝缨中，在照布镜下观察第一根经丝(或纬丝)，与数根纬丝(或经丝)的浮沉规律，且把这一规律记录在方格纸上然后抽掉已拔出的经丝(或纬丝)：3）拨出第二根丝线，用与上述相同的方法，记录第二根丝线的沉浮规律，这样一直到出现循环为止；4）当所分析织物具有配色模纹时，在分析时，必须将色纱排列循环与组织配合起来。

在记录经纬浮沉规律时，也必须将相应的色纱标出颜色，一般将色经循环标在组织图上方，将色纬循环标在组织图左方；5）画出组织图；3、注意事项：l）在选择拨拆方向时，即选择拨拆经丝还是纬丝时。

最好将密度大的丝线拨开，这样可以借助另一系统纱线间隙看清经纬交织情况；2）意匠纸上记录组织点的方向应与拨拆的方向完全相同；3）拨拆丝线的根数必须保证经纬丝有两个完全循环出现才能确定其组织；4）在配色模纹织物中，当组织循环数不等于色纱循环数时，往往是色纱循环数大于组织循环数。

在绘组织图时经纱根数应是色纱循环数与组织循环数的最小公倍数。

纬纱根数应是色纬循环数与组织循环数的最小公倍数；5）提花织物组织分析，只须分别对地部和花部的局部进行分析，得到地组织图和花纹组织图；6）重经或重纬织物，首先要认清重叠组数及排列比例；7）绉类织物，可先将绸样烫平后分析；8)为帮助分析织物，在织物背面进行适当衬托，在分析深色织物时，可用白色纸作衬托，在分析浅色织物时，可用黑色纸加以衬托。

基于图像分析的针织物组织结构模式识别研究的开题报告

基于图像分析的针织物组织结构模式识别研究的开题报告1. 研究背景和意义：针织物是一种常见的织物，在服装、家居用品等领域中被广泛使用。

针织物的组织结构种类繁多，不同的组织结构具有不同的特点和用途。

因此，对于针织物组织结构进行模式识别和分类具有重要的实际应用价值。

目前，随着数字图像技术的发展，基于图像分析的针织物组织结构模式识别技术逐渐成为研究热点。

该技术能够通过对针织物图像的处理和分析，提取各种特征信息，从而实现对针织物组织结构的自动识别和分类。

具有节省时间和精力、提高工作效率等优点，有很大的应用前景和研究价值。

2. 研究目的和内容：本文旨在基于图像分析技术，研究针织物组织结构的模式识别方法，通过对针织物图像的处理和分析，实现针织物组织结构的自动识别和分类。

具体研究内容包括以下几个方面：1）了解针织物的基本知识，包括针织物组织结构的种类，针织物的性质和特点等。

2）熟悉图像处理和分析的基本理论和方法，包括数字图像的获取、预处理、特征提取和分类等。

3）对针织物图像进行预处理，包括去噪、平滑、边缘检测等处理步骤，提高针织物图像的质量和准确性。

4）通过特征提取方法，提取针织物图像的颜色、纹理、形状等特征信息，构建针织物组织结构的特征向量。

5）应用机器学习算法，对针织物图像进行分类，建立针织物组织结构的识别模型。

主要采用支持向量机(SVM)、K近邻(KNN)、人工神经网络等方法进行实验研究。

6）对针织物组织结构的识别模型进行评价，确定其准确性和可靠性。

3. 研究方法：本文将采用以下方法对针织物组织结构进行模式识别：1）数据采集：利用数码相机和扫描仪对一定数量的针织物样品进行拍摄和扫描，形成一组针织物图像数据集。

2）图像预处理：对采集到的针织物图像进行去噪、平滑、边缘检测等预处理步骤，提高图像质量和准确性。

3）特征提取：通过特征提取方法，提取针织物图像的颜色、纹理、形状等特征信息，构建针织物组织结构的特征向量。

基于机器视觉的织物经纬密度自动检测研究

基于机器视觉的织物经纬密度自动检测研究刘裕文;杜文琴【摘要】为实现机织物密度的自动测量，设计了简单的图像采集装置以获得高清的织物图像。

利用 MATLAB 编写算法，对织物图像进行图像灰度化、直方图规定化、中值滤波、灰度增强、带通滤波等处理，从而获得织物经纬方向的信息，得出机织物的经纬密度。

实验表明，本算法不仅适用于纯色织物，也适用于一些简单的印花织物，与人工检测结果相比，机器检测结果的相对误差均在2%以内，假设检验结果说明算法具有较高的可信度和稳定性。

%For detecting fabric density automatically, a simple system for getting HD fabric image was built. MATLAB-based algorithms, gray level transformation, histogram specification, median filtering, gray level increase, and band-pass filter were used to deal with fabric image to get fabric density automatically. Experiments show that the algorithms are suited for plain fabrics and some simple printed fabrics; contrast experiments show the relative error between manual measurement and image measurement is less than 2%, and the hypothesis testing results demonstrate that the algorithms have high reliability and stability.【期刊名称】《五邑大学学报（自然科学版）》【年(卷),期】2015(000)002【总页数】5页(P16-20)【关键词】数字图像处理;机织物;经纬密度;MATLAB【作者】刘裕文;杜文琴【作者单位】五邑大学纺织服装学院，广东江门 529020; 五邑大学广东省高校功能性纺织品工程技术研究中心，广东江门 529020;五邑大学纺织服装学院，广东江门 529020; 五邑大学广东省高校功能性纺织品工程技术研究中心，广东江门 529020【正文语种】中文【中图分类】TS103.6织物经纬密度是最基本的织物结构参数之一，对织物的外观、手感、强力、耐磨性等物理机械性能有一定的影响[1]. 目前，大部分工厂和检测机构仍旧根据国家标准[2]人工测量该参数，且多采用织物分解法、织物分析镜法、移动式织物密度镜法等；整个检测过程，对技术员要求非常高，不仅耗时费力，而且容易出错. 鉴于此，本文尝试用比较成熟的图像处理技术来识别织物（本文特指机织物）结构特征，并依此计算出织物的经纬密度，实现织物密度检测的智能化.1 机织物图像的采集机织物由经纬两个系统的纱线互相垂直交织而成，经、纬向纱线以及纱线间隙具有非常明显的规律. 图像采集装置的选取，对图像的获得质量影响非常大，本实验选用拍摄距离固定的Supereyes高清摄像头，内置均匀排列的LED灯，使之具有较高的分辨率和较高的动态范围，能获得纹理比较清晰的织物图像. 对于紧度较小的织物，可在织物后面垫上色差较大的薄板，以增强纱线与间隙的反差. 对于被测织物样本，要求其具有较好的表面状态，如表面平整、干净无污渍、纹路清晰、经纬纱线垂直水平相交. 织物固定在水平台上时，先施加初始张力以保持织物平整，并使图像框的左边界与上边界落在纱线的间隙上，以保持图像边界与纱线平行.由于摄像头的分辨率是固定的，因此摄像头与试样间的距离决定了单个像素所对应的实际尺寸. 为此，需要根据所需图像的清晰度来调节摄像头的位置，本文最终选择摄像头外沿直贴织物表面，拍摄装置如图1所示. 此时所获图像的实际尺寸为；摄像头的参数：24位色彩位；分辨率；图片存储为.jpg格式.2 机织物图像处理图像采集过程中，图像信息不仅受到噪声的干扰，而且还受到织物的毛羽数量、条干均匀程度、色彩差异等因素的影响，这将造成织物图像的有效信息质量下降，从而不利于织物的特征提取和根数识别. 本文借助MATLAB平台编写程序处理采集的织物图像，以加强有用信息，使织物图像的轮廓更加清晰. 算法主要包括灰度变换、直方图的规定化、中值滤波、灰度增强以及带通滤波等处理方法[3].2.1 图像的灰度化机织物的经纬密度，实际就是一定单位长度内所包含的纱线根数，可以根据图像的明暗变化规律获得. 由于部分织物是彩色或简单印花的，其被采集的图像是真彩色，直接处理不仅数据量比较大，颜色干扰也非常大，故需先灰度变换以减少颜色干扰、保持细节. 处理后发现，织物纹理中闪亮的光泽明显减弱、彩色消失，但织物仍存在大量的毛羽，纹理有些许模糊，具体效果如图2所示.2.2 直方图规定化在织物图像采集过程中，由于内置LED灯光的不均匀作用以及外源光的影响，图像的灰度会集中分布在比较窄的区间，并引起织物图像细节模糊. 为了改善图像细节的清晰度，本实验采用直方图规定化方法，通过调节各部分亮度的比例关系重新分布灰度值，以增强某个灰度值范围内的对比度，使细节更加清晰. 为了使机织物的纹理细节更清晰，我们希望它的图像动态范围较大，即在[0,255]范围内各个灰度级上都有像素分布，因此选择变换矢量. 通过对比发现，原始图像的灰度值大都分布在150附近，经过直方图规定化可使其灰度重新分配在0～255，处理前后的灰度值分布情况如图3所示. 处理后，图像明暗对比度明显加强，图像纹理变得更加清晰.2.3 中值滤波织物图像在采集和传输阶段受到的噪声干扰，易导致图像输出时纱线分布信息的不完整[4]. 本实验使用简单方便的非线性中值滤波（二维的中值滤波）对图像进行平滑处理，即用一定区域范围内所有像素点灰度值的中值来代替该区域内所有像素点的灰度值，从而达到平滑处理的效果. 由于区域是变动的，并且具有各种形状，根据织物经纬纱纵行垂直交叉的特点以及实验证明，本文选用矩形尺寸，此时效果较好，去除了一些特别闪亮的噪点. 处理前后的效果如图4所示.2.4 灰度增强经过前面几步的图像处理之后，已去除了图像的噪音、消除了大部分毛羽，但对于一些毛羽较多的图像，为了获取更好的纱线条干使得纱线与间隙区分得更清楚，需再次对图像进行灰度调整以增强对比度. 本文采用截取式线性变换，根据毛羽与纱线的灰度级数，分别对其进行灰度增强处理，以增强纱线与间隙的反差，形成较为清晰的织物图像. 本文将灰度范围调整到灰度范围，从图5可以看出，经过灰度增强后，纱线非常清晰.2.5 带通滤波如图5，根据经、纬纱线纵横垂直的有序排列规律，分别画出织物在经向、纬向的灰度值总和曲线. 如图6所示，灰度曲线是正弦曲线，其波峰、波谷分别与纱线、纱线间隙一一对应，但由于纱线条干不匀以及纱线歪斜，波谷处存在局部极值现象，这将影响到波峰数的监测，即影响到纱线根数的识别. 因此，需要对得出的经纬向灰度总和曲线进行平滑处理. 本实验在使用二次中值滤波后，又设计了一个带通滤波器进行滤波处理. 经过多次试验，经纬向分别选用上限截止频率和、下限截止频率和，此时的滤波效果较好，局部极值消除效果如图6-d所示，图像中的局部极值被消除，曲线变得更加平滑.2.6 机织物经纬密度的计算通过计算织物经向、纬向灰度值总和曲线的波峰数，即可得到对应图像中的经纬纱线根数. 本文利用函数findpeaks找出各波峰点以计算出图像中的纱线数，再根据织物的实际拍摄尺寸长（L）和宽（W）进行换算以求出纱线的密度. 实现程序如下：%寻找波峰数ynum=length(findpeaks(Sy(y))); %经纱数xnum=length(findpeaks(Sx(x))); %纬纱数%计算织物经纬密度JM=(ynum/L)*10; %经纱密度WM=(xnum/W)*10; %纬纱密度3 实验检测与结果分析为了验证开发的机织物经纬密度测量系统测试结果的稳定性，选用5块样布进行测试，其中包括了纯色、印花等不同的面料. 人工测量按照《GB/T4668—1995机织物密度的测定》中的移动式密度镜法进行；图像测量采用自主开发的测试系统，利用双总体F检验法与t检验法[5]验证两组数据之间的精密度，结果对比见表1. 1）测试结果稳定性分析. 利用统计假设检验双总体F检验法得出：统计量，当显著性水平为5%，自由度时，查F临界值表，，. 由于，说明这两种方法测试结果的稳定性无显著差异.2）测试结果的差异分析. 利用统计假设检验的双总体t检验法得出：，当显著性水平5%，自由度时，查t临界值表，. 由于，说明这两种方法测试结果无显著差异. 由检验结果的对比可知，由于织造的原因，经纱排列比纬纱规整，其变异系数（CV%）也较小；经纬纱密度百分误差（△%）均控制在2%以内，平均误差约为0.99%.4 结论通过人工测量与图像测量实验的对比分析发现，本检测系统对简单组织的机织物密度识别具有非常方便、快捷、稳定的特点. 由于选择带通滤波器的上下截止频率及通频带是固定而非自适应变化的，其只能过滤一定范围内的局部极值，因此，对织物自身尺寸的稳定性要求比较高，即织物中经、纬两个不同系统纱线应该尽可能垂直排列，以减少局部极值对结果的影响. 对于紧度较高的织物，由于空隙非常小，纱线与纱线间隙的对比不明显，其密度识别仍存在很大的误差. 后续研究，可考虑在此基础上使用质量更好的摄像头，或采集更大尺寸片段的织物图像进行识别，以实现纱线的自动纠偏来提高测量精度，并进一步完善测量系统.[1] 勇金华. 机织物结构参数的图像测量的研究[D]. 青岛：青岛大学，2009.[2] 郑宇英，贺洁人. GB/T4668—1995机织物密度的测定[S]. 北京：中国标准出版社，1996.[3] 秦襄培，郑贤中. MATLAB图像处理宝典[M]. 北京：电子工业出版社，2011.[4] 徐雪倩，张凤生. 基于中值滤波和小波变换的织物图像预处理[J]. 青岛大学学报：工程技术版，2011, 26(01): 19-22.[5] 李云雁，胡传荣. 试验设计与数据处理[M]. 2版. 北京：化学工业出版社，2008. [责任编辑：熊玉涛]。

纬编织物分析 4

3
织物分析内容
一、外观效应分析 1. 组织类型
——机织物针织物（经编纬编） ——提花集圈绗缝 ——各组织复合
2.用纱外观
——坯纱色纱段染纱麻灰纱拼纱彩纱竹节纱金银丝有光丝
4
织物分析内容
二、花型分析
1.花宽纵行数（循环） 2.花高横列数（循环） 3.两面同时分析
三、结构分析
纬编织物析
情境四提花圆机织物分析
1
目录
小组成员与分工面料分析目的面料分析内容
外观分析花型分析结构分析意匠图绘制工艺参数测定与计算面料上机工艺制定面料后整理工序确定小组感言
2
情境四提花圆机织物分析
目的：分析织物的组织结构、原料品种及规格测量线圈长度和密度等物理指标确定来样的上机编织工艺、染整工艺仿制设计改进设计
1.结构花纹(单元)处的结构 2.结构单元的分布
5
织物分析内容
四、意匠图绘制
1.花型意匠图 2.结构意匠图 3.编织图
五、工艺参数测定与计算
1.密度——横密纵密 2.克重 3.纱长 4.纱线规格
——成分纱支捻向复丝网络丝氨纶
6
织物分析内容
5.用纱比例
——拆散分类称重
6.机号E——（5/4）×n n—0.5英寸纵行数 —— PA/3
7.筒径D—— (5.08×W×PA)/(π×E)
7
面料上机工艺制定 1.纱长克重 2.排针（上针） 3.排纱 4.排三角（上三角）
5.拨片位置 6.CAD工艺
8
后整理工序确定
——染色柔软烘干整理定型整理——磨毛整理——印花
9
10