数字图像处理法测纱线毛羽的方法和仪器_孟宪鸿
- 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)。
数字图像处理法测纱线毛羽的方法和仪器
孟宪鸿,陈跃华
(东华大学纺织学院,上海200051)
摘 要:在回顾传统测试方法的基础上,介绍了数字图像处理技术在毛羽检测中的应用。这种方法具有快速、方
便、成本低的特点,提高了工作效率。
关键词:纱线毛羽;检测;数字图像处理;EIB
中图分类号:T S101.922 文献标识码:A 文章编号:1001-2044(2003)04-0015-02
Method and Apparatus of Image Processing in Yarn Hairiness Measurement
M ENG Xian -hong ,CHEN Y ue -hua
(Colleg e of T ex tile,Donghua U niversity,Shang hai 200051,China)
Abstract:Yarn hairiness has important effect on fabr ic .s appearance and handle,t herefor e should be contro lled and measured car e -fully.Based on r ev iew of traditional measurement,this article describes the application of digital imag e processing in hairiness measur e -ment.T he image processing method gets hairiness indices quickly w ith a lower cost,improved w orking efficiency.Key Words:Yarn hair iness;M easurement;Digital image pr ocessing ;EIB
1 前 言
纱线毛羽分布不匀对于织物外观和手感有很大影响[1],它是评定纱线质量的重要指标,因此对毛羽的测量和控制非常重要。但由于毛羽形态十分复杂,很难用单一的方法和指标来评价。目前,一般采用三种指标来评价纱线的毛羽[2]:(1)毛羽指数,指单位长度纱线内,单侧面上伸出的长度超过某设定长度的毛羽累计数(根/m);
(2)毛羽的伸出长度,指纤维端或圈伸出纱线主体表面的长度;
(3)毛羽量,指纱上一定长度内毛羽的总量。
2 传统测试方法概述
常用传统测试方法有投影计数法和全毛羽光电法。
投影计数法的原理如图1所示。这种方法通过计算凸出纱线主体3mm 的纤维根数来获得纱线的毛羽参数。测试的结果受纱线运动速度的影响较大,纱线运动过程中,毛羽受气流影响就会倒伏或受空气阻力而增多,误差增大,影响工作效率[2]
。
图1 投影计数法原理
全毛羽光电法的代表性仪器为U ster T ester 3。其基本原理就是通过检测毛羽散射的光通量的大小和变化来获得纱线单位长度内的毛羽总量。图2和图3为Uster T ester 3型毛羽仪中光线照射下的纱线,纱线主体是暗的,而被毛羽散射的光通量可以被光电传感器检测到,从而得到纱线的毛羽量。
收稿日期:2002-6-26
作者简介:孟宪鸿(1980-),男,山东泰安人,东华大学在读研究生,主
要研究纺织材料与纺织品设计。
图 2 图 3
Uster T ester 3型毛羽仪的测试速度可调范围广,可在25、50、100、200、400m/min 各档进行选择,而且可以输出毛羽波谱图、不匀曲线、概率分布等参数。
3 数字图像处理法毛羽测试的最新发展方向
运用数字图像处理技术测纱线毛羽的基本原理就是利用CCD(Charg e Coupled Dev ice)摄像机捕捉以一定速度运动着的纱线的图像,然后通过A /D 转换,将图像信号数字化,再将数据传入软件系统,运用高性能计算机快速处理大量数据的能力,分析纱线图像,
最后根据要求输出各种指标。
图4 纱线图像采集与转换流程图
1-时钟控制信号;2-曝光时间控制信号;3-补偿输出;4-模拟图像信号;5-图像亮度控制信号;6-图像对比度控制信号;7-转换后的数字图像信号;8-模拟控制信号。
15
2003年8月#第31卷#第4期上海纺织科技纺 纱
图像的采集与转换由硬件系统完成,而纱线特征提取、数据分析、结果输出则由软件系统来完成。图4为一种典型的纱线图像采集与转换原理图[4]。
图像在采集过程中,由于受到系统噪声、光照条件等影响,得到的纱线图像往往并不理想。要获得高质量的纱线图像,在提取纱线特征前,除了进行普通图像处理需要的滤波、平滑等处理外,还要针对纱线毛羽的特点对硬件和软件系统进行改进[4]。
(1)由于纱线毛羽的细度非常细,在一般光源照射下,不容易被检测到。所以,在毛羽检测系统中对光源的要求特别高,而这在设计工作中往往被忽视。毛羽检测系统要求光源在非常短的时间内保持很强的光,以在纱线及毛羽与背景之间形成强烈的对比,同时减少由于光线的散射而引起的图像模糊和其他干扰,从而获得较为理想的纱线图像。光源的亮度要根据纱线种类的变化、测试速度的大小由计算机通过一定算法进行动态控制。算法和程序流程图可参考文献[5]。
(2)CCD采集到的图像经A/D转换后,交给软件系统进行处理。图像处理中,将物体与背景分离的操作称为二值化。即选定一个灰度值T,称为阈值(T hreshold),规定灰度值大于T的属于物体,灰度值小于T的属于背景。但在毛羽检测系统中,如果用单一的阈值,部分较细的毛羽就会被当作背景而被忽略,使结果误差变大。T ang和他的同事们[4]提出了一种解决方法:采用三个不同的阈值,将象素值分成四级:
G b=00[G a[T1 1T1 T i(i=1,2,3)为阈值;G a为转换前灰度值;G b为转换后灰度值。 这样既减少了图像存储空间,提高了运算速度,又保证了较细的毛羽也可被检测到,提高了结果的准确性。三个阈值的大小也可由计算机根据不同的纱线种类进行调节,确保最佳的图像质量。 获得纱线图像后,需要提取纱线特征。在提取纱线特征之前,要先对系统的刻度进行标定。将一个标准宽度的标尺放在镜头前进行测试,即可得到每毫米宽度内的象素值。这样,系统就可以确定毛羽头端和纱线中心的相对坐标,计算出毛羽长度。不同公司的产品采用不同的算法,一般算法可参文献[5]。 4系统举例 数字图像处理技术虽然已经经过了多年的发展,但在国内,这一技术在纺织品检测中的应用还处于起步阶段,还没有商品化的仪器出现。在国外,数字图像毛羽检测系统已有广泛的应用,这些系统最大的特点就是将多个功能软件包集成到一起,不但可以得到纱线的毛羽指标,同时也可得到纱线的平均直径、细度不匀等指标,有些还可与织物模拟系统集成在一起,反映出被检测纱线在最终织物中的表现。比较著名的有L aw-son-Hemphill公司的EIB(Electr onic Inspection Board)系统和Uster公司的U ster T ester4。 EIB系统可同时得到纱线毛羽、平均直径和纱线外观三个参数,图5为该系统的功能图 [6]。 纱线以一定的速度(最高达360m/min)通过导纱器3, CCD摄像机以2scans/mm的精度扫描纱线,所得信号经数字化后传入计算机系统,生成纱线图像。纱样最长可达400m。 图5EIB系统的功能图 1-预拉伸装置;2-电子张力控制器;3-导纱器;4-光源;5-CCD摄像机;6-夹紧罗拉;7-废纱抽吸装置;8-电源开关;9-控制面板。 除了可以同时得到纱线的多项指标外,该系统还具有以下特点[6]: (1)可以调整CCD的视野以适应不同纱线,包括从长丝到空气变形纱的各种纱线,从1.9~340tex的各种细度。 (2)可以检测出纱线中纤维的断裂、缠结、堆积等情况。 (3)可以模拟纱线板,并与标准纱线板进行对照,预测被测纱线在最终织物中的表现。 (4)可将纱线图像存为BM P格式,可方便地与其他系统交流数据,如Cotton Inc.的CY ROS织物模拟系统,大大减少了纱线及织物评估所需的时间。U ster公司的U ster T ester4测试速度可达400m/min。整个系统分成许多模块,每个模块负责不同的任务,如OH模块检测纱线毛羽并可反映出不同形态的毛羽对织物外观及手感的影响;CS模块检测细纱、粗纱及纱条的重量不匀和粗节、细节;OI模块可以检测出纱中杂质的种类和数量以及它们所占的比例。具体资料可参考Uster公司的有关文献。 参考文献 [1] A.Barella& A.M.M anich,Yarn Hairiness Update[J],T exti le Progress,26:1-8. [2]李汝勤,宋钧才.纤维和纺织品的测试原理和仪器[M].上海:中 国纺织大学出版社,1995. [3]On-line hairiness monitoring on w inding machi n es and OE rotor spinni ng mach i nes[R].Zellw eger Uster,1999. [4]N.K.H.Tang,J.F.Pickering and J.M.Freeman.An Investiga- tion into the Control of Brush ed Yarn Properties:T he Application of M achine Vi sion and Know ledge-based Sys tem Part II:The M a-chine Vision S ystem[J].Journal of T exti le Institute,1993(2). [5]N.K.H.T ang,PhD T hesis,.The University of Huddersfield,U. K.,1991. [6]New Equipm ent[J].Textile Asia,2000(10). [7]Objecti ve Assess ment of Yarns[J].M elli and M agaz ine,2002(1-2). 16上海纺织科技纺纱2003年8月#第31卷#第4期