计算机图像处理技术在纱线质量检测中的应用
图像处理技术在纺织品检测中的应用
图像处理技术在纺织品检测中的应用摘要：本文基于Matlab图像处理方法对长丝图像进行滤波、锐化、二次处理采用数值处理、区域提取和圆角区域的阈值设置进行检测。
该方法操作简单，节省了人力、物力，加快了检测速度，对提高纺织品的质量具有很大的实用价值。
关键词：图像处理技术；纺织品检测；应用前言在二十一世纪的初期，我国成功加入世界贸易组织，使得我国纺织品行业遇到了更多的机遇，与此同时，纺织品面临了更大的挑战，唯有提高产品质量，才能够在激烈竞争的市场上立于不败之地。
因此，纺织品检测的重要性得以凸显，我们应对当前纺织品检测行业的发展情况进行简要回顾，并探索其未来发展趋势。
1我国纺织品检测行业的发展现状分析首先，当前的一些机构比较分散，有一些规模比较大的综合性检测机构，也有一些企业附属的小型检测机构，缺乏统一、有效的平台，这些机构各自为政，使得检测资源无法得到集中，从而使得纺织品质量检测服务无法发挥出最大作用。
其次，我国纺织检验技术与设备与国外发达国家相比，还存在着一些差距，一段时间以来，一般都进行一些传统项目的检验，不仅检验内容比较简单，并且对于精确度没有过高的要求，也缺乏行业间的沟通和交流，使得我国纺织检验技术远远落后于发达国家。
再次，当前我国纺织品检测机构的运行模式和服务方法比较单一，很长时间以来都将国家拨款、中介服务和检测费用作为基本的经费和业务来源，比较习惯于听从上级部门的指挥，而没有自己开拓业务的意识，使得我国纺织品检测机构逐步陷入故步自封的程度。
2纺织品重点检测项目和检测技术分类2.1纺织品的重点检测项目将国家强制性的相关标准作为纺织品检测的主要依据，我国目前的纺织品检测划分出以下4个重点检测项目：色差以及色牢度的检验：以GB/T250-2008和GB/T251-2008中所列示的灰色样卡作为检测评定的标准，对纤维以及织物进行检验，前者主要用来检测纺织品的变色情况，而后者主要用来检验纺织品的色牢度；纺织产品安全性能的检验：该检验的主要依据为GB18401-2010,该标准不仅吸收了国际上对纺织品安全性能的基本要求，还结合了国内的纺织品检测发展情况；絮用纤维制品的检测：相关标准对絮用纤维制品的安全问题提出了以下几点要求：一是絮用纤维制品中不得存在绿脓杆菌以及溶血性链球菌等一些致命病菌；而是皮肤或者黏膜接触絮用纤维制品后，不得出现过敏反应或者不良刺激；三是通过肉眼观察后，絮用纤维制品中不得发现会传播疾病的跳蚤、臭虫以及蟑螂等异物；四是絮用纤维制品不得因潮湿而出现霉臭味，以及其他的诸如煤油、鱼腥味以及动物骚味等异味；纺织品以及服装上的使用说明：根据GB/T5296.4-2012规定,纺织品以及服装上必须标明以下要点：纺织品原材料的各种成分以及含量、洗涤以及晾晒方法、生产商名称地址、产品型号、产品使用周期、标准编号以及质量等级、质量合格证明等11项。
图像处理技术在纱线测试中的应用
图像处理技术在纱线测试中的应用作者：袁春燕来源：《轻纺工业与技术》 2012年第6期袁春燕（新疆大学纺织与服装学院，新疆乌鲁木齐８３００４６）【摘要】综述了计算机图像处理技术在纱线检测方面的应用。
重点介绍通过ＭＡＴＬＡＢ图像处理技术测试织物中纱线直径。
【关键词】图像处理；纤维细度仪；ＭＡＴＬＡＢ；纱线直径Doi:10.3969/j.issn.2095-0101.06.022中图分类号： TS103.6+1 文献标识码： A 文章编号： 2095-0101（2012）06-0061-02数字图像处理是用电子计算机来实现的图像处理。
数字图像处理起源于２０世纪２０年代，经过半个多世纪的发展，目前已广泛地应用于科学研究、工农业生产、医疗保健、航空航天和军事等各个领域，发挥着越来越大的作用［１］。
自２０世纪８０年代后期，计算机图像处理技术进入了纺织测试领域，从原料、半制品到成品的检验，从机织物、针织物到非织造布的检验，以及模拟控制产品质量，均可借助图像处理技术来完成。
传统的纺织测试方法多是利用手感和目测法，受人为因素影响，干扰大，准确率不高。
而利用图像处理技术可以减少主观因素影响，客观评定纺织品的外观和内在质量，是提高劳动生产率、保证产品质量的重要手段［２］。
１概述细度是纱线的一个非常重要的指标，纱线的细度是用与它的截面积成比例的间接指标来表示的。
常规测量方法是通过测量纱线在公定回潮率时的长度及重量来确定纱线细度的值。
由于数字图像处理技术在纺织领域的迅猛发展，已经研发出了采用图像信息处理技术和计算机软件技术开发的ＣＵ系列纤维细度分析仪，它可以借助计算机迅速而精确地测量纤维的直径，使实验操作大为简化。
其基本原理是经图像采集卡将图像信息转换成数字信号，输至计算机进行数字图像处理，测出每根纤维的直径，并计算出纤维的平均直径和直径分布。
此外，在纱线方面的研究主要还有：纱线混纺比及混纺不匀测定，纱线均匀度的检测。
例如：纱线外观的均匀度、混纺纱线的混合不匀检验、纱线力学性能以及纤维在纱线截面上的分布、纱线毛羽测量和纱线捻度测试等［３］。
计算机图像处理技术在纱线质量检测中的应用
关键词: 图像处 理; 纱线黑板; 乌斯特条干均匀度仪; 纱线条干不匀
中图分类号: T P391
文献标识码: A
文章编号: 1673- 0356( 2008) 01- 0032- 03
数字图像处理作为一门学科大约形成于 20 世纪 60 年代初 期。在早期, 图像处理是以改善图像的质量为目 的, 它 以人为对 象, 改善人的视 觉效 果。常 用的 方 法主 要有 图 像增 强、图 像分 割、边缘提取、形态学分析、图像 压缩 编码等 。随着 人类活 动范 围的扩大, 图像处理的 应用领 域也随 之不断 扩大。 其首次 获得 实际应用是在美国的喷气 推进实 验室, 随后图 像处 理技术 在航 天、航空、生物医学、通信 电子、工业Байду номын сангаас工程、军事 公安 和文化 艺术 中都有广泛的应用[1] 。
2 1 传统的纱线外观质量检测方法 目前传统的测量纱 线不匀率 的方 法, 主要采 用目 光检 测法
和乌斯特均匀度仪法。
2 1 1 目光检验法 目光检验法 是用 一摇 黑板 机将 被 测纱 线均 匀 地绕 在一 块
180 mm 250 mm 2 mm 的黑板上, 纱 线的缠绕 方向与黑 板长 度方向平行, 检测者用黑板和标准样本进行比较, 按规定 指标对 条干均匀度品级进行评 定[ 7] 。这 种方法能比较全面地表 达纱线 条干的优劣, 但此法受人为因素影响, 具有 随意性, 缺乏客观 性, 重复性差等缺点。
2 图像处理在纱线外观质量检测上的新发展
纱线的外观质量是纱线质量的重要指标。对于纺 织行业来 说, 纱条的粗细均匀度测 试是控 制和提 高纺织 品质 量的主 要内
收稿日期: 2007 10 10; 修回日期: 2007 11 12 作者简介: 周绚丽( 1983 ) , 女, 山东烟台人, 天津 工业大学纺织学 院在读研
计算机图像处理技术在纺织品测试中的应用
($ 纱线的检测
(" !$ 纱线混纺比的测定 采用微机图像处理与模式识别技术， 依据对纱中 纤维的纵向几何形态差异的分析， 建立多参数分层识 别模型， 能够实现混纺纱混纺比的自动测试。 用图像处理与模式识别测试棉纺系统纱线混纺比 的流程
［ "］
：哈氏切片机制样! 图像获取 ! 滤波去噪 !
阈值化!边缘提取、 区域标记!特征提取 ! 判别、 分类 !输出结果 (" ($ 纱线外观质量评定 将绕有纱线的黑板通过扫描仪扫描， 再经过 # $ % 转换器变为数字量， 输入到计算机中去， 并对图像进行 预处理， 目的是得到一幅失真最小、 目标信号和背景信 号完全分离的图像， 即对图像进行噪声去除， 突出目 标。然后对图像进行特征提取和识别， 即提取预处理 后的图像中各个目标信号的特征量， 并根据识别模型 对目标信号进行识别。这样可以得到纱线的平均直径
参考文献：
［$］ % 刘智玉， 胡赛燕& 图像法测定羊毛卷曲度 ［ ’］ & 中国纺织大学学报， $(() ， （*） ： + , (& ［-］ % 王彦霞， 栾文彦& 采用数字图像处理技术测量羊绒细度研究 ［ ’］ & 激光与红外， -..- ， （-） ： $-$ , $-/& ［/］ % 余序芬， 吴兆平& 棉麻混纺比图像处理测试系统的开发研究 ［ ’］ & 中国纺织大学学报， $(() ， （$） ： 0$ , 0*& ［0 ］ % 余序芬& 应用微机图像处理技术测试织物悬垂性研究— — —悬垂性 评价指标的分析与优化 ［ ’］ & 中国纺织大学学报， $((( ， （-） ： -( , //& ［*］ % 杨建忠， 王荣 武& 羊 绒 与 羊毛 纤 维 表面 形 态 的 图 像 处 理 与 识 别 ［ ’］ & 毛纺科技， -..- ， （*） ： $- , $*& ［+］ % 路剑锋， 张一心& 图像分析法测试黑板条干的研究 ［ ’］ & 毛纺科技， -../ ， （0） ： */ , **& ［1］ % 陈健敏， 吴兆平& 用计算机图像处理技术评定织物折皱等级初探 ［ ’］ & 上海纺织科技， $(() ， （*） ： *1 , *(& ［)］ % 李学佳， 杨建忠& 图像处理技术在纺织工业中的研究应用及不足 ［ ’］ & 新纺织， -..- ， （ $- ） ： /1 , /(& ［(］ % 狄炜， 徐伯俊& 数字图像处理在纺织中的应用及发展 ［ ’］ & 上海纺 织科技， -..- ， （/） ： +$ , +-& ［ $. ］ % 倪广菊， 张毅& 计算机图像处理与分析在纺织品测试技术中的应 ) , $.& 用 ［ ’］ & 中国纤检， -../ ， （ $$ ） ：
数字图像处理技术在纺织业中的应用研究
数字图像处理技术在纺织业中的应用研究随着科技的不断进步和发展，数字图像处理技术在众多领域得到了广泛应用。
其中，在纺织行业中的应用越来越受到人们的关注和重视。
数字图像处理技术在纺织业中可以应用于纱线颜色测量、织物缺陷检测、纺织品图案分析、物料辨识等方面。
本文将深入探讨数字图像处理技术在纺织业中的应用研究。
一、纱线颜色测量纱线颜色测量是纺织行业中一项很重要的技术。
在传统的纱线颜色测量方法中，需要使用显微镜和回转色度计等复杂的设备来进行颜色分析。
而数字图像处理技术可以通过图像采集、分析和处理来实现对纱线颜色的测量。
具体的方法是将一段纱线的图像通过某种方法转化为彩色图像，并根据色差算法进行颜色分析。
该方法减少了传统的测量流程，提高了纱线颜色测量的效率和准确度。
二、织物缺陷检测织物缺陷是纺织品生产过程中的一个普遍问题，会影响织物的质量和美观度。
传统的织物缺陷检测方法是使用人工目测和手工检验。
但这种方法费时费力，且效率低下。
数字图像处理技术可以通过对织物图像的采集、分析和处理来实现自动化的检测。
具体的方法是先对织物的图片进行预处理，去除背景干扰，并进行图像增强处理。
然后采用算法对图像中的缺陷进行定位和分析，再根据一定的规则判断缺陷的类型和程度。
此方法不仅速度快、效率高，而且可以大大提高缺陷检测的准确性。
三、纺织品图案分析纺织品的图案对产品的美观度和商品价值有很大影响。
传统的图案设计需要进行大量的手工绘制和修饰。
数字图像处理技术可以通过对图像的采集、分析和处理来实现自动化的图案分析和设计。
具体的方法是将纺织品的图案采集并转化为数字图像。
然后通过图像处理方法进行图案分析和辨识，即对图像中的主题元素、拼贴形式、色彩搭配等进行分析。
同时，借助计算机图形学等技术，实现纺织品图案的优化和设计。
此方法可以大大节约图案设计时间和成本，提高图案设计的创新性和实用性。
四、物料辨识在纺织品生产过程中，物料的辨识是非常重要的。
传统的物料辨识需要进行大量的人力和时间成本，并且存在误差。
计算机图像处理技术应用于纺织检测
计算机图像处理技术应用于纺织检测自二十世纪八十年代末计算机图像处理技术进入纺织检测领域以来，从原材料、半成品到成品的检验，从机织物、针织物到非织造布，再到产品质量的模拟控制，都可以通过图像处理技术来完成。
国际上最早将图像处理技术应用于纺织工业，分析地毯的磨损状况。
传统的纺织品检验测试多采用手感和目测，受人为因素的干扰较大，精度不高。
运用图像处理技术可以减少主观因素的影响，客观评价纺织品的外观和内在质量，是提高劳动生产率、保证产品质量的重要手段。
标签：图像处理技术;纺织;检测;应用近年来随着纺织技术自动化的发展，计算机图像处理技术在纺织工业检测中得到了广泛的应用。
在介绍图像处理技术概念的基础上，分析了图像处理技术在纺织工业中的应用，重点研究了图像处理技术在纺织加工检验中的应用。
为纺织工业自动化研究提供参考。
一、图像处理技术在纺织工业中的应用现阶段图像技术在纺织业中的不同领域中的应用效果显著，并呈现不同图像处理方法与多种技术融合的发展趋势。
目前的图像处理技术主要应用于纺织工业中纤维、纱线和织物等方面的检验鉴别工作。
图像处理技术在纤维检验方面，主要是对纤维外观、细度、均匀度及异性度等方面进行测试，同时还有对超细羊毛与羊绒之间的鉴别。
在纱线织物方面，主要是结合数字处理技术和识别技术对其密度、纹理、瑕疵、悬垂性、褶皱性、均匀度及毛羽量进行检验，对纱线混纺比进行测试。
在非织造布方面，主要是对其空洞大小、形态、纤维曲度及纤维网的瑕疵进行测定。
二、图像技术的基本理论和方法图像处理主要包括以下方面：（1）图像预处理，其目的是对图像去除噪声，突出目标;（2）图像分割和目标提取，主要目的是从图像中获得感兴趣的区域;（3）特征提取，是要获得对目标的有效特征表达和描述;（4）目标分类，是在提取特征的基础上实现判别和分类。
在计算机视觉的图像处理中，往往需要进行平滑、增强、边缘检测和去除噪声等处理。
在多数空域预处理算法时涉及到领域处理，典型的算法有中值滤波、均值滤波等。
基于图像技术的纱线毛羽检测分析_1
基于图像技术的纱线毛羽检测分析发布时间：2022-08-10T02:42:19.608Z 来源：《城镇建设》2022年第5卷第3月第6期作者：杨潺王小虎[导读] 在对纱线进行检测时，可以使用数字图像处理技术杨潺王小虎阿克苏地区纤维检验所,新疆阿克苏843000摘要：在对纱线进行检测时，可以使用数字图像处理技术，该技术属于新型的测试手段，在此过程中主要利用了计算机图像处理方法，能够对纱线外观进行测试，并且实现自动化。
该文章主要针对基于图像技术的纱线毛羽检测技术进行了分析，并且探讨了该方面的发展现状，与此同时与传统的测试手段进行了比较，通过比较可以看出基于图像处理技术的纱线检测方法，具备一定的优势是未来检测领域的主要发展方向。
关键词：图像技术；纱线毛羽；检测分析引言纱线的质量能够通过纱线毛羽得到很好的反应，纱线的外观和手感与毛羽的长度和数量有着直接的联系，与此同时还会影响到整个产品的质量和档次，后续加工工作在开展过程中也会受到相应的影响，在对纺织品进行生产时，纱线毛羽检测是非常重要的。
纱线毛羽检测在整个纺织行业起到了非常重要的作用，随着消费者而对纺织品性能要求的提升，纱线毛羽检测更能够发挥自身的特点和优势。
纱线本身质量能够通过数字化测试实现相应的表征，并且能够建立纱线的自动化和客观化。
1纱线图像采集装置的构成图1是沙像图像采集的装置示意图。
如图可以看出该装置包含了成像单元以及计算机等。
在光源和成像单元之间的水平线上存在着纱线，在此过程中光的强度是符合要求的。
在图像采集卡以及计算机的作用下光学信号能够转化为电信号，然后实现成像以及图像采集等各项工作。
1.1硬件组成纱线图像采集系统包含了成像单元以及工业镜头等，这些都属于整个系统的硬件部分。
如果成像单元具备差异性，那么采集的类型也不同，包含扫描仪采集以及视频显微镜采集等。
在采集纱线图像时，孙莹莹等采用的是MOTICsME一140视频显微镜，张继雷采用的是数码相机，除此之外，杨欣欣还提出了基于高速摄影技术的毛羽性能研究法。
机器视觉技术在纺织品质量检测中的应用
机器视觉技术在纺织品质量检测中的应用随着科技的不断发展，人工智能和机器视觉技术在各个领域都得到了广泛应用。
纺织品行业作为重要的制造业领域之一，也逐渐开始采用机器视觉技术来提高纺织品质量检测的准确性和效率。
本文将重点探讨机器视觉技术在纺织品质量检测中的应用及其优势。
一、1. 纺织品表面缺陷检测：纺织品在生产过程中可能会出现各种表面缺陷，如色差、线头、织疵等。
机器视觉技术可以通过图像处理和分析，快速检测出纺织品表面的缺陷，提高缺陷检测的精度和速度。
2. 纱线质量检测：纱线是纺织品生产的重要原材料，其质量直接影响到最终产品的品质。
机器视觉技术可以通过检测和分析纱线的粗细、密度、断裂强度等指标，实现纱线质量的自动化检测和分类。
3. 印花质量检测：印花是纺织品上常见的一种装饰工艺，但印花质量问题也时常出现。
机器视觉技术可以通过识别和分析图案的清晰度、色差、透色等指标，实现对印花质量的快速检测和评估。
4. 纺织品色彩检测：纺织品的色彩一致性对消费者的购买决策有着重要的影响。
机器视觉技术可以利用图像处理算法，对纺织品的色差进行精确测量和分析，保证产品在不同批次之间的一致性。
5. 纺织品尺寸检测：纺织品的尺寸准确度也是其质量的重要指标之一。
机器视觉技术可以通过图像处理和边缘识别算法，实时检测并测量纺织品的长度、宽度等尺寸指标，提高尺寸检测的准确性和效率。
二、机器视觉技术在纺织品质量检测中的优势1. 准确性：机器视觉技术可以通过高分辨率的图像和先进的图像处理算法，实现对纺织品质量的高精度检测。
相比传统的人工检测方法，机器视觉技术能够更快速、更准确地识别和分析各种缺陷和指标。
2. 自动化：机器视觉技术能够实现对纺织品质量的自动化检测和评估，提高生产线的效率和生产能力。
同时，自动化的检测过程也减少了对人工操作的依赖，降低了人为因素对质量检测的干扰。
3. 高效性：机器视觉技术能够在短时间内对大量的纺织品进行快速检测，大大提高了质检速度。
图像处理技术在纺织检测中的意义
图像处理技术在纺织检测中的意义摘要：在纺织工业领域内，信息化技术的广泛应用能够有效提升工作效率，还能够减少对人体健康的威胁。
图像处理技术是互联网信息时代中在工业领域广泛应用的关键技术之一。
纺织检测主要涉及到纤维检测、纱线检测以及织物检测内容。
纺织企业需要采用科学合理的纺织检测方法，降低人工成本。
本文将主要探讨图像处理技术在纺织检测工作中的应用意义和实践措施。
关键词：图像处理；纺织检测；意义引言：在工业领域内常用的图像处理技术主要有图像增强、图像去噪、图像分割、边缘提取、形态学分析、目标检测与识别、图像压缩编码等。
通过对数字图像的编码运算，可以获取到图像中的多源异构信息。
在纺织检测领域，自动化图像检测技术主要涉及到纤维纱线以及织物检测内容。
图像处理技术能够根据采集的数字图像，识别轮廓特征数据，有效提取边缘计算特征等。
1 纺织纤维检测纺织企业的纤维检测内容主要涵盖羊毛纤维细度和卷曲度、羊毛羊绒纤维表面形态识别、化学纤维异形度以及棉纤维的成熟度等[1]。
羊毛纤维细度检测方法比较复杂，通常需要采用显微镜投影以及气流仪等监测设备，将光学图像输入到计算机中，在预处理操作步骤中进行中值滤波、灰度转换二值化、去除噪声等算法流程。
在得到羊毛纤维轮廓图像后，将其进行直径测量和截面检测，提取纤维的特征参数，选择合适的模板匹配方法，构建显微镜爱你测数据矩阵。
在检测羊毛卷曲度的过程中，需要将弹性测量仪器的相关技术原理与数字图像处理技术相结合，设计实现较为完善的卷曲度检测与识别算法。
传统的羊毛卷曲检测方法需要将曲率、数量、残留卷曲率、弹性回复率等关键指标和羊毛性质进行一一对应，非常耗费人力物力，还会产生较大误差。
采用图像处理技术完成羊毛卷曲度检测，需要从图像采集与预处理步骤开始算法设计，将相关参数和阈值设置方式进行合理规划与设计。
将采集到的羊毛检测光学图像和截面图像执行灰度化和二值化逻辑操作，识别轮廓信息，抽取羊毛纤维特征，识别弯矩以及曲率特征，计算卷曲频数、波幅等关键参数。
数字图像处理技术在纺织检测中的研究和应用
数字图像处理技术在纺织检测中的研究和应用发布时间：2021-01-25T01:57:35.517Z 来源：《防护工程》2020年29期作者：孙鹤鸣[导读] 计算机图像处理技术是指利用计算机技术将图像信号转变为数字格式。
计算机图像处理技术的覆盖范围广泛，包括数字图像变形技术、彩色图形处理技术、图像分割技术等。
计算机图像处理技术能够将直观的图像信号进行数字转化，这一技术在生产生活的各个行业中得到了广泛应用。
郑州海关技术中心消费品实验室河南省郑州市 450003摘要：随着科学技术的不断发展与进步，数字图像处理技术随之不断的成熟，并且得到了广泛的应用，应用的领域较多。
从现阶段的实际情况来看，纺织检测中也已经开始应用数字图像处理技术，在应用的过程中，应该注重充分发挥数字图像处理技术的重要优势，提高纺织检测的效率。
笔者针对数字图像处理技术及其在纺织工业的应用进行了探究与分析，并提出了数字图像处理技术在纺织检测中应用的途径，希望有助于纺织检测水平的提高。
关键词：数字图像处理技术；纺织检测；应用途径引言计算机图像处理技术是指利用计算机技术将图像信号转变为数字格式。
计算机图像处理技术的覆盖范围广泛，包括数字图像变形技术、彩色图形处理技术、图像分割技术等。
计算机图像处理技术能够将直观的图像信号进行数字转化，这一技术在生产生活的各个行业中得到了广泛应用。
在纺织行业中传统检测方法大多为人工经验累积测试，人为影响因素大，准确率无法稳定。
利用计算机图像处理技术能够降低人为主观因素的影响，对纺织品的外观形态、内在质量进行客观准确的评定。
《纤维和纺织品测试技术》一书是针对纺织行业纤维与纺织品测试技术进行研究的专业书籍。
该书由浅入深，详细的阐明了纤维和纺织品测试的基本原理，对国内外发展的纤维和纺织品的新测试方法和典型仪器进行介绍，包括：纤维长度、细度、卷曲、热收缩、成熟度、异形度和纤维结构分析测试；纱线细度、强力、捻度、毛羽、不匀和疵点测试；纺织品颜色、光泽、抗弯刚度、悬垂性、抗折皱性、热湿传递、透气怀、阻燃、色牢度、混纺比以及防紫外线、防辐射性、抗静电、抗菌、防螨、防虫蛀、生态和安全等性能测试，论述了纤维结构分析相关技术，包括电子显微镜分析、红外光谱分析技术、X射线衍射分析、热分析技术等。
图像测试技术测试混纺纱线中纤维转移指数分析
图像测试技术测试混纺纱线中纤维转移指数分析近几年随着计算机技术的发展和普及，计算机技术几乎应用到了各行各业当中。
现代化的纺织业也应用到了计算机技术，由于纺织品在进入市场前要经过一定的测试和检验，而计算机图像处理技术极大的提升了纺织品检测的效率。
为此我们对图像测试技术应用于混纺纱线中的纤维转移指数测试进行详细的分析，并对测试系统的开发和优化提出建议。
标签：图像测试技术；混纺纱线；纤维转移指数随着计算机图像测试技术的应用，其检测的效率大大提高，为此文章将详细地分析该技术实现的步骤以及系统的优化方向。
1 数字图像处理技术概述以及在纺织业中的应用数字图像处理技术的主要实现原理是将图像信号转化成数字信号，并通过计算机技术中的采集和数字化、图像增强和恢复、图像压缩等实现对图像的数字化处理，基本的步骤为图像信息获取-预处理-特征提取-图像分析几个阶段。
上世纪九十年代图像处理技术就在纺织业中获得了应用，主要目的是半制品检测、纱线性能检测等，随着纺织业现代化进程的不断发展，其在纤维性能分析、纤维取向评定等方面的领域研究越来越深入。
2 图像测试应用于纤维转移指数测试的步骤2.1 测试的基本流程测试共分为五个步骤，其中混纺纱中纤维径向分布的测试用汉密尔顿指数分析法来完成，具体的操作步骤分别是图像的录入和预处理、图像分割、对纱线做分层处理并统计、计算纤维在纱线中的分布曲线、计算汉密尔顿转移指数。
2.2 图像的获取和矫正首先是制取试样，使用Y172切片器截取纤维片段，取纱线的数量标准为轻拉纤维束稍有移动为佳。
并用刀片清理金属板外面的纤维并调节精密螺丝，并让金属板没过纤维稍的位置，对末端的纤维涂抹一层棉胶，等干燥以后用刀片沿着金属面板切割完成第一个试样。
由于无法准确的控制厚度，所以第一片一般不作為正式的样本，按照同样的方法进行数次切片后选取样本。
其次是后去切片的图像，在显微镜上拍摄切片照片，选择清晰度和对比度较好的样张，经过数模转换获得原始图样，处理得到512·512尺寸图片。
计算机图像处理技术在纱线质量检测中的应用
信 息科 学
计算机 图像处理 技术在纱线质量 验 所 ， 江 苏 盐城 ２ ２ ４ ０ ５ １ ）
摘 要： ￣Ｎ － ． ｒ ｃ 个方面 中计 算机 图像处理技 术的应 用情况进行 了综合 的论述 ， 其 中着重对 图像处理技 术在 纱线外观质量监测 方面 的应 用进行 了全面的分析 ， 也确 定了计算机 图像处理技术在纱线质量检测 中的发展趋势。 关键词 ： 计 算机 图像处理技 术； 纱线质 量检测 ； 应用
计算机图像处理技术在应用中， 主要是用来对人们的视觉效果 也会有所不同 ， 同时 ， 在应用电容式条干仪进行纱线质量均匀度的 进行改善 ， 而在人类 的活动范围逐渐扩大 的过程 中， 图像处理技术 测量时 ， 其测量的结果与纺织物表面 的质量优劣情况并没有直接的
的应用范围也在不断的扩展之中， 其在各个行业 中都得到了极大的 应用 ， 尤其是在纺织行业中 ， 其发挥出了重要的作用 ， 纺织产 品生产 的全过程都可以采用计算机图像处理技术进行完成。 而针对纺织材 料在测试的过程 中， 大 多采用的是传统的测试方法 ， 检测 的准确率 并不高 ， 因此， 需要借助计算机 图像处理技术对放线质量进行检测 ， 从而可以有效的保障纺织产品的生产质量。 １ 计 算机 图像处 理 在 纺织 上 的应 用 连接 ， 从而无法推测出纺织产品外观的质量优劣。 ２ ． ２ 利用计算机 图像处理技术对纱线均匀度 的检测。目前 ， 随着计 算机技术在纺织测试领域应用的不断深入 ， 利用图像处理技术对纱 线外观质量进行检测成为当前的研究热点和发展趋势。 采用图像处 理技术对纱线条干均匀度进行检测不仅可 以客观准确地评定纱线 的等级 ， 而且在检测过程中不受环境 的影响。此外利用图像处理的 方法还可以准确模拟 出纱线最终成布面的情况。 目前利用图像处理 １ ） 利用图像式纱线 就现在的计算机图像处理技术 的应用情况来看 ， 其在纺织材料 技术对纱线外观质量进行测试的最新方法包括 ： 测试 中的应 用 范 围逐 渐 广泛 ，其不 仅 涉及 到 纤 维微 结 构 的分 析 中 ， 条干仪测试纱线均匀度 ； ２ ）利用图像形态法测试纱线均匀度 ； ３ ） 利 也涉及到对整块纺织物性能的分析 中，其所检测 的领域遍布纤维、 用图像纹理分析测试纱线均匀度 ； ４ ） 利用计算机视觉技术测试纱线 纱线 、 织物以及非织造布 四个方面。 ｔ 均匀度 ； ５ ） 利用计算机 图像处理对纱线进行在线检测 。 而就分析结果 可以看 出， 计算机 图像处理技术在纤维 、 纱线 以 针对纱线的均匀度进行检测时 ， 合理 的应用计算机图像处理技 及织物的检测 中 进行应用， 主要 的就是为了能够使得纺织产品的质 术 ， 能够有效的保 障检测结果 的精确性 ， 依据该结果可以有效 的保 对纺织业的发展形成有效的推动作用 。 量能够满足消费者的需求 ， 使得产 品的质量得到有效 的保障 ， 从 而 障纺织产品的质量 ， ． ３ 计算机 图像处理技术应用于纱线 质量检测 中的发展趋势。在 提升纺织业的经济效益 。 另外 ， 现代纺织技术正在不断的进步 ， 这也 ２
基于图像处理的纱线条干实时检测
基于图像处理的纱线条干实时检测天津工业大学学报JOURNAL OF TIANJIN POLYTECHNIC UNIVERSITYVol.28No.2April 2009基于图像处理的纱线条干实时检测杨雪媛袁黄琦兰(天津工业大学计算机技术与自动化学院,天津300160)摘要:将图像处理的方法用于纱线条干边缘的实时检测,运用VC++6.0中的VFM 库函数实现纱线图像的实时获取,采用Sobel 边缘检测算子对获取图像进行边缘处理,提取纱线边缘以直观反映纱线的粗细程度、毛羽等外观特征;并采用高斯函数进行滤波,使检测结果更加可靠.实验结果表明,采用该方法进行纱线条干实时检测,可提高检测效率与检测精度.关键词:纱线条干;图像处理;边缘检测;Sobel 算子;VC++6.0中图分类号:TS101.922;TP317.4文献标识码:A文章编号:1671-024X(2009)02-0083-03Edge detection of yarn based on image processingYANG Xue-yuan ,HUANG Qi-lan(School of Computer Technology and Automation ,Tianjin Polytechnic University ,Tianjin 300160,China )Abstract :A method based on image processing to detect the edge of yarn is presented using VFM function of VC++ acquire the yarn image in real time and applying the sobel edge detection algorithm deal with the picture toshow the edge of yarn.The extraction of edge of yarn can reflect the characteristic ,such as degree ofthickness of yarn and pin -feather.Gaussian function is usedto filtering in order to let test result morereliable.The result shows that the software can improve the test efficient and precision.Key words :yarn ;image processing ;edge detection ;Sobel algorithm ;VC++6.0收稿日期:2008-09-03作者简介:杨雪媛(1983—),女,硕士研究生;黄琦兰(1966—),女,教授,导师.E-mail:****************.cn在现代纺纱工程中,对于纱线条干均匀度的检测方法主要有乌斯特均匀度仪和目光检测法等.乌斯特(Uster )均匀度仪检测法是应用电容原理检测纱条不匀率,它对检测试样各段的湿度均匀程度以及试验环境的要求极高,且检测结果反映的是纱线截面内纤维的多少,不能准确反映纱线的外观质量.黑板条干(目光检测法)通过观察纱条在黑板上形成的阴影,记数棉结等指标来评定纱线外观质量,具有主观性强、需要精确与繁重工作的弱点.以上两种检测方法均是采用随机抽样对纱线进行离线检测,在随机抽样检验时,很可能对于存在某些质量缺陷的纱锭很长时间都采集不到,且以子样水平代表总体水平的棉纱平均质量,并不能完全决定布面质量.往往在总体水平不差的一批棉纱中,个别卷装的次品会影响到整个布面质量和实用质量.随着计算机技术的发展,利用计算机软件的方法实时检测纱线不仅可以直观精确地反映出纱线条干的边缘,清楚分辨出纱线的毛羽和粗细均匀度,而且可以提高检测速度,使纱线的在线检测成为可能[1].本文运用VC++技术开发了基于图像处理的纱线条干边缘实时检测软件,提取纱线边缘特征,旨在提高纱线条干实时检测效率和精度.1视频图像的采集与边缘检测方法1.1视频图像的实时采集在基于纱线条干边缘的实时检测技术中[2],图像数据的实时获取将成为关键.一般来讲,视频图像捕获有两种方法,一种是利用视频捕获卡所附带的SDK 开发工具,这种捕获方法的实现是与设备有关的,依赖于视频捕获卡与摄像头的类型,不利于灵活应用;第28卷第2期2009年4月第28卷天津工业大学学报另外一种捕获方法是Microsoft的Visual C++,自从4.0版就开始支持Video for Windows(简称VFW),其中AVICap窗口类是VFW的一个重要组成部分,它的主要作用是实现视频的捕获.AVICap为应用程序提供了一个简单的、基于消息的接口,通过该接口,程序可以访问视频和波形音频硬件并控制硬件捕获视频流的过程.AVICap最为重要的特点是它支持实时视频流捕获和单帧捕获,使程序员可以控制视频源的开始和结束位置.本系统的视频图像采集部分开发采用VC++6.0提供的VFW技术,选用USB接口、支持VFW、纯软件采集、无硬件支持的摄像头获取视频源,再将捕获的视频流存入硬盘,运用AVICap窗口类的视频捕获功能将视频图像显示在事先建立好的捕获窗内.1.2图像的边缘检测所谓边缘就是指图像局部亮度变化最显著的部分,它是检测图像局部显著变化的最基本的运算.对于数字图像,图像灰度值的显著变化可以用梯度来表示.系统中的边缘检测部分采用Sobel算子对于数字图像的边缘进行处理[3-4].处理的过程如下:若用Sobel 算子检测图像M的边缘,先分别用水平算子和垂直算子对图像进行卷积,得到2个矩阵,在不考虑边界的情形下得到与源图像同样大小的图像M1和M2,分别表示原图像中相同位置处的2个偏导数.然后将M1、M2对应位置的2个数平方后相加得到1个新的矩阵G,G表示M中各个像素的灰度的梯度值(1个逼近),这样就可以通过阈值处理得到边缘图像.2程序设计图1为程序设计流程图.图像的采集过程如下:程序中运用VC++6.0中的VFM库函数来实现图像的实时采集.在VFM库函数中,视频数据的实时采集主要是通过调用AVICap32. dll创建AVICap窗口类,由AVICap窗口类中的消息、宏函数、结构以及回调函数来完成.在进行捕获之前首先创建1个捕获窗,将捕获窗与视频捕获驱动程序相关联,并获得捕获驱动器的参数.对显示模式进行设置,在AVICap窗口类中有2种显示视频模式:叠加(overlay)或预览(preview)模式.叠加模式只被部分视频捕获卡支持,而大部分视频捕获设备都支持预览模式,所以本系统采用预览模式显示视频.最后进行视频捕获,将捕获的视频数据存入事先指定的捕获文件中,对文件命名并存入已分配好的存储空间内.然后用函数CapPreview启动预览功能,这时就可以在屏幕上看到采集的图像了.图像处理过程如下[5]:程序基于MFC的单文档界面,在视图类中定义了响应菜单命令的边缘检测Sobel 算子实现灰度图像边缘检测的函数.文献[6]进行了Sobel梯度算子的推导过程,得出Sobel算子的实现公式为:G[i,j]=|f[i-1,j+1]+2f[i,j+1]+f[i+1,j+1]-f[i-1,j-1]-2f[i,j-1]-f[i+1,j-1]|+|f[i-1,j-1]+2f[i-1,j]+f[i-1,j+1]-f [i+1,j-1]-2f[i+1,j]-f[i+1,j+1]|;式中,G[i,j]表示处理后(i,j)点的灰度值;f[i,j]表示处理前该点的灰度值.公式中各像素之间的关系见表1.3实验结果分析运用Sobel算子结合VC++语言所开发的程序,对某厂生产的细纱图像进行实时采集,结果如图2所示.对所采集图片进行处理,结果如图3所示.图2为实时采集到的纱线图样,图3是对图样处理后的纱线边缘图像.对于提取边缘的图片能够明显图1系统流程图Fig.1System process chart表1Sobel算子公式中各像素之间的关系Tab.1Relationship among each pixel of sobelalgorithm functionf（x-1，y-1）f（x，y-1）f（x+1，y-1）f（x-1，y）f（x，y）f（x+1，y）f（x-1，y+1）f（x，y+1）f（x+1，y+1）84——第2期[34]CONCI A ，PROENCA C.A computer vision approach for tex -tile inspection[J].Textile Research Journal ，2000，70（4）：347-350.[35]LANE J.Textile fabric inspection system ：US ，5774177[P].1998-06-30.[36]MALLICK -GOSWAMI B ，DATTA A.Detecting defects infabric with laser -based morphological image processing[J].Textile Research Journal ，2000，70（9）：758-762.[37]KUMAR A.Neural network based detection of local fabric de -fects [J].Pattern Recognition ，2003，36（7）：1645-1659.[38]ADE F ，LINS N ，UNSER parison of various filter setsfor defect detection in textiles [C]//The 7th International Con -ference on Pattern Recognition.Montreal ：ICPR ，1984：428-431.[39]JEONG S H ，CHOI H T ，KIM S R ，et al.Detecting fabricdefects with computer vision and fuzzy rule generation part I ：defect classification by image processing [J].Textile Research Journal ，2001，71（6）：518-526.[40]STOJANOVIC R ，MITROPULOS P ，KOULAMAS C ，et al.Real-time vision-based system for textile fabric inspection [J].Real-Time Imaging ，2001，7（6）：507-518.[41]CHUNG-FENG Kuo ，CHING-JENG Lee.A back propagation neural network for recognizing fabric defects [J].Textile Re search Journal ，2003，73（2）：147-151.比较出纱线粗细的均匀程度,清楚观察出纱线中的棉结和毛羽.而用肉眼直接观察纱线时远远达不到如此精确的程度,为进一步鉴定纱线的条干均匀度等提供了便捷的条件.整个过程中,对纱线的实时采集和处理主要依赖于软件进行,节省了硬件,降低了成本.4结束语实验证明,运用计算机软件在线采集纱线图像并进行处理,可提高用肉眼辨识纱线的效率,通过这种方法还可清楚地分辨纱线是否存在棉结.本文所设计的实时边缘检测软件对于纱线检测方面具有一定的参考价值,在此基础上可从不同角度检测纱线的各种参数,对软件进一步深化,为下一步记数棉结和统计表示纱线外观不均的各种变异系数等指标提供了方便.随着神经网络和小波的发展,对于纱线的检测将趋于智能化.经过反复实验,此软件不仅可用于纱线的边缘检测,而且可以应用于各个需要实时检测物体边缘特征的领域.参考文献院[1]邵东锋,张一心.基于图像处理的纱线质量检测[J].陕西纺织,2004,64:18-19.[2]任宏民.图像边缘检测算法的比较与展望[J].中国科技信息,2007(10):119-120.[3]樊红萍,尹红梅.彩色图像边缘检测算法[J].数据库与信息管理,2005(4):64-66.[4]樊红萍,尹红梅.彩色图像边缘检测改进算法[J].电子工程师,2005,31(5):41-43.[5]杨娜,张斌.基于图像处理技术的织物组织自动识别[J].山东纺织科技,2006,47(1):37-39.[6]邢军.基于Sobel 算子数字图像的边缘检测[J].微机发展,2005,15(9):48-50.图3提取的纱线边缘图像Fig.3Yarn edgeimage(上接第82页)杨雪媛,等:基于图像处理的纱线条干实时检测图2实时采集的细纱图样Fig.2Yarn sample of real-timecollection 85——。
基于图像处理的纱线缺陷检测技术研究
基于图像处理的纱线缺陷检测技术研究基于图像处理的纱线缺陷检测技术研究引言：纺织品行业是全球制造业的重要组成部分，而纺织品生产中的纱线质量控制对产品的最终质量至关重要。
传统的纱线检测方法依赖于人工目视检查，耗时耗力且容易出错。
随着计算机视觉技术的发展，基于图像处理的纱线缺陷检测技术逐渐崭露头角，为纺织品行业提供了一种高效准确的纱线质量控制解决方案。
步骤一：图像采集首先，需要利用高分辨率的相机设备对待检测的纱线进行图像采集。
这可以通过安装相机在纱线生产线上，或者在特定位置设置照相机来实现。
在图像采集过程中，应注意光照条件的均匀性和稳定性，以确保获得清晰且准确的纱线图像。
步骤二：预处理图像采集后，需要对纱线图像进行预处理以提高后续处理的准确性。
预处理包括去噪、平滑和增强等步骤。
去噪可以通过应用基于滤波器的算法，如中值滤波器或高斯滤波器，来降低图像中的噪声。
平滑可以通过使用平滑滤波器，如均值滤波器或双边滤波器，来减少图像中的纹理和细节。
增强可以通过应用直方图均衡化或对比度增强等技术来增强图像的对比度和细节。
步骤三：特征提取在预处理后，需要从纱线图像中提取有助于缺陷检测的特征。
常用的特征包括纹理特征、颜色特征和形状特征等。
纹理特征可以通过应用局部二值模式（LBP）或灰度共生矩阵（GLCM）等方法来描述纱线的纹理信息。
颜色特征可以通过提取纱线图像的颜色直方图或使用颜色空间转换等方法来描述纱线的颜色信息。
形状特征可以通过计算纱线图像的边缘或轮廓来描述纱线的形状信息。
提取的特征可以用于后续的分类和检测。
步骤四：分类和检测在特征提取后，需要使用分类器来对纱线图像进行分类和检测。
常用的分类器包括支持向量机（SVM）、人工神经网络（ANN）、决策树等。
这些分类器可以通过训练样本来学习正常和异常纱线的特征模式，并对待检测的纱线进行分类。
在分类完成后，还可以使用检测算法来定位纱线中的具体缺陷位置，如边缘检测算法或区域生长算法等。
简析图像处理技术在纺织品检测中的应用
简析图像处理技术在纺织品检测中的应用发表时间：2020-05-15T05:28:59.244Z 来源：《建筑细部》2020年第3期作者：赵元龙戴鹏丽[导读] 我国发展至今，在经济和科技方面都有了非常大的进步。
通标标准技术服务有限公司杭州分公司浙江杭州 310000摘要：我国发展至今，在经济和科技方面都有了非常大的进步。
很多先进的科学技术都被应用到社会中的很多领域。
图像处理技术在纺织品检测中的应用在一定程度上将纺织品的检测质量得到了一定的提高。
并且图像处理技术可以有效地防止纺织品中的有害物质对人们的身体产生影响。
而且对图像处理技术的应用，还可以让纺织品的检测变得更加简单、实用和精准。
从而大大的提高了我国纺织品检测质量。
同时通过图像处理技术在纺织品检测中也会提高人们生活水平。
因此本篇文章对图像处理技术在纺织品检测中的应用做出分析，并以此供相关人士参考。
关键词：图像处理；纺织品；应用；检测引言图像处理技术其实在很早之前就有被应用到纺织品的检测当中。
但是由于缺乏一定的条件，导致图像处理技术没有得到广泛的应用。
现阶段随着计算机技术的不断发展，图像处理技术才慢慢的被广泛应用。
并且图像处理技术已经被投放到各个领域。
在这些领域中也获得了很好的口碑。
如果在纺织品的检测中应用到图像处理技术，这将会在一定程度上提高纺织品检测的准确度。
并且在纺织品检测的过程中，对图像处理技术的应用可以在一定程度上减少人的主观判断造成的错误。
现阶段，图像处理技术在纺织品领域中主要可以分为三大类：纤维检测、纱线检测、织物检测。
其中纤维检测主要是根据横截面形状、直径、网棉均匀度的检测。
纱线检测主要是根据纱线的密度、直径以及纱线混合的状态。
而织物的检测一般是通过褶皱的程度、织物表面的纹理以及织物的缺点来进行检测。
一、图像处理技术的概括图像处理技术于其他新兴学科的不同之处在于，它可以将图像技术的基本理论、实践方法以及图像处理在智能检测的过程中综合的运用起来。
试述计算机图像处理技术在纱线质量检测中的应用
试述计算机图像处理技术在纱线质量检测中的应用【摘要】：衡量纱线品质的指标通常使纱线粗细不匀指标。
当前我国测量纱线不匀的方法一般是测长称重法、仪器测量法及目光检测法,每种方法都有优势和缺陷。
由于计算机及图像处理技术的进步,完全应用数字图像处理技术来解决其他检测方法的缺点问题,增强纱线质量检测力度,就此阐述了计算机图像在纺织品检测方面的运用，着重描述了图像处理技术在纱线外观质量检测方面的发展方向。
【关键词】：图像处理质量检测应用【正文】：前言：数字图像处理在20世纪60年代前后形成的一门学科。
早期阶段,图像处理是为了提高图像的质量,把人作为对象，使人的视觉效果有所改善。
通常用的方法大多是图像增强、图像分割、边缘提取、形态学分析、图像压缩编码等。
从20世纪80年代以后,计算机图像处理技术到了纺织测试阶段,从半成品到成品的检验,从机织物、针织物到非织造布的检验,还有模拟控制产品质量,都能借助图像处理技术来实现。
从全世界看来,图像处理起初运用于纺织工业来分析地毯的磨损状况,此后在纺织材料的测试领域中的运用范围越来越广。
一般的纺织测试措施大多利用手感及目测法,受人为影响比较大,准确率低。
但应用图像处理技术能减少主观因素干扰,客观评价纺织品的外观及内在质量,是增大劳动生产率、确保产品质量的重要措施。
所以,研究计算机图像处理在纺织测试阶段中的运用有十分关键的意义。
一计算机图像处理在纺织上的应用从世界全局看来,计算机图像处理技术在纺织材料测试领域中的应用范围越来越宽，不管是对纤维、纱线或者织物的检测,全是为了符合消费者对产品质量的需求。
与此同时,因为现代纺织技术的高速发展和进步,使纺织生产企业都对纺织加工期间的中间产品—纱线的质量提出了更高的标准,纱线质量已经是纺织企业生产的核心课题。
所以,应用计算机图像处理技术对纱线外观质量展开客观、精准的检测是非常有必要的。
二图像处理在纱线外观质量检测上的新发展纱线的外观质量是纱线质量的主要指标。
基于图像处理的纱线质量检测
基于图像处理的纱线质量检测
邵东锋;张一心
【期刊名称】《陕西纺织》
【年(卷),期】2004(000)004
【摘要】纱线条干不匀是衡量纱线品质的主要指标之一。
纱线条干不匀不仅对质量指标评定有影响，还将影响整个企业的经济效益。
测量纱线不匀的方法有多种，目前我国采用的主要有测长称重法，仪器测量法和目光检测法，这些方法各有其缺点。
随着计算机和图像处理技术的发展，充分利用数字图像处理技术以克服其它检测方法的缺点．提高纱线质量检测的水平，就成为学术研究的一个重要课题，对提高纱线质量具有重要的意义。
【总页数】3页(P18-20)
【作者】邵东锋;张一心
【作者单位】西安工程科技学院
【正文语种】中文
【中图分类】TS107.2
【相关文献】
1.计算机图像处理技术在纱线质量检测中的应用 [J], 周绚丽;成玲
2.基于图像处理的纱线质量检测 [J], 邵东锋;张一心
3.“基于图像分析的纱线外观质量检测与评价”项目通过天津市教委验收 [J], 郭建辉
4.“基于图像分析的纱线外观质量检测与评价”项目通过天津市教委验收 [J], 郭
建辉
5.“基于图像分析的纱线外观质量检测与评价”项目通过天津市教委验收 [J], 郭建辉
因版权原因，仅展示原文概要，查看原文内容请购买。
基于数字图像处理的纱线线密度测量_姬建正
处理过程为： 滤波预处理 → 图像分割 → 形态学运算 。
2. 1
滤波预处理
在纱 线 直 径 和 线 密 度 测 量 中， 纱线条干外的毛
羽和背景纹 理 等 信 息 为 干 扰 信 息， 因 此， 图像分割 前， 消除和减弱这些干扰信息的影响是十分必要的 。 实验中采用二维自 适 应 维 纳 滤 波 对 图 像 预 处 理， 结 果如图 4 所示 。 该算法根据图像的局部均值和方差 来调节滤波器的输出， 其滤波效果较好， 可更好地保 存图像的边缘和高频细节信息
将一维直方图转换为二维直方图来搜索最佳阈 将导致其运算量按指数级增加 。 在此， 本文选用 值， 遗传算法优化二维 最 大 熵 法 计 算 阈 值， 以提高运算 速度， 进而提高该算法的实用性 。 实验中， 需对基本 过程和参数进行设置 。 首先， 随机选用 20 个均匀分布的灰度值作为初 t ） 作为遗传 算 法 的 适 应 度 始种群 。 选择 f m = （ s ， 函数 。 其次， 依据陈 果 等 提 出 的 二 值 编 码 和 解 码 方 法
图3 Fig． 3 纱线灰度图像 Yarn gray image
2
纱线图像处理
为得到与背景完全分离的精确的纱线条干图像，
1. 2
参数采集
在视频显微镜底座两侧固定电磁式张力器和导
纱轮（ 见图 1 ） ， 以确保图像采集中纱线保持水平状 实验 态 。 纱线张力大小 应 保 证 纱 线 伸 直 但 不 伸 长， 中纱线张力为 0. 5 N tex （ cN / tex ） 。 多次实验发现， 当 采用图 2 所示的光照方式时， 即采用 2 个 LED 条 形 光源从纱线两侧进行侧向照明时可最大程度地消除 图像 中 存 在 的 光 照 不 匀 。 每 种 规 格 的 纱 线 间 隔 10 cm 采集 1 次纱线图片， 共采集 100 幅 。 视频显微
- 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、"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、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)。
・ ２・ ３
纺织科 技 进展
２０ 年第 １ ０８ 期
计 算 机 图像 处 理 技 术在 纱 线 质 量检 测 中 的应 用
周绚丽 ， 成 玲
（ 天津工业大学 纺织学院， 天津 ３ ０ ６ ） ０ １ ０
摘
要： 综述 了计算机 图像处理技 术在 纤维、 纱线、 织物 、 非制造布等纺 织品检测方面的应用， 重点介绍 了图像 处理技
术在纱 线外观质量检测方面的最新发展趋 势。 关键词 ： 图像 处理 ； 纱线黑板 ； 乌斯特条 干均 匀度仪 ； 纱线条干不匀 中图分类号 ： Ｐ ９ Ｔ ３１ 文献标识码 ： Ａ 文章编 号 ：６ ３ ０ ５ （０ ８０ －０ ３ －０ １ ７ － ３ ６２ ０ ）１ ０２ ３
数字图像处理作 为一 门学科大约形成于 ２ Ｏ世纪 ６ Ｏ年代初 期。在早期 ， 图像处理是以改善图像 的质量为 目的， 以人 为对 它
自２ ０世纪 ８ Ｏ年代后期 ， 计算 机图像处 理技术 进入 了纺织 测试领域 ， 从原料 、 半制 品到成品的检验 ， 从机织物 、 针织物到非
织造布的检验 ， 以及模 拟控制产 品质量， 均可借助 图像 处理技术
来完成 。纵观全世界 ， 图像处理 最初应用 于纺织 工业是 分析地 毯 的磨损情况 ， 此后在纺织材料 的测试领 域 中的应 用也越 来越
测试对象
纤 维 方 面 的 应 用
实际应用是在美国的喷气推进实 验室 ， 随后图像处 理技术 在航
天、 航空、 生物医学、 通信 电子 、 工业 工程 、 军事公 安和文化 艺术
中都 有 广 泛 的 应 用 Ｊ 。
测试 内容
羊 毛纤 维 的特 征 识 别 羊 毛细 度 测 试 羊绒 细 度 测 试 羊绒 和 羊 毛 的识 别
非织造布的空洞大小 、 形态分析
２ １ 传统的纱线外观质量检测方法
目前传统 的测量纱线不 匀率 的方 法 ， 主要采 用 目光检 测法
和 乌 斯 特 均 匀 度仪 法 。 ２ １ １ 目光检 验 法 ． ．
２ 图像处理 在纱 线外观 质量检 测上 的新发展
纱线的外观质量是纱线质量的重要指标 。对 于纺织行 业来 说， 纱条 的粗细均匀度测 试是控制 和提高纺织 品质量 的主要 内
割、 边缘 提取 、 态学 分析 、 形 图像 压缩 编码等 。随 着人类 活动范 围的扩大 ， 图像处理的应用 领域也随 之不断 扩大 。其首 次获得
过多 的不匀或纱疵的存在则 会使加工 中的成 圈过程遭 受破坏 ，
有时还会引起断针等现象 。因此 ， 准确 评定纱 线的细度 均匀度 成为业界研究的一个重要课题 ， 并具 有很 大的经济效益［ 。 ５ Ｊ 表 １ 计算机图像处理在纺织检 测中的应用
物各种性能的测试都有涉及 。表 １是图像处 理在 纤维 、 纱线 、 织 物、 非织造布 四大类的应用 Ｊ 。
从表 １ 以看出， 论 是对纤 维 、 线还是 织物 的检测 ， 可 无 纱 都
非织造布方面的应用
非织 造 布 纤 网 中 纤 维取 向度 的测试 非织 造 布 纤 网 瑕 疵 的测 定
纱 线 方 面 的应 用
棉网检测 化学 纤 维 异 型 度 测量
纱 线 毛羽 测 量
率、 保证 产品质量 的重要手段 。因此 ， Ｊ 研究计算 机图像处理在 纺织测试领域中的应用具有很重要的意义。
织 物 方 面 的应 用
纱 线 均 匀 度 检 验 纱 线 混 纺 比的 测 试
容之一 。纱线的细度均匀度 ， 不仅在很 大程度 上决定纺 织品 的 外观及 内在质量 ， 而且还 对纺织 生产 过程 的稳 定有 重大影 响 。 例如在针织加工 中， 纱线 中的细节往往会引起 针织 品的裂孔 ， 而
象， 改善人的视觉效 果。常用 的方 法主 要有 图像增 强 、 图像分
生丝清 洁自动测量
生丝 均 匀 度 测 量 、
广泛 。传统的纺织测试方 法多是利用 手感 和 目测法 ， 受人 为影
响干扰大 ， 准确率不高 。而利用 图像处理 技术可 以减少 主观 因
素影 响 ， 客观 评 定 纺 织 品 的外 观 和 内 在 质 量 ， 提 高 劳 动 生 产 是
目光检验法是 用一 摇黑板 机将 被 测纱 线均 匀地 绕在 一块
１０ｍｍＸ２ ０ｍｍＸ２ｍｍ 的黑板上 ， ８ ５ 纱线 的缠绕方 向与黑板长
度方 向平行 ， 检测者用 黑板 和标准样本进行 比较 ， 规定指标对 按
收 稿 日期 ：０ ７１—０修 回 日期 ：０ ７ｌ—２ ２ ０ —０１ ； ２ ０一 １１ 条干的挽劣， 但此法受人为因素影响， 具有随意性， 缺乏客观性， 作者简介 ： 周绚丽（９ ３）女 ， １８ 一， 山东烟台人 ， 天津工 业大学纺织学 院在读研 究生 ， 究 方 向 ： 于计 算 机 图 像 处 理 的纱 线 黑 板 检 测 。 研 基 重复性差等缺点 。
是为 了满足消费者对 产品质量 的要求 。同 时， 由于现代纺 织技 术 的迅速发展和进步 ， 使纺织生 产企业无一 例外地对 纺织 加工 过程 中的 中间产品——纱线 的质量提 出了更高 的要求 ， 线质 纱
量 已经成为纺织企业 生产的核心 问题 。因此 ， 利用计 算机 图像 处理技术对纱线外观质量进行客观 、 准确 的检测势在必行 。
条干均匍度品级进行评定『 。这种方法能比 ７ ］ 较全面地表达纱线
１ 计算 机图像 处理在 纺织上 的应 用
综合国内外 的研究情况 ， 计算 机图像 处理技术 在纺织 材料
测 试 领 域 中 的 应用 越 来 越 广 泛 。从 纤维 的微 结 构 分 析 到 整 块 织
织物密度检测 纹理 分 析 织物疵点检测
悬 垂 性 测 试 折 皱 测 试 机织 物 经 纬 密 度 测 量 织 物 起 毛起 球 分 析 色度 检 测