竹節紗織物竹節分布均勻性評價方法

盧 雨 正

(江南大學 數字媒體學院，江蘇 無錫 214122)

竹節紗織物竹節分布均勻性評價方法

盧 雨 正

(江南大學 數字媒體學院，江蘇 無錫 214122)

針對二值化圖像的重心、面積2個指標，利用圖像技術對竹節紗織物表面竹節分布的均勻性進行評價。在計算機輔助生成竹節分布圖像基礎之上，隨機生成10 cm×10 cm的竹節分布圖，通過考核各圖的重心分布位置及各圖之間的面積分布變異系數，綜合考量竹節紗織物的竹節分布情況。測試結果顯示：當竹節密度較低時，減小竹節各個配比之間的長度差異能有效減少竹節不勻的產生。

竹節紗織物；竹節分布；參數設計；圖像處理；面積；重心

竹節紗是花式紗線的一種，其纖度在紗線長度方向上發生規律的或者不規律的變化，將這類紗線織入織物之后，可以形成類似竹節一樣的紋理，其名稱也由此而來。近年來，竹節紗廣泛應用于各類服裝、裝飾織物中，其細膩的雨點雨絲風格，粗狂的仿麻仿牛仔風格[1]，以及良好的穿著感受，使得竹節紗織物受到了廣大消費者的喜愛。

竹節紗織物中竹節參數設計是織物整體風格設計的重要組成部分。一般來講，竹節的分布需要具備一定的隨意特性和規律性，隨意性使得竹節的分布具備一定隨機性，體現其自然風格；而規律性則需保證竹節的分布密度大致相當，不要出現較大面積的分布不勻。

竹節紗紗線按照工藝參數可以分為規則竹節紗和模糊竹節紗兩類。規則竹節紗比較容易在織物的表面形成規律性很強的竹節分布，滿足竹節分布規律性的要求，但是容易在布面上形成較明顯的類似于斜紋分布的竹節，被形象地稱為“刮風”現象[2]；模糊竹節紗從根本上杜絕了“刮風”現象的出現，但實際生產發現，不同的參數設定會在布面上出現分布不勻的竹節，在某些區域竹節集結成片，而某些區域又沒有竹節分布[3]。

目前，對于竹節紗竹節分布的評價方法沒有國家標準，主要的評價過程由人工完成。具體過程如下[2]：在布面各個位置取相同的面積，分別計數該面積內竹節的數量，如果各個面積內竹節的數量差異不太大，則表示竹節分布均勻的，反之，則表明該織物的分布是不均勻的。這種方法需要在形成織物之后進行，且評價的準確性難以保證。因此，本研究擬提出一種新的評價方法，并提出針對竹節參數設計的意見建議。

1 竹節分布評價指標的選擇

竹節紗織物的竹節分布從根本上講是織物當中某一特殊成分的分布，其影響的是人們對竹節紗織物的視覺感受。本研究擬借助計算機圖形圖像學，利用現有的圖形圖像學中的指標，建立新的評價體系，代替原有的評價方法。

竹節分布特性針對的是人的近距離視覺特性，從一定程度上說，只要距離足夠遠，視野足夠大，無論采用什么樣的方式生產出來的竹節紗織物，其竹節分布都是均勻的。但是，人們在使用過程中，往往關注的是一個視野范圍內的竹節分布，因此，在實際測量時，往往選取10 cm×10 cm的區域進行竹節分布的測量，基于圖像處理分析的指標針對的布面的大小也應在這個區域之內。

傳統的評價方法分析的是織物中的竹節部分，因此可以針對竹節部分進行分析，將竹節部分提取出來，獲得二值化后的竹節分布圖像，黑色點表示織物中的竹節部分，白色點表示織物中的其余部分，引入二值化圖像的兩個幾何特征來評價竹節分布的均勻性。

1.1 面 積

面積是二值化圖像中一個非常重要的指標，具體見式(1)[4]：

式(1)中：As表示二值化圖像的面積；S表示圖像的區域；f(x,y)表示每一個坐標點的數值。

企業經濟責任審計是指依據我國法律法規的相關要求對政府機構領導人員在任職時期發生的各類經濟活動進行經濟責任審計。現階段，國家審計機關、內部審計機構、社會審計組織都在經濟責任審計的主體范圍內。國家審計機關在企業經濟責任審計中占據首要主體的地位，其職責主要是實施經濟責任審計。企業經濟責任的審計對象有縣級以上和以下的黨政領導干部、國有企業和國有控股企業部門、領導人員、單位內部管理的領導干部，有的地區還涉及部門、單位其他的副職領導和財務主管。

由于圖像是二值化的，定義黑色的點數值是1，白色點的數值為0(減小計算量)。所以，面積的大小反映的就是在指定面積中黑色點的數量，其數值也直接反映了織物中竹節分布的數量。對于分布均勻的竹節紗織物而言，幾塊采集織物的圖像之間的As大小的差異不能太大，As變化的CV值是考察竹節分布均勻性與否的最有效指標。對于均勻分布的竹節織物而言，同一織物所有分布圖的As數值的CV值應小于10 %。

1.2 重 心

重心是二值化圖像中另一重要指標，為了借用重心的概念，假設二值圖像的每個像素點的質量完全相等，大小為1，0像素點的質量為0，則重心表示如下[4]：

式(2)～式(3)中：在按照式(2)和式(3)計算的過程中，xm和ym均要取整，則點(xm, ym)就是二值化圖像的重心；Ns表示圖像中所有大小為1的點的數量；x與y是質量為1的像素點的坐標。

重心是織物圖像內部竹節分布均勻與否的一個重要指標，均勻分布的竹節紗織物，其每一幅二值化圖像的重心都應該在整個圖像的幾何中心位置的附近。如果圖像的重心距離幾何中心很遠，說明竹節的分布存在不均勻現象，在該布面內竹節的分布存在著明顯的變化，不符合標準的竹節紗織物。一般來說，在幾何重心附近波動1 cm，屬于正常的波動，大于這個數值，就說明在織物的內部竹節的分布不均衡。對于均勻分布的竹節紗織物，其每一幅織物圖像的重心都應滿足上述要求。

該方法與傳統方法相比，最大的優勢是采用計數白色像素點的數量的方法，即計算二值化圖像面積的方法，代替了原來計數竹節數量的方法，使得計算過程更為精確，快捷；同時引入了圖像重心這個概念，彌補了原有的評價方法中沒有的用于每塊布樣內部竹節分布是否均衡的缺陷。

2 織物圖像的準備

進行評價之前，需要將織物中竹節的分布用圖像的手段凸顯出來，利用二值化圖像將竹節與其他部位區分開來，用圖像相關指標對其進行描述。當前，有文獻利用gabor變換等類似于疵點檢測的手段從織物表面讀取竹節分布[5-8]。這些算法雖然從理論上可以實現竹節部分的獲取，但是必須基于已有的竹節織物，且算法實現過程較為復雜，準確性不高。

竹節紗織物的竹節分布與竹節紗的紗線參數、織物的織造參數密切相關[9]，因此，本研究擬借助于模擬仿真系統，直接通過調節相關參數獲得織物表面竹節部分的分布圖，利用上述指標進行評價。

為了驗證CAD系統模擬竹節分布的準確性，選取規則分布的緯向竹節紗織物(經竹節織物及不規則分布的緯竹節織物圖像重復性差，無法準確對照)，將CAD系統模擬的竹節分布與真實竹節分布進行對照。

將圖1及圖2對比不難發現，織物圖像中竹節的分布在模擬圖中得到了體現。竹節長度相當，竹節形成的斜紋的傾斜程度相當，而且竹節的間距也基本相等。因此，可以用CAD系統完成竹節分布的模擬。

圖1 規則循環緯竹節掃描圖像Fig.1 Scanned image of regular weft slubby yarn fabric

圖2 CAD系統模擬竹節分布圖像Fig.2 Simulation image of the slub distribution based on CAD system

3 參數對竹節分布性能的影響

3.1 竹節密度對分布均勻性的影響

采用CAD系統可以對各類竹節紗織物竹節分布進行模擬[10]，系統默認96 dpi的分辨率來進行模擬，隨機選取9幅378×378像素(10 cm×10 cm)大小的竹節分布圖進行測量，獲取相關指標。

選取模糊[11]竹節紗，將竹節紗織入緯向竹節織物，基紗纖度21 S。紡紗過程中，基紗長度在280，200，400 cm 3個參數隨機選取，竹節長度在30，40，50 mm 3個參數中隨機選取，倍率均取300 %，且相鄰竹節與基紗的長度組合不同。按照普通紗與竹節紗比例為0︰1和3︰1分別模擬高密度竹節紗織物和低密度竹節紗織物，隨機截取9幅分布圖，評價結果見表1，表2。

表1 高密度緯竹節織物評價結果Tab.1 Evalution results of the high density weft slubby yarn fabric

由于模擬的織物圖像的大小為378×378像素，幾何質心的位置應該為(189，189)。從表1、表2中可以看出，竹節分布的質心偏移量有一定的差異。高密竹節織物中，其重心最大偏移5.3 mm，偏移量較小；低密度織物試樣重心最大偏移12.4 mm。可見，低密度竹節織物中存在內部分布不均衡。

表1中面積的平均值為32 763，面積變化的標準差為2 574，CV為7.9 %；表2中平均面積為5 593，標準差為993，CV為17.7 %。從面積的評價角度來說，第一組可以認為其面積大小基本相當，但第二組明顯的表現出面積波動，也從另外一個角度反映出在第二組的配置下，竹節分布的不均勻性。

一般來說，竹節分布密度較高的竹節紗織物，其竹節分布不容易出現不均勻現象，對于竹節密度不太高的織物，則有必要對其參數進行嚴格調整，防止出現竹節分布不勻的情況。

3.2 竹節參數對竹節分布的影響

竹節分布密度越高，越不容易產生不勻，因此以模糊竹節紗[11]為例，討論普通紗與竹節紗的配比為3︰1的情況下，對2組不同參數分別進行竹節分布情況的評價。

第一組竹節紗基紗長度在200～380 mm內隨機選取，竹節長度在30～50 mm內隨機選取；第二組竹節紗基紗長度在240～340 mm內隨機選取，竹節長度仍然在30～50 mm內隨機選取。2組紗倍率均為300 %。從理論上說，2組紗線的竹節密度應該完全相等，具體考察其分布均勻性的情況。評價結果見表3。

表3 模糊竹節分布情況評價結果Tab.3 Evaluation results of the vague slubby yarn fabric

從表3中重心偏移量可以看出，第一組最大質心偏移量出現在4號，達到14.6 mm；第二組中最大偏移量是8號，達10.1 mm。從質心分布對比可以看出，第二組工藝參數配置下，每塊試樣內部竹節分布均勻性有所提高。面積的分布有明顯變化，第一組面積的均值為5 512，標準差為919，CV為16.7 %；第二組面積的均值為5 988，標準差為708，CV為11.8 %。說明第二組竹節紗竹節分布比較均勻。

3.3 結果分析

采用模糊控制的方法可以有效避免“刮風”現象，但是對于其紗線中的參數控制需要特別注意。在模糊循環的竹節紗中，減弱每段基紗長度間的差異，將使得紗線的循環方式中不規則的程度降低，竹節出現的程度越來越規則，竹節分布的均勻性也可以得到顯著的提高，同時還可以避免“刮風”現象。針對比例模糊循環的竹節紗織物也有這樣的分布特點，減少各個比例間基紗長度及竹節長度變化差異，可以改善織物竹節分布的均勻性，避免竹節分布不勻現象的出現。

一般來說，采用簡單規律的規則循環竹節紗(圖1)，竹節分布會形成類似于“刮風”一樣的效果，很少在緯向竹節織物中采用。規則循環的竹節紗往往需要通過加長竹節循環周期來進行實際的生產，一個循環周期內往往包含十幾個甚至幾十個竹節紗及基紗的組合。在限定的考核面積內，規則竹節紗竹節分布尚未完成其循環周期，或者其周期未得到明顯體現，則其竹節分布表現與模糊竹節類似，只不過在更大的檢測范圍內這類竹節紗織物才能表現出一定的規律性，對竹節分布的影響不大。此時，竹節循環內部的紗線參數設置也可以參考模糊循環竹節紗紗線的參數設定方法。

此外，由于本評價方法基于CAD系統，可以多次取樣進行測算。為了保證評價的質量與準確性，可以采用超過9次以上的方式進行，所得結果將更加準確。

4 結 語

提出利用圖像學技術中面積及重心2個指標對竹節紗的分布均勻性進行評價。通過簡單地模擬仿真軟件獲得竹節分布二值化圖像，在此基礎之上，用上述指標進行計算。利用重心與幾何中心的偏差距離，以及多幅圖像面積間的CV值，分別印證竹節分布均衡性與竹節分布的數量偏差。最后，對各類竹節紗的參數配比進行了分析比較，對竹節紗織物的實際生產提出了指導性意見。

[1] 趙立曼，沈蘭萍，郭紅娟.仿牛仔織物的設計與開發[J].絲綢，2010，47(1)：36-38.

[2] 邵利韜，劉充.竹節紗的設計生產及來樣織物分析[J].紡織導報，2008(9)：88-89.

[3] 郝高云，韓光明，馬愛華.減少竹節布規律性疵點的有效措施[J].棉紡織技術，2005，33(10)：56-57.

[4] 章毓晉.圖像處理和分析技術[M].2版.北京：高等教育出版社，2008：253-254.

[5] CAMPBELL J G, FRALEY C, MURTAGH F, et al. Linear fl aw detection in woven textiles using model-based clustering[J].Pattern Recongintion letters, 1997, 18(9): 1539-1548.

[6] CHOI H T, JEONG S H, KIM S R, et al. Detecting fabric defects with computer vision and fuzzy rule generation(part I)[J]. Textile Rearch Journal, 2001, 71(6): 518-526.

[7] TSAI I S, HU M C. Autamatic inspection of fabric defects using an artificial neural network technique[J].Textile Rearch Journal, 1996, 66(7): 472-482.

[8] 溫智婕，劉秀平，蘇智勛，等.一種基于gabor濾波器的竹節紗檢測方法[J].大連理工大學學報，2009，49(3)：449-453.

[9] 姚文愛，徐伯俊，盧雨正，等.竹節織物CAD系統的開發[J].毛紡科技，2007(3)：56-58.

[10] 盧雨正.竹節紗織物竹節分布CAD系統的開發[J].山東紡織科技，2011(4)：26-29.

[11] 徐伯俊，謝春萍.竹節紗的生產工藝及控制裝置[J].紡織導報，2004(2)：46-48.

Evaluation method for the slub distribution evenness in the slubby yarn fabric

LU Yu-zhen g
(School of Digital Media, Jiangnan University, Wuxi 214122, China)

The centroid and the area parameters of the binary image are separated to assess the slub distribution in the slub yarn fabrics, and the evaluation method for the slub distribution evenness was provided. The slub distribution images are randomly created by the CAD system with the size of 10cm×10cm. The slub distribution in the slubby yarn fabric is obtained by the distance between the centroid and the geometric center and the coefficient value area of every image. The testing results showed that with the lower slub distribution, reducing the length difference between slub parameters can improve the slub distribution evenness greatly.

Slubby yarn fabric; Slub distribution; Parameters design; Image analysis; Area; Centroid

TS106.414

A

1001-7003(2012)04-0033-04

2011-12-27；

2012-02-19

盧雨正(1979－ )，講師，主要從事計算機技術在紡織領域的應用研究。