织物折皱回复性能建模研究

合集下载

织物折皱回复规律与建模

织物折皱回复规律与建模

K e r s fb c; ce s e o e n l y wo d a r i ra e r c v r a ge;ln a ic ea tct y ie rvs o lsiiy;rc v r e u a atr e o e r g lrp te y n
有关 织 物折 皱 性 能 的理 论 研 究 , 国外 学 者 已做 了较 多 的研 究工 作 , 国内学者 对此 研究 相对 较少 。 但
S e g n HE G De n HIF n j ,Z N j u u
( hnya n e i e nl y hnzo ,H nn 4 00 ,C i ) Z ogunU irt o c o g ,Z eghu ea 507 h a v sy yT h o n
Ab ta t Ba e n vs o l si h oy o xi tra ,t efb c rc v r e u a atr si v siae sr c s d o ic ea tct e r ft t e mae l h a r e o e rg l rp ten wa n e tg td. e l i i y Un e h rs mp in t a h rcin lc n tan me twa rp rin lt h e d n u v t r ft e d rt e p e u to h tte f to a o sri tmo n s po oto a o te b n i g c rau e o h i fb c h a rc a o sd rd a ic ea tc h e t ne a o sr it T e te rtc l mo e whc a r ,t e fb w s c n i ee s vs o l si s e twi it r lc n tan . h h oeia d l i i h n ih

织物折皱回复性能建模研究

织物折皱回复性能建模研究

su y h ce sn a d e d n b h vo s o wo l a d wo lp le t r a rc b s d o te t d t e ra i g n b n ig e a ir f o n o/ oy se fb s a e n h KE — B3 i SF
织 物 折 皱 回 复 性 能 建 模 研 究
石 风 俊 ,郑 德 均
( 原 工学 院 , 南 郑 州 中 河 400 ) 50 7
摘 要 基 于纺 织 材 料 的弹 性 回复 性 能 及 织 物 的 内摩 擦 作 用 , 究 织 物 在 较 小 折 皱 力 作 用 下 的 折 皱 弯 曲与 回 复性 研 能 , 过 简单 的模 型及 公 式 表 征 织 物 回复 过 程 中 的 重 要 性 质 , 析 毛 及 毛 涤 织 物 在折 皱 回复 过 程 中 回 复 力 与 折 皱 通 分
弯 曲形 变 的关 系 。利 用 K SF 3压 缩仪 设 计 折 皱 弯 曲 测 试 试 验 , 所 得 数 据 计 算 模 型 参 数 , 较 好 地 反 映 出织 物 E —B 用 能
折皱 回 复规 律 , 理论 计 算 值 与实 测 值 吻 合 程 度 较 好 。 关键词 织物 ;弯 曲 ; 皱 ;回 复力 ;流 变模 型 折 文 献标 识码 : A
( h ny a n e i eh o g ,Z egh u H n n 4 0 0 ,C i ) Z o g u n U i  ̄ q o c nl y hn zo , e 50 7 hn v fT o a a
Ab t a t Ths p p rp e e t to o su y t e ce sn e o ey p o et fwo e a rc n e mal sr c i a e rs ns a meh d t td h ra ig r c v r rp ry o v n fb s u d rs l i ce sn o c ae n te ea t rp ry a d te itr a rcin efc ff b c u ig a smpe mo e 、T e ra ig f re b s d o h lsi p o e n h ne n f t f to r sn i l d l h c t l i o e ai rlt n hp b t e r ai g r c v r fre n i b n i g d fr t n o o a d ea i s i ewe n c sn e o e o e y oc a d t e dn eomai f wo l n wo lp le tr w v n s o o/ oy se o e f rc r n lz d.F o te n e s o rcia e e rh sta in, a tsig meh d h s b e rs n e o b a i s ae a ay e r m h e d fp a tc r s ac iu t l o e t to a e n p e e td t n

织物抗皱性能的回归分析

织物抗皱性能的回归分析

本试 验采 用织 物折 皱 弹性 仪 , 样为 4r 试 0 m×1r a 5 m精纺 毛 a 织物。每个样 品裁 减 2 个 试样 ( 纬向各 1 块 )测试 时分 别 0 经 O , 将经纬向正面对折 和反面 对折 各 5 。用经 纬 向折 痕 回复 角 个 算术平均值之和表示总折痕 回复角。

经纱紧 度% 纬纱紧度%总折 皱角
(w E)
7 5 5. 7 0 9. 6 9 6. 7 1 3. 6 6 2. 7 . 12 6 8 6. 6 1 6. 7 . 12 6 . 35 6 7 5. 6 2 6.
() 。
2 . 12 2 . 01 2 . 69 2 . 33 2 . 78 2 5 2. 5 O 2 . 2 . 72 2 9 4. 5 9 2 . 5 8 2 . 4 0 2 .
据( 见表 1。 ) .
22 纱线经纬向紧度测定 .
根据测试 出的经、 纬密及 以下公式 计算 出经 纬 向紧度 并记 录数据( 见表 1。 ) 经向紧度 E= j , j Pxd 纬向紧度 E = w d j w P x w其 中, 一 P 经密 , j

首先采用强制进入策 略( n r, Et)通过 SS 软件 , 得如 下 e PS 可 计算结果 :
状态 的能力 。 折痕 回复性差 的织物制成 的服装 , 着过程 中容易产 生折 穿
角度 。
表1


1 2 3 4 5 6 7 8 9 1 0 l 1 1 2
经纱支数 纬纱支数 (j E )
2 7 3. 2 . 29 2 . 95 6 1 2 . 2 . 96 2 . 59 2 8 7. 2 . 86 ‘ 2 O 7
性回复性较差。

棉织物防皱整理的研究和进展

棉织物防皱整理的研究和进展
" %#)
$ 天然蚕丝蛋白质在结构上具
有与人体肌肤极相似的亲和性 ! 具有良好的吸湿和 放湿性能 ! 能改善皮 肤营养 % 防止 皮肤干燥和 增强 细胞活 力的作用 $ 将 等离子体 技术和生物 整理剂 ’ 丝素 (离子体工序处理后 ! 不仅棉织物的折 皱回复角有提高 ! 而且断裂强力和撕破强力保留率 都大大提高 ! 且润 湿性较好 ! 活 性染料的染 色性有 所改善 ""*)$ 等离子体技术和天然丝素蛋白整理剂的 结合 ! 为今后开发新型绿色功能棉纺织品开辟了新 的途径 $
第 !! 卷第 "# 期 !""$ 年 "# 月
王安平等 ’ 棉织物防皱整理的研究和进展
$
棉织物防皱整理的研究和进展
王安平 陈克宁
摘要 ( ! 山东纺织职业学院 " 山东潍坊
%&"#’"# ’##"&#$
! 天津工业大学材料化工学院 " 天津
阐述了棉织物防皱整理的研究现状 " 着重讨论了新技术 % 多功能整理在棉织物防皱整理中的应 纳米技术 (液氨处理 ’ 微波辐射 ) 等离子体 文献标识码 ’. 文章编号 ’"##$/,’$# ) %##$$ "#/###$/#0
""-)
%#6
$ 这是因为 ""7)!( 环糊精可以形成包合物 ! 固着于
织物上仍可形成包合物 ! 例如汗渍组分进入处理织 物的环糊精空穴可减少不良气味的释放 + 香料也可 由环糊精包合 ! 且具有缓慢释香的功能 $ 这些包合 分子在通常水洗过程中可被去除 $ 药物活性化合物 也可与环糊精形成包合物 $ 因此用 12&0 或柠檬酸 与 !(环糊精结合作为整理剂 !不仅能提高织物的抗 皱性 ! 而且还具有缓慢释香的功能 $ 拒水拒油免烫整理 采 用 含 氟 树 脂 与 免 烫 整 理 剂 &20(!#" 对 纯 棉 织物进行拒水拒油和免烫多功能整理 ! 拒水拒油整 理和免烫整理可以同时进行 ! 也可以分开进行 $ 试 验表明这两种工 艺都可明显 提高织物拒 水拒油的 等级和折皱回复角 ! 同浴进行的整理比分浴整理的 效果略差 ! 且整理剂对织物强力与透气性影响不大

棉织物弯曲性能与折皱回复角的关系研究

棉织物弯曲性能与折皱回复角的关系研究

棉织物弯曲性能与折皱回复角的关系研究摘要:本文概述了目前主要抗皱评价方法存在的问题,着重介绍了折皱回复角测量方法,以棉织物为例,分析了不同织物的弯曲性能及其与抗皱性的关系。

通过数学方法得到织物弯曲刚度、弯曲滞后矩与折皱回复角的线性回归方程。

回归方程显示:随着弯曲刚度的增加,折皱回复角线性增大;而随着弯曲滞后矩增加,折皱回复角线性减小,并用其他样本回代检验了回归方程的适用性。

关键字:折皱回复角,弯曲刚度,弯曲滞后矩,统计回归Research on relativity between fabric’s bending performance and its wrinkle recovery angle Abstract: In this paper,problems of the widely used evaluation methods of fabric’s crease-resistance were summarized, the method of wrinkle recovery angle testing was emphasized. Besides, taking cotton fabric as example, different fabric’s bending performance and its relationship with crease-resistance was analyzed. Linear regression equation with bending rigidity & bending hysteresis moment as independent variables and wrinkle recovery angle as dependent variable was established through mathematical method. The regression equation showed that wrinkle recovery angle increased linearly along with the increase of bending rigidity, but decreased with the increase of bending hysteresis moment. Moreover, applicability of the regression equation was proved by the back-substitution.of other samples.Keywords:wrinkle recovery angle, bending rigidity, bending hysteresis moment, statistical regression0.前言随着经济的发展和人民生活水平的日益提高,人们对于纺织品的美观性能以及易护理性能提出了更高的要求。

基于粘弹性理论研究毛涤混纺织物折皱回复行为

基于粘弹性理论研究毛涤混纺织物折皱回复行为

第2 O卷第 6期 ( 8 总 2期)
文章编 号 : 6 18 0 2 0 ) 60 8— 5 1 7— 5 X( 0 6 0 — 6 20
20 0 6年 1 2月
Vo.0No 6S m N .2 12 , . (u o 8 )
基 于粘 弹 性 理 论研 究毛 涤 混 纺织 物 折皱 回复 行 为
曲率. 由图 1中模 型 各元件 的排 列关 系易得
忌= 忌 十 足 , 1 2 M — El 1+ , k () 2 () 3
E忌 11一 E 忌 + ' 2 22 7 . 志
() 4
由() ()式得 M 一 。= E 忌 + 志 , 3 ,4 。 。两边对 其求 导 , 得 解
(E + 一 ) + + ) 卜 ( 番是 1 ) 点 一 ( 南 专 .
当 t ( , )相 当于施加一 恒 定弯矩 于织 物 Mo则 = ∈ O叫 , , 一 0本构 方程 () 化为 , 8简
( ) ( + o H昔 + 镌) .
点, 消去 点 志 志 ( E 忌) 再 由() 得 一 一 E 忌 一 /. 3 式求 导并解 得 壶一 ( — E k) 一一E ( l 志 因
63 8
假定 织物 的摩擦 约束力 偶 与折皱 弯 曲曲率 成 正 比, 图 2所示 , 图是 织 物 在理 想 状 态 下 二 者 的关 如 该 系 ,。表示织 物弯 曲变形 时所 达 到的最 大弯 曲曲率 忌O 忌 ()一 是. o
如图 3 所示 , 把织物沿经向或纬向折叠并用一垂直于织物表面的压力压在一起, t 0 弯曲处的 当 一 时,
维初始模量的影响. 由于涤纶在小变形下的拉伸 回复能力高 , 故在毛织物中混入涤纶后, 折痕回复性会有

基于改进KCF_算法的织物折皱回复检测研究

基于改进KCF_算法的织物折皱回复检测研究

研究与技术丝绸JOURNAL OF SILK基于改进KCF 算法的织物折皱回复检测研究Research on fabric wrinkle recovery detection based on an improved KCF algorithm郭栩源1,李忠健2,王㊀蕾1,潘如如1,高卫东1(1.江南大学生态纺织教育部重点实验室,江苏无锡214122;2.绍兴文理学院浙江省清洁染整技术研究重点实验室,浙江绍兴312000)摘要:织物折皱回复性能是评价织物形态稳定性的关键指标㊂传统折皱回复角测试方法存在检测过程依赖人工操作㊁难以量化折皱动态演变等问题㊂为实现对折皱回复全过程的自动化监测,文章提出一种基于改进核相关滤波算法的动态折皱回复检测方法㊂该方法使用高速摄像机捕捉织物折皱形变回复过程,应用改进的核相关滤波算法检测追踪折皱顶点的运动角度变化㊂通过引入多特征融合提高检测鲁棒性,利用Canny 边缘检测自适应调整目标区域,减小边界效应㊂在此基础上提取感兴趣区域骨架,计算折皱顶角度随时间变化信息㊂结果表明,不同织物折皱角度变化规律与织物组织结构高度相关㊂最后与标准测试结果建立线性模型,验证所提方法的有效性㊂文章实现了对织物折皱回复全过程的自动化检测与定量评估,提供了一种更为高效准确的折皱回复性能检测新思路,具有广阔应用前景㊂关键词:折皱回复角;特征融合;目标追踪;核相关滤波器;改进KCF 中图分类号:TS 103.7㊀㊀㊀㊀文献标志码:A ㊀㊀㊀㊀文章编号:10017003(2024)04007908DOI :10.3969∕j.issn.1001-7003.2024.04.010收稿日期:20230731;修回日期:20240307基金项目:纺织之光应用基础研究计划项目(J 202109);国家自然科学基金项目(61802152);浙江省基础公益研究计划项目(LGG 21F 030007);中国博士后科学基金面上资助项目(2020M 681736);江南大学研究生科研与实践创新项目(KYCX-23-ZD 01,KYCX-23-ZD 02)作者简介:郭栩源(1997),男,硕士研究生,研究方向为数字化纺织技术㊂通信作者:王蕾,副研究员,wangl _jn @ ㊂㊀㊀织物折皱回复性能是评价织物形态稳定性的一项重要指标㊂在服装生产和日常使用过程中,织物都会出现不同程度的折皱,而折皱的快速消除对保证织物手感舒适㊁外观效果及提高生产效率都有重要影响,织物折皱回复性能的优劣在某种程度上直接决定面料及服装的品质与档次[1]㊂良好的折皱回复性能可以使织物在折叠㊁运输㊁加工等情况下迅速恢复原状,从而提高织物的实用性㊂目前,国内外广泛采用的评价织物折皱回复性能的标准测试方法主要是折皱回复角测试,即对织物进行折叠加压处理,然后放松对其约束并在一定条件下测量其自然回复的折痕角度大小,以评估织物的折皱回复能力[2]㊂这种方法操作简便,能够直观反映织物的折皱回复程度㊂但是传统折皱回复角测试方法也存在一些问题,主要体现在:1)检测过程需要过多人工参与,效率较低[3];2)测试结果易受人为因素影响,难以保证测量时间的准确及角度测量的精度[4];3)无法区分不同时刻的折皱回复情况[5]㊂因此,这种方法只能给出折皱回复性能的整体略评,对织物折皱回复规律的细节描述不够㊂针对传统折皱回复角测试法的不足,学术界提出了一些改进方案,如在标准测试的基础上增加不同方向折皱回复角度检测[6]㊁结合图像处理技术计算折皱面积比例[7]等㊂这些方法扩展了测试指标,但仍然存在检测过程依赖人工操作㊁难以量化折皱动态演变等问题[8]㊂因此,开发一种能够实现对织物折皱回复全过程的自动化检测与分析方法,对于提高折皱回复性能的测试效率与结果可靠性具有重要意义[9]㊂为实现对织物折皱的全自动检测分析,降低系统计算开销,提高分析针对性和精确度,本文将折皱顶点区域作为目标进行跟踪分析㊂在众多目标跟踪算法中,由于KCF (Kernel Correlation Filter )算法[10]具有极强的鲁棒性和实时性,在对运动目标追踪方面具有良好的表现效果[11],本文决定使用KCF 算法作为织物折皱顶角跟踪算法㊂KCF 算法是一种高效的核相关滤波算法,由Henriques 等[10]在2012年提出,KCF算法属于由Bolme 等[12]所提出的相关滤波器算法的一种,是在MOSSE (Minimum Output Sum of Square Error )算法基础上引入高斯核㊁循环矩阵㊁脊回归等相关概念㊂新特性的引入同时带来了跟踪精度下降㊁边界效应等问题出现㊂针对这些问题,Bertinetto 等[13]在KCF 算法基础上加入颜色特征,但当目标发生形变时仍会丢失目标信息㊂潘长城等[14]提出融合类97Vol.61㊀No.4Research on fabric wrinkle recovery detection based on an improved KCF algorithm残差更新策略的KCF 改进算法,但该算法在对目标进行持续跟踪时仍有部分时刻丢失目标信息,无法完整记录目标状态信息㊂孙晓锋等[15]使用目标丢失重检测及扩充区域重检测的方法,但很难对丢失目标进行重新定位㊂为了对织物折皱顶角进行完整准确跟踪,本文提出一种多特征融合及自适应边界调整的KCF 算法㊂该算法能够对织物折皱顶角的整个动态过程进行完整跟踪检测,保证本文整套测试方法的有效性和准确性㊂1㊀织物折皱回复性检测方法1.1㊀方法概述本文提出了一种基于改进KCF 算法的织物折皱回复检测方法,流程如图1所示㊂该方法可以实现对织物折皱形成与消失过程的自动化监测,并精确提取折皱动态参数,给出客观评价㊂首先,使用定制装置对织物进行加压释放处理,然后使用高速摄像机采集织物折皱回复过程中的图像序列,使用改进的KCF 算法跟踪折皱区域,获取感兴趣的折皱部位图像㊂接着进行折皱区域图像二值化与骨架化处理,最后使用直线拟合函数和反㊁正切函数直接提取折皱关键点角度信息㊂通过对不同组织规格织物进行实验,获取各织物试样折皱回复过程中的折皱顶角角度信息,分析比较织物折皱回复性能㊂图1㊀检测方法流程Fig.1㊀Flowchart of the detection method1.2㊀传统KCF 算法1.2.1㊀传统KCF 算法基本原理KCF 算法基本原理是构建一个核相关滤波器来实时跟踪视频序列中的目标㊂算法的关键在于利用核技巧将线性相关滤波推广到非线性空间,使图像特征可以映射到高维空间[10]㊂这样可以利用核方法提取目标的更多非线性特征,提高跟踪鲁棒性,通过在核空间中学习训练相关滤波器,使所得相关滤波器可以对新样本进行分类,具体算法流程如图2所示㊂图2㊀KCF 算法流程Fig.2㊀Flowchart of the KCF algorithm1.2.2㊀传统KCF 算法在检测中的问题经过预实验,发现直接应用KCF 算法进行织物折皱顶角的跟踪主要存在以下两个问题:算法使用单一HOG 特征[16],对织物折皱顶角外观变形㊁光照变化等情况缺乏鲁棒性,容易导致跟踪目标丢失;跟踪框边界效应明显,在目标出现形变时无法有效捕捉边界信息,降低了跟踪精度,为后续顶角角度计算处理带来过多干扰㊂1.3㊀改进KCF 算法为解决这两个问题,本文在传统KCF 算法的基础上在特征表达和目标区域调整两个方面进行优化㊂在特征表达方面,采用了多特征融合的策略,同时结合HOG 特征和SIFT 特征来表达折皱顶角的纹理与轮廓信息,以提高检测鲁棒性㊂在目标区域调整方面,提出了一种基于边缘检测的自适应边界调整方法,根据检测到的边缘位置与方向信息,自适应调整跟踪框的大小与位置,以减小边界效应,提高定位精度㊂1.3.1㊀多特征融合为增强对织物折皱顶角的检测鲁棒性,本文采用了多特征融合的策略㊂具体来说,同时结合HOG 特征和SIFT 特征[17]来表达折皱顶角的纹理与轮廓信息㊂其中,HOG 特征通过统计目标局部方向梯度直方图来描述形状;SIFT 特征通过检测关键点与计算描述子来表示局部纹理㊂为降低特征维数,本文首先利用主成分分析(PCA )算法对HOG 和SIFT 特征进行降维处理,然后将经降维的两种特征拼接起来进行核相关跟踪,这样既提高了特征表达能力,又减少了计算量㊂假设原始的特征向量为x ɪR d (x 属于d 维实数空间),PCA 的目标是找到一个变换矩阵W ɪR d ˑk ,其中k 是降维后的维度,使得投影后的特征向量y =W T x ɪR k 最大化方差㊂具体来说,PCA 可以通过以下步骤实现:1)对所有的特征向量进行中心化,即将每个特征向量减去均值,得到:X =x HOG x SIFTéëêêùûúú(1)8第61卷㊀第4期基于改进KCF算法的织物折皱回复检测研究式中:x HOGɪR d HOG表示HOG特征向量,x SIFTɪR d SIFT表示SIFT 特征向量㊂通过在这两个向量上进行垂直拼接,得到了长为d HOG+dSIFT的列向量X,它将这两个特征向量中的信息一起编码成了一个单一的向量㊂假设通过PCA将这两种特征向量降至k 维,得到降维后的特征向量为:yHOG=W T HOG x HOGɪR k(2)ySIFT=W T SIFT x SIFTɪR k(3)式中:y HOG和y SIFT分别是HOG特征和SIFT特征的降维矩阵㊂2)计算协方差矩阵:Cy=1nðn i=1y i y T i(4)式中:n是样本数,y i是第i个样本的降维后的特征向量㊂3)对协方差矩阵进行特征值分解,得到特征值和特征向量:Cy=UΛU T(5)式中:Λ=diag(λ1,λ2, ,λk)是特征值矩阵,U=[u1,u2, ,uk]是特征向量矩阵,且满足U T U=I㊂4)选择前m个特征向量,组成降维矩阵:U(:,1:m)(6)式中:m<k是降维后的维度㊂5)将HOG特征和SIFT特征的降维矩阵分别乘以降维矩阵V,得到融合后的特征向量:yfusion=[y HOG,y SIFT]VɪR2kˑm(7)式中:[,]表示特征向量的拼接操作,y fusion是融合后的特征向量,维度为2kˑm㊂通过将HOG特征和SIFT特征进行PCA降维,并将降维后的特征向量融合,可以得到更加紧凑且表达能力更强的特征向量,从而提高图像识别的准确度㊂1.3.2㊀基于边缘检测的自适应边界调整为减小边界效应对跟踪精度的影响,本文提出了一种基于边缘检测的自适应边界调整方法㊂具体来说,利用Canny 边缘检测算法检测折皱顶角的边缘轮廓,根据检测到的边缘位置与方向信息,自适应调整跟踪框的大小与位置,使其能够准确锁定目标边界㊂这样可以有效减小边界效应,提高跟踪精度㊂该方法包括以下几个步骤:1)初始化目标跟踪框:在第一帧图像中,使用KCF算法初始化目标跟踪框,得到目标区域的中心位置(x c,y c)㊁宽度w 和高度h㊂2)检测目标边缘:在每一帧图像中,使用Canny边缘检测算法来检测目标的边缘,得到边缘的位置和方向(x e,y e)和θc㊂3)计算目标区域的调整量:根据边缘的位置和方向,计算目标区域的调整量d w㊁d h㊁d x㊁d y,其中d w㊁d h表示目标区域的宽度和高度的调整量,可以根据边缘的宽度和高度以一定的比例进行计算;d x㊁d y表示目标区域中心位置的调整量,可以根据边缘方向的余弦和正弦值以一定的比例进行计算㊂4)调整目标区域的大小和位置:根据目标区域的当前大小和位置,以及计算得到的调整量,自适应地调整目标区域的大小和位置㊂具体来说,可以使用下式进行计算:wᶄ=w+α㊃dwhᶄ=h+α㊃dhxᶄc=x c+α㊃d xyᶄc=y c+α㊃d yìîíïïïïïïüþýïïïïïï(8)式中:α是调整步长,用于控制目标区域大小和位置的调整速度㊂通过调整目标区域的大小和位置,可以减少边界效应的影响,提高目标跟踪的准确性㊂5)更新目标跟踪器:使用新的目标区域大小和位置,更新KCF算法的目标跟踪器,继续跟踪目标㊂1.4㊀ROI图像处理为了获得织物折皱顶角角度信息,需要对经过KCF算法处理后获取的一系列ROI图像进行进一步处理,来提取折皱角度特征参数㊂首先进行图像二值化,使用Otsu方法[18]根据图像直方图确定一个全局阈值,对图像进行阈值分割,将图像中的像素分类为前景和背景两个部分以滤除背景噪声,突出折皱的轮廓特征㊂然后对二值化图像进行骨架化处理,使用Zhang-Suen算法[19]迭代腐蚀图像而保留拓扑结构,得到折皱区域的细化代表,以便突出折皱的拓扑形状,能够在保修角度信息的同时大大降低后续处理的复杂度㊂之后在骨架图像上使用最小二乘法拟合直线,并计算两条直线的夹角㊂本文采用简单高效的最小二乘法来进行几何特征拟合,既能提取出折皱顶点的角度信息,又避免了较为复杂的模型拟合㊂最后利用反正切函数求出两直线的夹角值,即为折皱顶点的角度㊂ROI图像通过上述处理可以从原始图像中有效提取出折皱回复研究所需的角度信息㊂2㊀实㊀验2.1㊀装置及操作方法为实现对织物折皱回复全过程进行检测,本文自主设计并搭建了织物折皱回复测试装置,如图3所示㊂该装置主要由样品台㊁升高装置㊁加载装置㊁高速摄像机等组成㊂样品台采用光滑不锈钢材质,可以调节倾斜角度;升高装置和加压装置分别用于抬高和加压样品;高速摄像机最大帧率为960fps,采集图像分辨率为1280ˑ1024像素㊂测试过程使用气压传动作为动力系统㊂18Vol.61㊀No.4Research on fabric wrinkle recovery detection based on an improved KCFalgorithm图3㊀织物折皱回复测试装置Fig.3㊀Fabric wrinkle recovery test apparatus本文选择了6种不同规格的面料作为试样,以全面评估所提出方法的鲁棒性和泛化能力㊂这些面料样本覆盖了不同的纤维类型㊁织物结构㊁厚度和密度,试样具体规格参数如表1所示㊂具体而言,选择的面料包括纯棉㊁涤纶㊁涤棉和亚麻等不同纤维类型,代表了常见服装面料的主要组成材质㊂此外,还选择了平纹㊁斜纹和方格等不同的基本织物结构,以检验织物组织对方法适用性的影响㊂不同规格的纱线和不同的织物密度也在选样范围内,以代表厚度和密度不同的织物材质㊂通过在这些具有差异性的参数的面料上进行测试,可以全面验证所提出方法的适用范围,以证明该方法的广泛适用性,不受具体面料参数的限制㊂实验操作前,对每种面料剪取10片大小为26cmˑ15cm的样品,所有样品在标准状态(温度20ħʃ2ħ,相对湿度65%ʃ5%)条件下放置24h 后进行测试㊂表1㊀试样规格参数Tab.1㊀Sample specifications设置为试样台倾斜30ʎ,升高装置抬起升高15cm,加压压力60N,加压时间设定为60s时,采集所选规格织物试样折皱回复过程图像更为理想㊂使用织物折皱回复检测装置具体方法为:将试样固定在试样台上,其中试样2∕3处与仪器升高装置线对齐㊂打开气阀开关,调整气压数值使气压表压力达到60N;打开升高装置,将织物试样升起到指定高度之后,打开加压装置开关,使两端力臂对织物试样进行加压处理使其产生折皱㊂加载结束后,同时关闭升高装置和加载装置,使样品自由下落并开始折皱回复过程,高帧率摄像机记录织物下落过程中顶角折皱回复形变过程㊂在对织物进行加压折皱处理后,对折皱回复过程进行记录,使用改进KCF算法追踪并截取感兴趣区域内图像㊂在全过程中,高速摄像机以240fps的速度对样品图像动态进行采集,随后每隔10帧从采集的图像序列中选取一帧进行算法处理㊂对每种面料随机选择5片样品进行测试㊂2.2㊀基于改进KCF算法的折皱回复过程分析利用改进的KCF算法处理高速摄像机采集的折皱回复图像序列,实现对面料折皱区的准确跟踪㊂首先选择面料折皱区顶点作为目标区域进行初始化,然后应用改进的KCF算法自动跟踪折皱顶点在复原过程中的运动轨迹㊂为增强跟踪鲁棒性,算法融合使用HOG和SIFT特征,并辅以Canny边缘检测调整目标区域㊂为了验证改进KCF算法在研究中的必要性和有效性,本文使用改进KCF算法和传统KCF算法对相同织物折皱顶角图像序列进行测试,测试过程中部分图像如图4所示㊂其中红色虚线部分为传统KCF算法跟踪框,绿色部分为改进后的KCF算法跟踪框㊂由图4可以看出,相较于改进后的KCF算法,传统KCF算法在面对较大形变时,会出现跟踪丢失的情况㊂图4㊀改进KCF算法追踪织物折皱回复过程部分图像Fig.4㊀Some images about the improved KCF algorithm s trackingthe fabric wrinkle recovery process对跟踪ROI部分进行截图(图5(a)),提取折皱顶点对应的图像区域㊂截取ROI图像的目的是精确定位感兴趣的折皱顶点区域,便于进行后续定量分析,并将ROI图像转化为二值化图像(图5(b))㊂进行二值化处理是为了滤除背景及不相关区域,突出折皱顶点的轮廓特征,简化形状表达㊂使用骨架提取算法处理二值图像可以得到折皱区域的细化(图5(c))㊂骨架提取通过细化可以有效保留目标区域的拓扑结构,本文28第61卷㊀第4期基于改进KCF 算法的织物折皱回复检测研究采用Zhang-Suen 算法进行骨架提取㊂该算法计算开销较低,易于实现,能够有效细化折皱顶点区域,突出其角度特征㊂对细化后骨架图像使用直线拟合函数进行拟合计算,并使用反正切函数求出两直线夹角角度,即折皱顶点角度㊂通过对骨架使用简单的几何特征拟合,可以提取折皱顶点角度这一定量参数,便于进行动态跟踪分析㊂对每帧图像重复该过程,获得不同面料样品折皱顶点角度变化规律,并进行对比分析㊂图5㊀ROI 截取图像及二值化与骨架提取Fig.5㊀ROI-cropped image ,binary and skeleton extraction images3㊀结果与分析3.1㊀改进KCF 算法有效性验证为了验证算法准确性和有效性,本文将基于多特征融合和自适应边界调整的改进KCF 算法与传统KCF 算法在VOT-2016(Visual Object Tracking ,2016)数据集上进行对比测试㊂VOT-2016数据集是一个用于视觉目标跟踪算法评估的公开数据集,并且提供了一套评估指标,用于定量地评估算法的性能,包括准确性㊁鲁棒性和速度等方面㊂实验操作系统环境为:64位专业版Windows 11操作系统,Python 3.9.0,AMD 5800H ,NVIDIA RTX 3080Ti ,16G 内存;本文选取ROC 曲线(Receiver Operating Characteristic Curve )下的面积AUC (Area Under Curve )㊁追踪成功率SR (Success Rate )及每秒处理帧率FPS 作为对比参考指标,其中各指标定义及计算方法如下:1)AUC 指标:AUC 指Area Under Curve ,代表ROC (ReceiverOperating Characteristic )曲线下的面积值㊂它通过在不同阈值下计算真正率和假正率,即在二分类问题中,被正确地预测为正例的样本数量与实际正例样本数量之间的比例和被错误地预测为正例的负例样本数量与实际负例样本数量之间的比例,进而绘制ROC 曲线㊂曲线下面积值越大,表示分类性能越好㊂其计算方法是将ROC 曲线下的面积数值化到0~1㊂在本文中,AUC 指标反映了改进KCF 算法在不同判定阈值下的检测精度,值越大表示检测准确率越高㊂2)SR 指标:SR 表示Success Rate ,代表跟踪成功率㊂它是跟踪过程中成功跟踪帧数占总帧数的比例,计算方法为:SR =N success ∕N total(9)式中:N success 和N total 分别代表成功追踪到目标的帧数和总帧数㊂SR 指标反映了目标跟踪的稳定性,SR 值越大表示改进算法跟踪更加稳定可靠㊂3)FPS 指标:FPS 代表每秒处理帧数(Frame Per Second ),计算方法为:FPS =N frames ∕T total (10)FPS 指标反映了算法的处理效率㊂本文中,FPS 值越大表示改进算法在保证精度的前提下,处理帧数越多,实时性越好㊂传统KCF 与本文改进KCF 在VOT-2016数据集测试结果对比如表2所示㊂表2㊀传统KCF 与本文改进KCF 在VOT-2016数据集测试结果对比Tab.2㊀Comparison of the traditional KCF and the improved KCF inthis paper in the test results of the VOT-2016data set㊀㊀由表2的数据可以看出,在VOT-2016数据集上的测试中,相比原始的KCF 算法,加入HSP (HOG +SIFT +PCA )模块和ABT (Adaptive Boundary Tuning )模块的KCF +HSP +ABT 算法效果最好,AUC 指标反映检测准确率,本文改进算法KCF +HSP +ABT 的AUC 值为0.785,较原始KCF 算法的0.463显著提高了69.5%㊂这表示融合多特征和自适应调整技术大大提高了检测精度,使得算法在织物折皱顶角跟踪过程中对目标的提取和定位更准确,有效降低因传统算法边际效应带来的织物折皱顶角部分图像跟踪丢失的比率㊂SR 指标反映跟踪稳定性,本文改进算法的SR 为0.682,较KCF 的0.396提高了72.2%㊂这意味着改进算法明显增强了对织物折皱顶点的跟踪鲁棒性,说明HSP 和ABT 模块对提升KCF 算法的鲁棒性与准确率有积极作用,也证明在整个目标跟踪过程中,改进后的KCF 算法更加稳定可靠,对于织物折皱动态回复过程的提取更加完整㊂另外,对于追踪织物顶角任务,改进算法的FPS 下降在可接受范围内,考虑到性能指标的大幅度提升,该计算代价可接受㊂38Vol.61㊀No.4Research on fabric wrinkle recovery detection based on an improved KCF algorithm3.2㊀ROI处理算法有效性验证为保证算法的速度和精确度,本文对上述ROI图像处理过程进行实验㊂在速度测试部分,测试环境与系统环境保持一致,在该环境下算法处理一帧ROI图像的平均速度为20ms,考虑到每秒需处理24帧图像,该算法满足测试速度需求;在算法准确性测试部分,本文对1#织物试样进行实验处理,将1#织物试样折皱回复过程每隔1.5s记录一次,选取其中连续记录的10帧顶角图像分别使用算法测量和人工手动测量进行对比测试,测试结果如表3所示㊂计算其平均误差为0.70ʎ,测试结果表明对ROI图像的处理算法可以满足实际检测需要㊂表3㊀ROI算法处理计算织物折皱角度与手动测量测试结果对比Tab.3㊀Comparison of the fabric crease angle calculated by ROI algorithm with the results of manual measurement㊀㊀同时表3数据也可以看出,织物试样在开始阶段折皱回复形变速度较快,后续逐渐减缓,逐渐趋于稳定的回复过程㊂这反映出1#织物试样折皱回复的动态演变过程,不同阶段的折皱形态也可以通过顶角角度数据量化反映㊂3.3㊀测试方法与标准方法测试结果对比为验证该方法有效性,本文选取该方法下不同织物在回复稳定状态下同一时刻的顶角角度与标准织物折皱回复角检测法测得结果进行对比㊂按照AATCC66 2017‘机织物折皱回复:回复角法“标准检测要求对所选织物试样折皱回复性进行检测,检测结果与本文方法所得结果对比如表4所示㊂表4㊀AATCC66 2017手动方法与本文方法测量的织物折皱回复角对比Tab.4㊀Comparison of fabric wrinkle recovery angles measured by AATCC662017manual method and the proposed method㊀㊀经过相关性检验,两者的皮尔逊相关系数为0.857(大于0.500),显著性水平为0.0004(小于0.01),说明两种方法所得测试结果之间存在较强正相关,呈现高度的线性相关关系㊂经过计算,两种方法所得结果相关系数R2为0.736,R2较高说明本文方法所得结果可以与标准折皱角检测方法结果很好拟合㊂使用线性回归计算出二者存在一元线性模型:Y=0.549ˑX+34.754(11)式中:X为ROI区域织物顶角角度,Y为标准方法测量的织物折皱回复角平均值㊂该结果验证了基于改进KCF算法的动态折皱回复检测方法能够有效反映面料折皱回复性,测试结果与标准方法具有可比性,可以作为一种新的折皱回复性能评价手段㊂4㊀结㊀论本文提出了一种基于改进KCF算法的动态织物折皱回复检测方法㊂对传统KCF算法在织物折皱回复检测任务中的问题,提出了两种优化策略㊂第一是采用多特征融合的方法,综合运用HOG㊁SIFT等特征表达,增强了算法对织物纹理的适应性,提高了检测鲁棒性㊂第二是基于Canny边缘检测结果进行自适应目标区域调整,有效减小了边界效应,提高了定位精度㊂两种策略相互协同,形成了一种改进的KCF算法㊂实验结果表明,该改进算法相比原KCF方法,在处理织物折皱动态回复图像序列时性能提升显著,其中AUC指标达到0.785,相较于原KCF算法提高了69.5%;SR指标达到0.682,相较于原KCF算法提高了72.2%,这验证了所提出的两种优化策略的有效性㊂本文整套测试方法流程实现了对整个折皱回复过程的自动监测与分析,基于该改进算法,实现了对不同织物折皱回复过程的自动化监测和参数化分析,方法检测结果与标准测试结果具有很好的一致性(R2=0.736)㊂相比传统折皱回复角测试法,该方法实现了对折皱回复动态过程的精确捕捉,测量结果平均误差控制在0.70ʎ,大幅提高了检测效率与结果可重复性,该方法无需人工参与,检测周期短,提供了一种更为高效准确的织物折皱回复性能评估新思路㊂后续工作将进一步增强算法鲁棒性,并扩展应用到包括服装面料在内的更多织物折皱回复检测㊂‘丝绸“官网下载㊀中国知网下载48。

江南大学科技成果——织物折皱回复性能动态测试系统

江南大学科技成果——织物折皱回复性能动态测试系统

江南大学科技成果——织物折皱回复性能动态测试系统
成果简介
本项目开发的织物折皱回复性测试系统通过气动加压方式实现对织物试样的水平加压,采集了织物折皱回复全过程角度变化的视频序列,利用智能图像处理方法测量折皱回复角,获得回复阶段回复角随时间变化情况,并从动态测试结果中提取试样的初始回复速率、急弹时间、急弹回复角、缓弹时间、缓弹回复角等指标,全面表征织物的折皱回复性能。

关键技术
(1)突破技术:
1、织物折痕的自动形成:项目成果能实现对织物试样的自动加压和释压,加压压力可在5-30N之间无极调节;
2、回复角度的自动测量:项目成果突破了传统织物折皱回复性能测试需要大量人工操作的缺陷,利用机器视觉技术,获取织物图像中代表回复角的自由翼与固定翼的夹角,实现了织物折皱回复角度的自动测量,测量精度可精确到0.1°;
3、折皱回复性能的全面评价:项目成果可动态刻画织物折皱回复的过程,实现初始回复速率、急弹时间、急弹回复角、缓弹时间、缓弹回复角等指标的获取,达到全面表征织物折皱回复性能的目的。

(2)形成产品:
织物折皱回复性能动态测试系统1套。

知识产权情况已授权香港短期专利1件。

项目成熟度
项目成果可应直接应用于企业生产过程中对织物折皱回复性能的评价测试,与现有织物折皱回复性能标准测试设备Shirley测试仪的结果偏差在±2°之间,且相同织物不同试样的经向回复角标准偏差在3.5°之内,纬向回复角标准偏差在2.6°之内,满足国际国内相关标准要求。

投资期望及应用情况
期望成果推广到各纺织企业和高校中应用,提高评价织物折皱回复性能、保形性测试的准确性和自动化程度,为面料开发和服装设计提供可靠参考。

PLA/棉复合织物抗折皱性能的研究

PLA/棉复合织物抗折皱性能的研究
织物 的经纱 相 同 , 采 用 天 丝 短纤 纱 , 度 为 9 7 t 均 细 .2e x
X; 纬纱采用三种不同原料 、 同投纬比例的组合 , 2 不 三
图 1 P A含量与织物弹性 回复角的关系 L
- 基金项 目: 国家科技支撑计划项 目(0 8 101— )长江学者和创新团 队发展计划 资助项 目(R 05 ) 20 C 17 2 、 IT 64 。 作者简介 : 刘鹏 (96一 18 )男 , , 硕士研究 生。主要研究方 向为现代纺织技术及新产 品开发。祝成炎 , 通讯作者 , E—m i ezu s .d .H a :yh @zu euC 。 l t
20 0. ( 1 3 总第8期) 7
《 西纺织》 陕

P A 棉 复合 织物 抗 折 皱 性 能 的研 究 L/
刘鹏。 李艳 清 冯兆行
( 浙 江理 工大 学 *.
祝 成炎
杭州 30 1 ) 10 8
先进 纺织材 料与 制备技 术 教育 部 重点 俭室 , 江 浙

要 : 文 采 用 Y 51 织物折 皱 弹性 仪 , 本 G4 型 测试 研 究 了 PA/ 复合 织物的 弹性 回 复 角, 【 棉 以此
7 . 25 7. 25 7 . 25 7. 25 7 . 25 7 . 25 7 . 25 7 . 25 7 . 25 7 .5 0 7 7 3 7 .5 5 2 7 5 7. 7 .5 9 7 8 2
测试 结 果 的平均 值 , 数据 如表 2 示 。 测试 所
中图分类 号 : S 15 1 T 0 . 文献标 志 码 : A
通常用 折皱 回复 角 表示 织 物 的 折皱 回复 能 力 , 它 是指一 定形 状 和尺 寸 的试 样 在 规 定 条件 下 被 折 叠 , 卸 去 折 痕 负 荷 后 经 过 一 定 时 间 , 翼 之 间 形 成 的 角 两 度 n 。本文 以 P A棉 复合 织物 为 研 究对 象 , 重 分 ] L/ 侧

织物抗皱性评价方法及研究现状

织物抗皱性评价方法及研究现状

2 0世 纪 9 0 年 代初 期 ,国 内外 几 乎 同时 采 用 图像 处 理 技 术 对 织 物折 皱性 进行 分 析 。G .S t y l i o n s 等 人 最先 开 始将 图像 处 理 和人 工 智
能 两种技 术 应用 于 服 装 中 ,来 表 征 服 装 和 织 物 的平 整 度 和 抗 皱性 , 开启 了评 价 织物 折皱性 的新 领域 。范 金 土等 人 也 于 同年 开始 将 图像 技术 应用 于研 究织 物表 面缝 接处 的折 痕 形状 之 中 。1 9 5 5年 ,徐 不 高 通过 采集 A A T C c标 准样 照 中的 阴 影 和表 面 比两 个 数 值 ,定 量 的 分 析 了折皱 性 能 。 而 Y o u n  ̄ o o N a和 B e h n a m P o u r d e y h i m i 两 人 也 采 用 A A T C C标 准样 照方 法 ,但是 其采 用 的方式 与徐 不高 不 同 ,他们 采 用 纹理 和轮 廓分 析相 结合 的方 式得 出折 皱 性可 以用 图像 灰度 等 参 数 来 表示 。2 1 世 纪初 期 ,k a n g T通过 智能 相机 得 到织 物 的 整体 轮廓 ,并 将其 整体 轮廓 的 图像 进 行分 析 ,从 而 进一 步 研究 织 物 的折 皱 回复 性 的关 系 。同年 ,T u r n e r C也 采用 k a n g T的方 法 对 其进 行 研 究 。在 从 图像 的灰 度角 度 与其 他 参数 结合 研究 织 物折 皱 回复性 中 ,我 国曾 秀 茹 、陈健 敏 、汪黎 明 、陈 雁 等 众 多 学 者 也 做 了大 量 的 研 究 。2 0 0 9 年 ,Y u w 等采 用 有 限 元 和 视觉 系统 的方 法 构 建 织 物 的整 理 轮 廓 , 对各 种折皱 进行 分类 ,便 于研 究 。R a v a n i d i 等 研 究 了能 量 、相 关性 、 对 比度等参 数对 织物 抗 皱 性 的 影 响 ,J a v i e r S i l v e s t r e —B  ̄ n e s 等 采 用 图像处 理技 术研 究 出新 的织 物折 皱评 价 系统 ,两 人 的研 究 结 果 均 与 主观评 价 方法有 较高 的 一致 性 。Z h o u Z h e n g x i n等率 先 通过 织 物 的 二 维轮廓 并得 到 其 边 界 特 性 ,运 用 噪 声监 测 系 统 表 征 织 物 的折 皱 高 度 ,并 根据 其折 皱高 度模 拟 出织物 折 皱 区域 的形 状 ,从 而 表 征 织 物

织物折皱回复角与其力学性能指标间的关系

织物折皱回复角与其力学性能指标间的关系

织 物 折 皱 回 复 角 与 其 力 学 性 能 指 标 间 的 关 系
赵 立 环 .张 杰
3 0 0 3 8 7 ) ( 天 津 工 业 大 学 纺 织 学 部 ,天 津


为探究较精确 、 易行的测试和表征织物折皱 回复角的方法 , 首先采 用 K E S — F织 物 风 格 仪 测 试 了 织 物 的 弯
回复 角 与 各 力 学 性 能 指 标 间 的相 关 性 。结 果 表 明 : 回归 方 程 的计 算 值 与 折 皱 回复 角 的 实 测 值 差 异 不 超 过 0 . 1 。 ; 拉 伸功回复率 、 拉 伸 比功 和弯 曲 刚 度对 织 物 折 皱 回复 性 的 影 响 最 大 , 可 以通 过 提高 织 物 的抗 拉 伸 、 弯 曲 和 剪 切 性 能 及
Abs t r a c t To e x p l o r e a mo r e a c c u r a t e a n d e a s y me t h o d f o r t e s t i n g a nd c h a r a c t e r i z a t i o n f a b r i c S wr i n k l e r e c o v e r y a n g l e,t h e b e n d i n g,s h e a r ,t e n s i l e a nd c o mpr e s s i o n p r o p e r t i e s o f f a b r i c s we r e t e s t e d b y KES— FB—
AUTO. A s y s t e m t e s t e r . a n d t wo ne w pa r a me t e r s : r e s i d u a l b e n d i n g c u r v a t u r e a nd r e s i d ua 1 s h e a r

利用织物粘弹性固体模型参数计算折皱回复角

利用织物粘弹性固体模型参数计算折皱回复角
的模型参数 , 进而计算 出了织物在 不同时刻的折皱回复角. 所得理论值 与 实测值 符合较好 .
关键词 : 机织物 ; 粘弹性 ; 模型 ;弯曲参数 ; 折皱回复 角
中图分 类号 : S11 T 1 19 3 1 T 0 ; S0 .2 . 文献标 识码 : A 文章编 号 : 6 1o 4 2 o )6 02 —5 17 一2 x( o6 0 -0 50
Z N ejn H e gjn HE G D - ,S IF n - u u
( e a m n f eteE g er g Z ogunIstt o ehooy Z e ghu4 0 0 C ia D p r e t xi ni ei , h nya ntu f cnlg , h nzo 5 07, hn ) t oT l n n ie T
织物在使用过程 中, 在外力作用下形成不规则 的
皱痕与残 留的起拱变形 , 这不仅有损织物外观, 而且会 降低耐用性. 因此织物应具有 良好 的抗皱性 与变形 回
复能力. 织物的刚柔性 、 悬垂性 、 抗皱性与起拱变形, 一 般可统称为织物的弯 曲性能 …. 要研究织物 的折皱 回 复性能 , 可先从研究织物的弯 曲着手. 目前已有文献基 于纺织材料的粘弹性理论 , 利用粘弹性 固体模 型分析 织物的折皱回复过程 , 主要是利用模型参数 回归分 但 析方法l3 本文尝试 利用粘 弹性 固体模 型参数直接 2J I.
aea aye yu igtemo e d f tn ad sl ntmu il o n ce i l igee n h nte r n zdb sn d l l h ma eo a d r oi u i s d hpyc n e tdw t asi ห้องสมุดไป่ตู้ lme t e h d w h f cin o sriti p e itd t epo ot n Otec rau eo efb c T emo e aa tr f a r i ol r t a cn tan rdce ob rp ri a t h uv tr ft a r . h d lp rmee o i s ol h i s f c b aec c ltd h kn s ftep r e dn x e met aaa d tewr kerc v r n l ff r si r a uae y ma igu eo ueb n igep r na d t n i l e o e a geo i n l h i l h n y b a c dfee t i si ac ae . h e rt a au sw r on ie t t h x ei na aav r l. i rn me sc lu td T et o il v e eec icd n h tee p r t l h e c l wi me t d t e we1 l y

基于神经网络的织物折皱回复性能预测

基于神经网络的织物折皱回复性能预测

皱 回复性能是 由织 物本身 的结构及 材料所决 定 的, 由于结构 参
数的交叉影 响及 纺织材料 本身 的粘 弹性 能 , 这些 因 素对织物 最 终性能的影响并非呈简单 的线性 关系。但 神经网络却能很好 地 解决一些 织 物 结 构 及 工 艺 参 数 对 织 物 性能 影 响 的 非 线 性 问 题 _ 。所 以 , 文尝试用 3种不 同的实用神 经网络方法对织 g 本 物的折皱 回复性能进行 预测 , 比较其优劣 。 并
与质量控制 , 通过对输入神 经元试验 与优化有望达到满意的预测结果 。
关键词 : 织物 ; 经 网络 ; 皱 回 复性 能 ; 复 角 神 折 回 中 图分 类 号 : S 9 .6 T 10 6 文献标识码 : A 文 章 编 号 :6 3 0 5 (0 8 0 - 0 5 -0 17 - 3 62 0 )6 0 6 4
皱 性 能 预 测 具 有 较 好 的 满 意 结 果 , 在 预 测 织 物 的 整 体 折 皱 回 复性 能 时 , P模 型 与 G NN 网 络 模 型 的 预 测 值 与 实 测值 且 B R
之 间的相对误差要 比 RB F的小 。利用输入神经元织物参数进行折皱回复性 能的预测更有利于工艺与织物 结构设计优 化
织物的折 皱 回复性 能是 织物 服用 性能 考核 的重要 指 标之

象, 选取 原料 组成 、 经纬密度 、 弯长度 、 抗 织物厚度 及重量 等重要 影响 因子 , 折皱回复角值 作为输出 目标 。选定其 中的 1 8 将 ~ 组
试样数据作为训练样本 , 、0组试样数据作为测试样本 。 91
3 1 - 1 9{ 织 品织 物 折 痕 回 复 性 的 测 定 回 复 角 法 》 采 用 89 97纺 ,

织物褶皱回复性能检测标准的比较

织物褶皱回复性能检测标准的比较
2 织物褶 皱 回复性能检测标准 的比较
2.1 国 内外 已有 的 标 准 我 国现 有 的针 对织 物褶 皱 回复 性能 的 检测 标准 有 两
个 .GB/T 3819— 1997 《纺 织 品 织物 折痕 回复 性的测 定 回复 角法 》i1]和GB/T 29257—2012《纺织 品 织物 褶皱 回 复性 的评 定 外观 法》l2]。前一个 为客观测试 方法 .后 一个 则是 主观评 价法 。国 际上有 ,ISO 2313:1972 纺织 品 以 回复 角表示 水平 折叠 试样 的折 痕 回复性 的测 定》 [3] ̄DISO 9867:2009《纺 织品 织 物褶皱 回复 性的评定 外观 法》 ]。 其 中 .GB/T 38l9— 1997中的水平法等效采 用了ISO 2313: 1972。折 痕垂直 回复 法根据我 国现有测试 仪器和技 术条件 加 以 修 订 。 另 一 个 .GB/T 29257- 2012则 是 修 改 采 用 了 ISO 9867:2009 两标 准 之 间存 在 着 一 些 差 异 。 另外 , 日标
JSL 10591:2009中有A法 和B 法两种 方法 。这 两种 方 法 的夹持装置 和加压 力值 不一样 ,测量指标 除了有 回复角 外 .还有 防皱率 。防皱率 即回复 角与180。的比值 。具体 比 较参数 见表1。 2.3 仪 器 之 间 的 比较
GB/T 3819— 1997折 痕回复角 的测试仪 器如 图1所示
分析 了各 自的 优 劣 , 并 分 析 了产 品 标 准 中 考 核 抗 褶 皱性 的 必要 性 。 关键词 :褶 皱 回复性 ;检 测标 准 ;折痕 回复角
1 前 言
现 今 ,人们对衣 服穿着 的外观 美观要 求也不 断提升 . 免烫织物 等也在风 靡市场 。可 见织物 的褶皱 回复 性这项指 标非 常有 必要 。纵 观现有 的产 品标准 中 引用织物褶皱 回 复性能检 测方法标 准的极 少 .本文分 析 了褶皱 回复性能 的 检测标准 并 对其进行 了比较 .明确其检测体 系 。

织物风格和舒适性检测—织物折痕回复性测试(回复角法)

织物风格和舒适性检测—织物折痕回复性测试(回复角法)
测试原理与表征:将试样在规定条件下折叠加压保持一定时间,去除负荷后 ,试样经过一定的回复时间,测量折痕回复角,并以这一角度来表征织物的折 痕回复能力。
情境5 织物风格和舒适性检测——织物折痕回复性测试(回复角法)
取样要求 取样应距离布边>150mm,且应避开疵点、折皱和变形部位至少取20个,
经纬各10个,每一方向正方各5个。日常测试也可以只测正面,取样可以减半。 取样尺寸如下: 水平法试样——40mm×15mm
所测折痕回复角越小,表明织物抗皱性越差
情境5 织物风格和舒适性检测——织物折痕回复性测试(回复角法)
检测仪器: 目前市场上使用的主要有莱州大原、温州方圆、温州大荣、宁波纺仪等
品牌,主要型号如图示。
莱州大原YG541L
温州大荣YG(B)541E
温州方圆YG541E
宁波纺仪YG541E
情境5 织物风格和舒适性检测——织物折痕回复性测试(回复角法) ➢ 标准解读:
GB/T3819-1997 纺织品 织物折痕回复性的测定 回复角法
织物折痕回复性:织物在规定条件下折叠加压,去除负荷后,织物折痕处 能回复到原来状态至一定程度的性能。
根据折痕回复时,折痕线是与水平面平行还是垂直,分为水平法和垂直法。
回复翼 固定翼 垂直法试样
15mm
20mm 折痕线
40mm
20mm
情境5 织物风格和舒适性检测——织物折痕回复性测试(回复角法)
检测步骤(垂直法):
试样装入试样夹
对折试样放上透明压板源自加压去除负荷 回复5min
压力10N 时间5min
测折痕回复角
结果与评判: 经、纬向折痕回复角取均值,修约取整,两者之和为总折痕回复角。

织物折皱弹性实验

织物折皱弹性实验

实验29一、目的要求了解YG541型织物折皱弹性仪以及LFY-1B织物折痕恢复性测试仪的基本原理,掌握其试验方法,并测定几种织物的弹性恢复角。

二、试验仪器和试样试验仪器为YG541型织物折皱弹性仪和LFY-1B织物折痕恢复性测试仪。

使用的工器具有:有机玻璃压板、手柄、试样尺寸图章、剪刀、宽口镊子、1kg加压重锤等。

试样为机织物和针织外衣织物各一种。

三、基本知识织物在使用中如果产生折皱,就会影响其外观性能。

抗折皱是指织物在使用中抵抗起皱以及折皱容易恢复的性能。

通常用折皱回复角表示织物的折皱回复能力。

折皱回复角是指一定形状和尺寸的试样在规定的条件下被折叠,卸去折痕负荷后经过一定时间,两翼之间所形成的角度。

据织物的使用特点,可分别测定干燥状和湿润状态时的折皱回复角。

当测定干燥状态的折皱回复角时,试样可不经过任何前处理,直接在标准状态下经调湿后测其折皱回复角,或将试样在一定温度、一定浓度的皂液中浸渍一定的时间,水洗后让其自然干燥,然后在标准状态下测其折皱回复角。

湿润时的折皱回复角是将试样在规定的浸渍液中浸渍一定时间,水洗并用滤纸去除水分,直接测定湿润状态的折皱回复角。

也可用同样的方法浸渍,水洗后的试样,放在盛有水的盘子中、测其折皱回复角。

折皱回复角的测定有水平法和垂直法两种,水平法测定折皱回复角,试样的折痕线与水平面相平行。

垂直法测定折皱回复角,试样的折痕与水平面相垂直。

为了反映织物经洗涤后的折痕回复性能(通常称为洗可穿性),目前国内较多采用拧绞法、落水变形法和洗衣机洗涤法。

拧绞法是在一定张力下对经过浸渍的织物试样加以拧绞,释放后,由于不同织物具有不同的平挺特征和免烫能力,织物表面就会显示出不同的凹凸条纹。

免烫性好的织物,其凹凸条纹少,波峰不高,布面平挺;免烫性差的织物凹凸条纹多而混乱,波峰高,布面不平。

评定的方法是将试样与免烫样照对比进行评级。

落水变形法在部颁标准中规定用于精梳毛织物与毛型纤维精梳织物。

模拟实际着装的织物折皱测试及等级评价方法研究

模拟实际着装的织物折皱测试及等级评价方法研究

模拟实际着装的织物折皱测试及等级评价方法研究织物在穿着和洗涤护理的过程中,由于揉搓、挤压、拧绞、扭曲等外力而产生折痕或皱纹的现象称为起皱,抵抗起皱变形的能力称为织物的抗皱性。

抗皱性不仅是织物的基本服用性能,也是影响服装外观的重要性能。

因此对织物抗皱性进行客观、准确地测试和评价就显得异常重要。

然而现有的织物抗皱性测试方法存在诸多问题,测试过程中织物所处的状态、受力方向、发生的变形等与实际着装时的情况差异甚大,致使现有的测试方法不能真实评价织物做成服装后实际穿着过程中的抗皱能力。

针对这一现状,本文提出一种模拟实际着装的织物抗皱性测试新方法,构建了模拟装置,并利用图像处理技术对模拟装置产生的折皱进行了分析,提取了折皱密度、灰度共生矩阵以及小波特征参数,进而基于信息融合技术,将这些指标融合成一个综合折皱指标,最后利用这些特征对织物折皱等级进行了聚类研究,并利用神经网络技术对折皱等级进行了分类识别,研究内容及研究结果如下:1)构建的织物折皱模拟装置产生的折皱,无论在外观形态上,还是在专家主观评价结果上(包括起皱程度的排序、评分以及折皱等级)都与实际着装产生的折皱具有良好的一致性;且模拟装置的测试稳定性比现有的折皱回复角法更好。

2)针对折皱回复角测试时只考虑织物经纬向所带来的片面性,提出应该增加45°折皱回复角的测试,以提高检测结果与实际着装的吻合度,并建立了折皱密度与不同方向折皱回复角的模型,根据此模型可由折皱回复角预测实际着装时服装的起皱程度,无需经过工作量巨大的服装制作及实际着装实验。

3)利用图像处理技术,对模拟装置产生的折皱进行了特征提取与纹理分析,并将这些纹理特征与折皱回复角和专家主观评分结果进行了对比,研究表明:织物折皱灰度图像经Sobel边缘检测提取的折皱密度与专家视觉评分之间存在较好的一致性,且斜向折皱回复性与折皱密度之间相关性显著;越平整的织物,灰度共生矩阵的能量和相关性越大,熵和惯性矩越小,与织物折皱程度相关性由大到小依次是:熵、能量、相关性和惯性矩;折皱越严重的织物经小波分解后的三个方向(水平、垂直、斜向)的细节系数标准差越大,且水平方向的细节系数标准差明显大于垂直和斜向标准差。

织物折痕回复性的测定(精)

织物折痕回复性的测定(精)

2.2.1 抗皱性 09/52①折痕回复性的测定②折痕回复率3.1折痕回复角 creaserecoveryangle在规定条件下,受力折叠的试样卸除负荷,经一定时间后,两个对折面形成的角度。

3.2 折痕回复性 creaserecoveryproperty织物在规定条件下折叠加压,卸除负荷后,织物折痕处能回复到原来状态至一定程度的性能。

3.3折痕水平回复 creaserecoveryhorizontally试样折痕回复时,折痕线与水平面平行,测量回复角度的方法。

3.4折痕垂直回复 creaserecoveryvertically试样折痕回复时,折痕线与水平面垂直,测量回复角度的方法。

4、原理一定形状和尺寸的试样,在规定条件下折叠加压保持一定时间。

卸除负荷后,让试样经过一定的回复时间,然后测量折痕回复角,以测得的角度来表示织物的折痕回复能力。

5、装置5.1按有关产品标准或有关方面的协议取样,或按照附录A的取样方法。

5.2 新近加工的或刚经后整理的织物,在室内存放至少六天后再取样。

5.3 要求样品具有代表性,保证试样没有明显的折痕及影响试验结果的疵点。

6、试样6.1数量每个样品的试样数量至少20个,即试样的经向和纬向各10个,每一个方向的正面对折和反面对折各5个。

日常试验可只测样品的正面,即经向和纬向各5个。

6.2尺寸试验回复翼尺寸:长为20mm,宽为15mm。

水平法:试样尺寸为40mm×l5mm的长方形。

垂直法:试样的形状及尺寸见图1。

7 调湿及试验用大气7.1试样的预调湿和调湿按GB 6529规定进行,调湿和试验在二级标准大气下进行。

7.2如需要,测定试样在高湿大气下的回复角,即温度为35℃土2℃,相对湿度为90%±2%,试样可不进行预调湿。

8 仪器8.1仪器的基本条件8.1.1压力负荷为10N。

8.1.2承受压力负荷的面积:水平法为15mm×l5mm;垂直法为18mm×l5mm。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

d Wc PB 1 - 215 1 - 115 = PL R0 R PL R 22d R 2 3 4R ( 10)
Q
Q
若令 A 1 = PBP 4, B 1 = - PL R 0P 2, C 1 = - PL P 3, 则式 ( 10) 可简化为 Fc = A1 B1 C1 2 + 215 + 115 R R R ( 11)
第 28 卷 第 10 期 2007 年 10 月 文章编号 : 0253 - 9721( 2007) 10 - 0038 - 04
纺 织 学 报 Journal of Textile Research
Vol. 28 No. 10 Oct. 2007
织物折皱回复性能建模研究
石风俊, 郑德均
( 中原工学院 , 河南 郑州 450007) 摘 要 基于纺织材料的弹性回复性能及织物的内摩擦作用 , 研究织物在较小折皱力作用 下的折皱 弯曲与回复 性
Abstract This paper presents a method to study the creasing recovery property of woven fabrics under small creasing force based on the elastic property and the internal frict ion effect of fabric using a simple model. The relationship between creasing recovery force and its bending deformat ion of wool and woolP polyester woven fabrics are analyzed. From the needs of practical research situat ion, a testing method has been presented to study the creasing and bending behaviors of wool and woolP polyester fabrics based on the KES - FB3 compressometer. Parameters of the theoretical model equation are obtained from the real tests and the comparison of the experimental results and theoretical predictions indicates that the agreement between them is satisfactory for wool and woolP polyester fabrics. Key words woven fabric; bending; creasing; recovery force; rheological model 织物在使用过程中, 由于外力作用会形成不规 则的皱痕与残留的起拱变形, 这不仅有损织物外观 , 而且会降低耐用性 , 因此织物应具有良好的抗皱性 [ 1] 与变形回复能力 。织物折皱回复性能是考核织物 性能的重要指标之一, 现行 GBP T 3819 ) 1997 中织物 折痕回复性的测试方法是织物在受到较大压力作用 时( 标准规定为 10 N) 所产生的折皱变形与回复 , 该 测试方法反 映的是 释压一 定时间 后 ( 标准 规定 为 5 min) 的某一回复角度值。本文研究了织物在较小 折皱力作用下的折皱弯曲与回复 , 对织物在折皱弯 曲与回复过程中折皱回复力与弯曲变形的关系进行 了分析 , 有利于加深对织物折皱弯曲与回复过程规 律的认识与理解。
为简单起见, 假定织物的弯曲弹性是线性的 , 关 于织物摩擦约束力偶 Mf 与弯曲曲 率的关系, 有文 献假定织 物的内 摩擦约 束为 恒定的 , 即 Mf ( k ) = M 0 。事实上, 织物的摩擦约束力偶是随弯曲曲率而 变化的
[ 9- 11]
。为此, 假定: M ( k ) = Bk = BP r Mf ( k ) = L k = L P R ( 7) ( 8)
约束系数。把式( 7) 、 ( 8) 带入式 ( 5) 、 ( 6) , 可得织物 的折皱回复功和折皱回复力 : Wc = PB PB 2 - 115 - 115 PL R0 ( R0 - R ) 2R 0 2R 3 4 - 015 - 015 PL( R 0 - R ) 3 Fc = ( 9)
织物弯曲的弹性能量都集中在弯曲部分, 假设 伸直部分的能量为零。织物中的弹性能等于把织物 的曲率半径从 ] 弯曲到半径为 R 所需要的能量, 即 ] M(1 Pr ) E e ( R ) = PR M ( k ) d k = PR d r ( 1) 2 R r
式中织物的弯曲曲率 k = 1P r。 织物的内部应力使之有从弯曲向伸直状态回复 的倾向。织物从曲率半径 R 0 的半圆筒恢复到曲率 半径 R , 织物的弹性能 将减少, 减少的量 E e ( R 0 y R)为
只要求得模型参数 A 1 、 B1 、 C 1 , 即可求出不同压 缩曲率半径下所对应的折皱回复功与折皱回复力。
样的结构参数及弯曲性能参数见表 1。织物的弯曲 刚度和摩擦约束力偶用 KES -FB2 弯曲仪进行测试。 弯曲速度为 015 cm P s, 最大曲率为 ? 21 5 cm , 由 [ 9] 于不考虑织物的黏弹性, 滞后弯矩 2HB 即为 2L 。
- 1 -1
表 1 试样结构参数与弯曲性能参数 Tab. 1 Structure and bending parameters of the samples
式中 : B 为织物的弯曲刚度; L 为一常数 , 称为摩擦
图 1 弹簧与摩擦元 件并联模型 Fig. 1 Parallel elastofrictional model for fabrics 图2 织物折皱回复 变形的几何形状 Fig. 2 Creasing recovery of semicircular fabric
1


织物的折皱弯曲性能不仅受织物组织的影响, 还与织物的弯曲刚度有关 , 而织物弯曲刚度与纱线 弯曲刚度存在一定3]

纱线性能受组成纤维的力学性能以及纱线结构的影 [ 4] 响 , 所以织物的折皱弯曲与回复性能应该是诸多 因素综合所致 , 如果把这些因素都考虑进去会在理 论分析尤其是定量分析时带来较大困难 , 因此根据 研究对象做出一定的假设。在研究织物的折皱弯曲 和回复机制时, 可以从现象或模型出发, 运用力学或 几何学的方法来分析。Stuard 等把织物看成了弹性
R
0
R
Mf ( 1P r) dr 2 r
( 3)
由于织物 的回复使织物的弯曲曲 率半径增大 $r , 就会有一段长度为 P $r 的织物由伸直变成弯曲 状态, 这部分织物消耗的能量 Ec f 为 Ec f = P dr R
0
Q Q
r
R
]
Mf ( 1Pr ) 2 dr r
( 4)
当织物半圆筒的曲率半径从 R 0 恢复到曲率半 径 R 时, 弹性能的变化量与摩擦所消耗的能量之差 即为对外所做的功 Wc s ,即 Wc s = E e ( R 0 ) - E e ( R ) - Ef ( R ) - Ec f 对能量 Ws 微分就可得到折皱回复力 F s , 即 F s = - d W sP d( 2 R ) = dWs 2d R ( 6) ( 5)
# 39 #
体, 对环状织物的压缩行为进行了分析 , 但是理论与 试验结果的差异较大
[ 5]
Ee ( R0 y R) = Ee( R0 ) - Ee ( R) = PR 0
。研究织物在折皱弯曲过程
中力与形变的关系 , 采用力的方法虽然可以给出精 确的解 , 但公式往往过 于复杂, 无法进行直接 的验 证 , 有些推导的公式实用意义也不大 。而利用 能量方法对织物的折皱弯曲进行分析能得出简单的 结果 , 便于分析与计算, 但有待改进和试验验证 。 从本质上讲 , 纺织纤维具有黏弹的性质, 但对于 某些弹性性能较好的织物如毛及毛涤织物, 如果受 到的折皱弯曲力不太大时, 织物主要表现为弹性体 性质 ( 产生的形变主要是弹性形变) , 这样则可以把 织物看成是一个具有内摩擦约束的弹性条, 其流变 模型由 1 个弹簧和 1 个摩擦元件并联组成 , 如 图 1 所示。假定织物的弯矩 M 和摩擦约束力偶 Mf 仅为 弯曲曲率 k 的函数 , 即: M = M ( k ) , Mf = Mf ( k ) 。考 虑织物在间隔为 T 的 2 个平行平面之间受 到挤压 至最小值 T 0 后, 在自身内部应力的作用下回复。 为简化计算 , 假定织物压缩后的轮廓为跑道型 , 即与上下压板的接触部分为直线 , 织物弯曲部分为 半圆形, 如图 2 所示。当然 , 半圆形弯曲需要一个纯 力矩 , 而此处的弯曲是由纯力引起的, 如此简化会带 来一 些 误 差, 不 过 由 此 引 起 的 误 差 仅 在 10% 以 内 。
试样 1# 2# 原料 成分 毛 70 P 涤 30 纯毛 组织 平纹 斜纹 线密度P tex 26 34 密度 P ( 根# ( 10 cm) - 1 ) 经向 224 330 纬向 193 256 面密度 P ( g#m - 2 ) 161 245 厚度 P mm 0 1 032 9 0 1 062 7 弯曲刚度 B P ( cN# cm 2# cm - 1 ) 经向 101813 161587 纬向 81054 131538 2L P ( cN# cm # cm - 1 ) 经向 201652 81430 纬向 31837 61424
A modeling approach to recovery properties of woven fabrics
SHI Fengjun, ZHENG Dejun
相关文档
最新文档