最新紡織圖像監測技術的應用

魏道培

蓬勃發展的計算機技術為提高紡織品質量創造了廣泛的應用領域,計算機圖像分析技術正逐漸成為世界紡織工業監測的主要技術手段之一。它對確定紡織品質量,尤其是分析在生產過程中線性織物出現的瑕疵,對提高紡織品檢測水平起到了關鍵性作用,成為紡織工業數字化的主要探索領域。

眾所周知,紡織品生產過程中,需要確定和測量出現的瑕疵尺寸,利用數字圖像分析即可詳細查明其基本結構參數,即線性紡織品的厚度、毛邊和曲折圖像。更重要的是,這種技術可使其他外部結構特征的線性紡織產品,如捻參數和線性密度系數得到進一步分析。其中確定結構紗參數是重要的依據,它目前已普遍應用于紡織工業。圖像處理技術可使紡織品縱與橫或纖維直徑獲得充分的評估,線性紡織圖像技術可有效監測紗疵并確定其成因。不僅如此,紡織物圖像還可幫助觀察到生產過程中的二維和三維紡織圖像,包括拼接和紗端連接,從而正確估計其生產質量。數字圖像處理系統也可應用二維圖像監控紡織生產。其原理是利用數字圖像分析,即二維圖像處理技術獲取圖像。該圖像把所描述的二維矩陣真實或虛擬的數字提出明確的字節數,然后顯示圖表結構,再告訴操作員該怎樣調整設備以消除瑕疵。目前,最新的數字圖像處理技術還包括:圖像采集與建模、改善圖像質量、提高監控能力,采用直觀理想的圖像功能確保生產質量與預定計劃一致。

圖像模擬是基于數字化的實時圖像,獲取圖像過程包括采樣和量化。數字圖像可被描述為二維矩陣形,其內容包括強度量化功能,稱其為灰度水平。定義數字圖像的是空間分辨率和灰度分辨率。最小的組成部分是數字圖像像素。像素的亮度水平數據可能很大,但僅憑像素和灰度就能準確解決生產和檢測中出現的問題。

圖像質量的改善,其突出的特點是應用數字圖像技術進行處理。在該過程中,圖像質量不會增加額外的圖像數據,但增加了動態范圍,可迅速選定對象,這有利于工作人員迅速檢測到瑕疵,然后調整,它也可通過另一種方式改善質量,即調整灰度和對比度,提高清晰度,降低噪音,進行光學意義上的過濾。最新紡織生產圖像處理技術的核心主要有如下方面。

圖像校正法

柱狀圖像法是最簡單的圖像校正程序。柱狀圖,特別是灰度特征的圖像產生于生產的過程。它主要用于增加對比度,提高顏色在圖中的突出位置,強調突出部分,通過修改柱狀圖獲得校正。另一種圖像校正法是,調整平均亮度功能,即所謂的平均標記程序。運用這一程序,使先期亮度特定像素的平均值被設為選定。該程序旨在消除瑕疵或斑點,在使用過程中用數字圖像處理法可增加織物圖像的銳利度。

中值過濾值是指選擇平均亮度功能,是根據不同規則確定新的像素值。中值過濾不使用基本平均像素值,但接受最近相關范圍的亮度值。例如,該程序的應用可獲得比沒有這些過濾器更好的效果。由此,在有中值過濾條件下,可通過輪廓分配獲得較好的效果,中值過濾適用于所有色彩模式,但下列除外:48位RGB模式、16位灰色范圍、彩色模式下的調色板、黑色和白色模式。

程序的開端是一個梯度,用于提取和分析圖像。它是根據不斷變化的亮度函數值而設定。許多標記均可采用梯度法。拉普拉斯過濾的一個梯度使輪廓更清晰,更便于提取,同時它又在劃定區域內保持亮度。灰度閾值使圖像分割開來。它對這一進程中的灰色表面圖像進行分析比較,以確定灰度。作為比較結果,如果灰度高于閾值,該區域被接受為白色,如果灰度小于定義值,則確定為黑色。閾值程序利用邊界亮度值確定和設置。像素值高于或低于閾值都取決于選項。其余的像素沒有改變,并維持其先前的顏色。選擇這兩個層次的原因是,所有像素均屬白色或黑色,根據它們的亮度值界定閾值。閾值還可為整個圖像分析并定義。

自相關是一個不同的圖像處理技術概念,它結合了圖像分析的所有片段,并經常用于表述被反復掩蓋的圖像。應用自相關原理,可創造其他更多數字圖像處理范圍,還能確定重復單位的平均尺度。該技術可復制整體圖像,以分析相關的重復像素單位。

頻率法是根據修改傅里葉變換強度的功能,確定反向變換的圖像分析。頻率法需要很強的計算功能,作為過濾作用,它包含了所有的點圖像的頻率空間,也包括周圍有限的特定像素。頻率法使這些因素得以消除或補償,如照明不均勻和幾何斷層圖像等。

侵蝕與擴張是適用于普通織物的處理方式,用以糾正圖像錯誤。侵蝕和擴張更正程序是基于像素的增加或消除,即根據基礎規則制定的標準,它依賴于鄰近圖像像素的對比進行處理。

恢復所需圖像的特征

恢復所需圖像特征是以消除或減少為依據,它可降低其質量。通過光學,光電或電子方法獲取圖像,在監測過程中不可避免要涉及使圖像特征退化的問題。像差、攝像傳感器內噪、照相機圖像模擬散焦以及空氣污染都可能導致監測質量條件進一步惡化。恢復理想的圖像特征不同于改善表面,其程序與突出或暴露的輔助照明設備相關,或與現存圖像相關。恢復理想圖像特征,主要包括以下范圍:不利的光點、銳利度降低、周圍圖像傳感器、噪音過濾、失真校正、非線性校正傳感器。

圖像數據壓縮

圖像數據壓縮是按照最小化的字節數的要求,壓縮效應是通過不同的數字方式實現轉化而提供數字圖像。

技術識別,處理和分析織物圖像

圖像處理技術是基于使用模擬和數字光電元件,使圖像產生信息傳輸和發布功能,并置入輸入或輸出功能的系統。獨立的模擬和數字圖像處理單位,包括圖像處理技術、圖像識別和計算機圖形學原理均能發揮各自的作用。圖像分析和識別與圖像檢測和處理,包括預測、傳輸和信息存儲,以及與圖像識別共同生成。計算機技術使圖像處理技術應用越來越廣,它也促使產生越來越多的其他領域,理論和實踐、施工、技術、系統、硬件和軟件操作。圖像處理技術的動態發展意味著技術手段的應用擴大化,它涉及其他領域,包括促使紡織科學獲得顯著發展,也包括材料工程和技術,以及數字技術和計算機工程。

圖像處理并不是加工技術中的新生領域。在漫長的探索中,由于光學與計算機科學的結合,形成了圖像處理技術,它給紡織業帶來直接的影響并助推紡織業技術水平的提高。而信息與微處理技術與圖像處理技術的結合才使紡織業監測技術獲得突飛猛進的發展。

圖像處理技術包括以下概念:圖像處理(包括改變圖像或序列圖像)、特色功能(圖像的其他功能)、圖像識別(其目的是查明所選紡織圖像的特征)。

回顧過去,展望未來

數字分析技術可用于識別和測量幾何尺寸非常小的紡織物,它尤其使織物結構獲得較詳細分析。在此過程中使生產中的織物的分析有條不紊,然后報告其品質。可以說,圖像處理技術使縱向和纖維橫截畫面得到實時監測,甚至每一部分纖維的直徑都可準確測出。反過來,它也可監測線性紡織物的圖像,以觀察可能的紗疵,并找到發生的原因,特別是紗線接頭。在此基礎之上,分析人員可以估算出發生正確與錯誤的頻率。使用這種技術,還可測出基本結構參數的線性紡織品的厚度、毛羽和彎曲度。

上世紀70年代,計算機圖像技術首次用于紡織品生產中的質量分析。之后,圖像處理技術快速發展,20世紀90年代出現新的分析程序。緊接著,出現了高質量的數字圖像分析系統,其新特點甚至可對纖維進行細化監測。研究人員使用頻率為基礎的方法對地毯進行測試,建立了傅里葉變換圖像分析程序。由于這一新程序,測定結構性缺陷成為可能。計算機圖像處理系統也有助于監測無紡品形態的品質,如孔隙度、纖維密度分布,并估計纖維網分布規律。研究人員還采用自動測量程序、基礎圖像校正等新型手段。例如,有專家利用數字圖像處理技術評估變形紗。他們采用一種基于掃描儀與計算機相連的軟件程序,用數字化圖像分析技術自動地識別織物形態,促使異常品質及時而輕易被發現。

分割技術,同水平的初步圖像處理與分析的閾值,屬于計算機圖像分析與處理的核心。它使選擇圖像領域界定出標準,這意味著區分對象的數字化進程存在不同介質。在比較分析選定分割法的基礎上,顏色梯度對纖維表面一定范圍進行監測。研究人員測量了屬于特定對象的若干像素。分析表明,色彩、像素、梯度在監測過程中,可與鄰近像素區別開來,從而實現正確的圖像處理。

日新月異的圖像處理技術為紡織科學的發展堅定了基礎,也提供了許多機會。紡織科學和生產實踐領域應用數字圖像分析法已成為檢測、監控,保證紡織質量的關鍵。利用計算機圖像分析技術,可識別微小的幾何尺寸瑕疵,圖像校正技術甚至可以消除結構性缺陷,也可使結構和幾何線性紡織面料的品質鑒定成為可能。目前,結合數值方法制定數字化監測方式日趨普及,具有遠見的織造商都明白,計算機圖像處理技術既能確保生產質量,又能提高監測水平,還能減少瑕疵提高生產效率。它必定為紡織圖像監測技術帶來一場新的紡織工業革命。

(據下列國際英文網最新資料http://www.fibre2fashion.com/industry-article/technology-industry-article/application-of-the-image-analysis-technique/application-of-the-image-analysis-technique1.asp)