基于圖像處理法的空氣變形紗結構和細度不勻研究

陳　鳳， 黃莉茜， 王學利， 俞建勇

(東華大學 a. 紡織學院; b. 紡織面料技術教育部重點實驗室; c. 研究院, 上海201620)

基于圖像處理法的空氣變形紗結構和細度不勻研究

陳鳳a, b， 黃莉茜a, b， 王學利c， 俞建勇c

(東華大學 a. 紡織學院; b. 紡織面料技術教育部重點實驗室; c. 研究院, 上海201620)

為定量表征空氣變形紗的結構特征，采用圖像處理的方法，建立了空氣變形紗紗芯-表層幾何結構模型，并提出用紗線圈弧率、圈弧指數及表觀不勻率3項指標來定量表征其結構特征和細度不勻.分析結果表明：根據紗線二值化圖像逐行掃描像素分布曲線，可較好地提取紗線紗芯部分；采用圖像法獲得的紗線表觀不勻率比傳統紗線條干均勻度儀測得的條干不勻率值要大，表明空氣變形紗的外觀形態不勻率大于其質量不勻率；與常規毛羽儀測試結果相比，圖像法不會改變紗線表面圈弧形態，并可減少對紗線表面細小圈弧的丟失，能較好地反映空氣變形紗表面圈弧分布規律.

空氣變形紗； 結構模型； 細度不勻； 圈弧結構； 圖像處理法

空氣變形紗(俗稱ATY)是以壓縮空氣為動力，使喂入原絲在噴嘴內受高速壓縮氣流沖擊作用下發生開松、位移、纏結等一系列物理變化，最終在紗線表面形成具有絲圈和絲弧結構、類短纖紗外觀的一類差別化長絲紗[1-2].空氣變形紗表面覆蓋的圈弧結構使紗線呈現良好的蓬松性和柔軟性，并賦予織物良好的服用性能和類似短纖紗織物外觀和風格[3-4]；紗芯部分的纖維緊密排列，起到骨架作用.因此，針對空氣變形紗特點對其結構和細度不勻進行定量表征，是建立此類紗線的質量控制指標以及進行織物性能、風格設計的重要依據.

近年來，隨著計算機應用水平的提高，數字圖像處理技術在紡織品檢測中的應用越來越多，包括纖維鑒別、纖維細度/長度檢測、紗線均勻度和毛羽測量、織物外觀及疵點檢測等領域都有所應用.與傳統的紡織品手感目測檢測方法相比，圖像處理技術可減少人為主觀因素影響，客觀評定紡織品的外觀與內在質量，并可根據實際需求自行控制和提取指標，達到對研究對象細致、精準描述的效果.在紗線檢測方面，研究者主要采用圖像處理技術對紗線條干均勻度和毛羽進行了研究[3-7]，但是針對空氣變形紗結構和均勻度進行測量和分析的研究還很少.

本文擬采用圖像處理方法對空氣變形紗結構和細度不勻進行研究，建立能反映空氣變形紗結構特征和圈弧分布的指標，并與傳統的紗線毛羽儀和條干均勻度儀測試結果進行對比分析，為定量表征空氣變形紗結構提供一種新方法.

1　試　驗

1.1試驗原料

試驗用空氣變形紗為17.78tex/136f的錦綸空氣變形紗，由嘉興臺華特種纖維材料有限公司提供.

1.2試驗方法

1.2.1紗線圖像采集與處理

利用JJ7701-0151型數碼顯微鏡，對均勻纏繞在黑板上處于自然伸直狀態下的紗線進行采樣，得到每張圖像大小為1 280像素×1 024像素，每張圖像拍攝的紗線長度為8 mm(即圖像上1像素為6.25 μm). 然后將采集的圖像存儲在計算機上，利用Matlab圖像處理功能[6-9]，對紗線圖像進行圖像預處理、特征對象提取及檢測結果輸出.

1.2.2紗線毛羽儀測試

采用YG 172型紗線毛羽測試儀對錦綸空氣變形紗進行測試，并輸出1～5 mm(相鄰高度間隔為1 mm)不同毛羽高度下對應的平均毛羽指數Ib.測試速度為30 m/min，預加張力為(0.5±0.1) cN/tex，測試片段長度為10 m，測試次數為10次，最終結果取平均值.測量前紗線在標準大氣條件下平衡48 h.

1.2.3紗線條干儀測試

采用YG 135G型電容式條干均勻度測試分析儀對錦綸空氣變形紗進行測量，調節施加在紗條上的預加張力以保證紗條的移動平穩且抖動盡量小.

為與圖像法定量分析空氣變形紗的表觀不勻率形成對比，試驗選取相同長度的空氣變形紗進行條干均勻度測試.試驗測試速度為4 m/min，測量時間為30 s，槽號5(極板長度為8 mm)，測試次數10次，最后由計算機輸出結果直接讀出紗線的條干變異系數，即細度不勻大小.測量前紗線在標準大氣條件下平衡48 h.

2　結果與分析

2.1紗線圖像采集與處理結果

圖1為數碼顯微鏡采集得到的紗線原始圖像.利用Matlab軟件對紗線原始圖像進行灰度化處理、圖像平滑、傾斜矯正、二值化處理.其中，灰度化處理采用加權平均法，圖像平滑采用中值濾波法，圖像傾斜矯正采用Radon 變換，使傾斜矯正后的圖像行方向和紗線軸向盡量一致，二值化處理采用閾值分割法.本文采用固定閾值法確定圖像閾值為124，得到的紗線二值化圖像如圖2所示.

圖1　空氣變形紗原圖Fig.1　Original image of air textured yarn

圖2　空氣變形紗二值化圖Fig.2　Binary image of air textured yarn

從圖1和2可清楚看出，空氣變形紗里層為緊密的紗芯部分，而紗線表層具有許多大小不一的圈弧結構，改變了長絲紗原先規整的排列結構.

為了合理反映空氣變形紗的結構特征，并方便后面紗線結構特征指標的計算，需將空氣變形紗的表層和紗芯部分進行分離.本文利用Matlab軟件對二值化紗線圖像從上到下進行逐行掃描，統計得到紗線的像素逐行分布曲線如圖3所示.

圖3　二值化圖像逐行掃描像素分布曲線Fig.3　Pixel distribution of binary image in lines

從圖3看出，當逐行掃描至[464, 506] 像素區域時，圖像每行像素和達到最大值1 280像素，即此時該行圖像全部被紗線占據，因此對應掃描區域為紗芯部分.同時考慮實際紗線存在粗細不勻，經對多幅圖像進行掃描反復試驗并參照文獻[3, 5]，最后確定把每行像素值達到最大像素值的97%(即1 241像素)作為紗芯區域的像素密度閾值，由此確定該圖像紗芯對應的掃描區域為[462, 510]像素，對應的紗芯直徑D=0.306 mm，得到空氣變形紗的紗芯-表層結構如圖4所示.

圖4　空氣變形紗紗芯-表層結構圖Fig.4　Core-and-effect structure of air textured yarn

2.2空氣變形紗結構表征指標的建立

2.2.1圈弧率La

平行長絲喂入噴嘴后，在高速湍流作用下，一部分長絲發生位移、交纏、成圈，從紗芯突出的絲圈、絲弧使空氣變形紗具有良好的蓬松性，成為空氣變形紗最重要的形態結構特征.為此，本文提出圈弧率(La)指標，反映變形紗中表層圈弧結構所占的比例，具體計算式為

其中：S1為圖像中變形紗總像素值；S0為紗芯部分像素值.圈弧率值越大，表明變形紗表層圈弧結構所占的比例越高，紗線越蓬松，紗線整體變形程度越大；反之亦然.根據以上定義，本文根據5次采集的1 250幅圖像(每次采集250幅，即2 m長紗線)，計算得到本試驗用的空氣變形紗的平均圈弧率為52.63%.

2.2.2圈弧指數Ia

為進一步定量表征空氣變形紗表面的圈弧分布規律，對紗芯一側的圈弧像素密度進行掃描(如圖5所示)，得到圈弧高度H和圈弧像素密度P分布曲線，如圖6所示.在參考短纖紗毛羽指數的基礎上，提出圈弧指數這一指標，即單位紗線長度(定義為1 m)內，紗線單側面超過設定高度H的圈弧像素密度，用來定量表征空氣變形紗表面圈弧量與圈弧高度之間的分布情況.

圖5　圈弧高度示意圖Fig.5　Image for loop height

圖6　圈弧高度H與其像素密度P分布關系Fig.6　Relationship between H and P

將以上圖像處理法得到的圈弧指數分布規律與毛羽儀法測得的毛羽指數(Ib)進行對比，結果如表1所示.

表1　錦綸空氣變形紗圈弧指數和毛羽指數測試結果Table 1　The test results ofIa&Ibof nylon air textured yarn

表1中的Ia是10 m紗線進行連續拍照后，得到1 250幅圖像的平均值.由表1可知，相比于圖像法，毛羽儀法由于毛羽高度間距過大，Ib不能精確細致地表達紗線表面的圈弧高度分布情況，丟失了對紗線表面細小圈弧的統計測量，而圖像法則可根據實際紗線結構和應用需要靈活確定圈弧高度，達到精細表征圈弧分布的效果.此外，由于YG 172型毛羽儀是根據紗線在上下導輪V形槽中運動時其靠槽的內邊正好為輪的切線，因此選取V形槽的外切線作為毛羽長度的起始點[10]，此法易使毛羽在進入檢測點前受壓，毛羽形態也隨之改變，而圖像法在圖像拍攝過程中可以盡量保障紗線處于自然伸直狀態，不附加紗線任何外來負荷或形態改變，并可根據紗線圈弧形態確定最小圈弧高度以及圈弧高度間距，定量分析圈弧分布.

從表1和圖6還可看出，圖像法測得的空氣變形紗表面圈弧量隨其高度的增加呈指數下降的趨勢，且圈弧高度多集中在0.5 mm以下，這與用EIB (electronic inspection board) 測得的空氣變形紗表面圈弧分布規律[11-12]相吻合.以上分布規律進一步表明，由于用毛羽儀法僅測量大于1 mm的紗線表面毛羽，因此用于測定空氣變形紗表面圈弧時會遺失大量有效信息.

2.2.3表觀不勻率CVa

紗線的條干不勻是評價紗線結構和質量最重要的指標之一.空氣變形加工的實質是使原先粗細均勻的紗線變得不均勻，因此，對空氣變形紗沿長度方向的粗細不勻進行評價尤為必要.不考慮紗線密度變化，僅以紗線的外觀形態變化作為研究對象，本文提出用一定片段長度(8 mm，與紗線條干均勻度儀極板長度相同)間紗線外輪廓所包圍的圖像像素值的變異系數CVa來表征空氣變形紗的表觀粗細不勻程度，計算式為

將以上圖像法得到的結果與YG 135G型條干儀測量結果進行對比可知，圖像法測得的空氣變形紗表觀粗細不勻率為18.84%，而條干儀法測得的空氣變形紗不勻率為3.55%.條干儀法是以紗線一定片段長度內的質量變異情況為測試對象，即反映了紗線的質量不勻性，而圖像法直接反映了紗線的表觀粗細不勻性.從以上測試結果可以看出,對于具有良好蓬松性的空氣變形紗的外觀不勻明顯比質量不勻大,因此，采用外觀不勻率來表征空氣變形紗的細度不勻更具合理性.

3　結　語

本文采用圖像法分析17.78tex/136f錦綸空氣變形紗的形態結構和細度不勻，研究結果顯示：

(1) 根據紗線二值化圖像逐行掃描像素分布曲線，提取了紗線紗芯部分，建立了空氣變形紗紗芯-表層幾何結構模型；

(2) 在圖像分析的基礎上，提出用圈弧率、圈弧指數、表觀不勻率3個指標定量評價空氣變形紗的形態結構和細度不勻；

(3) 采用圖像法獲得的紗線表觀不勻率比傳統的紗線條干均勻度儀測得的條干不勻率值要大，表明空氣變形紗的外觀形態不勻率大于其質量不勻率.

[1] 張靜,王善元.空氣變形技術及其進展[J]. 紡織導報, 2006(1):46-50.

[2] 李琳,董彥嘉.ATY紗線的結構及其仿毛織物的性能[J].紡織科學研究,1991(1):31-37.

[3] CHIMEH M Y, TEHRAN M A, LATIFI M, et al. Characterizing bulkiness and hairiness of air-jet textured yarn using imaging techniques[J]. The Journal of The Textile Institute, 2005, 96(4): 251-255.

[4] WANG X H, WANG J Y, ZHANG J L, et al. Study on the detection of yarn hairiness morphology based on image processing technique[C]//Proceedings of the Ninth International Conference on Machine Learning and Cybernetics.

2010: 2332-2336.

[5] ANIRBAN GUHA C, AMARNATH S, PATERIA, et al. Measurement of yarn hairiness by digital image processing[J]. The Textile Institute, 2010, 101(3):214-221.

[6] 梁宏偉.紗線毛羽降低方法及圖像技術檢測研究[D].石家莊:河北科技大學紡織學院，2011:37-47.

[7] 張繼蕾.基于圖像處理技術的紗線毛羽檢測研究[D].石家莊:河北科技大學信息科學與工程學院，2011:4-10.

[8] 曾奇波.基于圖像處理技術的大米質量實時檢測系統研究[D].湘潭:湖南科技大學信息與電氣工程學院,2009: 2-3.

[9] 胡穎,王東.基于MATLAB的圖像預處理技術研究[J].遼寧師專學報:自然科學版,2012,14(2):57-59.

[10] 郭會勇,王建坤.淺析幾種毛羽測試方法[J].河北紡織,2007(3):77-78.

[11]王忍,高亞英,宗亞寧,等.用EIB對變形紗的外觀形態和膨松性的測試與探討[J].東華大學學報:自然科學版,2004,30(5):65-68.

[12] 王忍.用EIB對不同超喂率下空變紗外觀形態的研究[J].化纖與紡織技術,2004(1):36-38.

Study on Structure and Unevenness of Air Textured Yarn by Image Processing Method

CHENFenga, b,HUANGLi-qiana, b,WANGXue-lic,YUJian-yongc

(a. College of Textiles; b. Key Laboratory of Textile Science & Technology,Ministry of Education; c. Research Institute, Donghua University，Shanghai 201620,China)

In order to study the structure of air textured yarn quantitatively, the core-and-effect structure model of air textured yarn was built based on image processing method. Three indexes including loop ratio, loop index and yarn apparent unevenness, were proposed to characterize the structure and evenness of air textured yarn quantitatively. The results show that the core structure of yarn can be obtained effectively from the binary image of yarn by scanning in lines. Unevenness calculated by image method is higher than that obtained by traditional yarn unevenness test, indicating a greater yarn morphological unevenness than yarn mass unevenness for air textured yarn. Compared to traditional yarn hairiness test, the loop distribution of air textured yarn can be characterized effectively by image processing method by keeping the original shape of loops and reducing the loss of fine loops statistically.

air textured yarn; structure model; unevenness; loop structure; image processing method

1671-0444(2015)06-0739-04

2015-07-30

國家自然科學基金資助項目(51303021)；上海市自然科學基金資助項目(13ZR1400400)；國家科技支撐計劃課題資助項目(2013BAE01B02)

陳鳳(1990—)，女，河南南陽人，碩士研究生，研究方向為錦綸空氣變形紗.E-mail: chfengyiliu@163.com

黃莉茜(聯系人)，女，教授，E-mail: hlqian@dhu.edu.cn

TS 102.6

A