計算機圖像處理技術應用于紡織檢測

王瑋

摘 要：自二十世紀八十年代末計算機圖像處理技術進入紡織檢測領域以來，從原材料、半成品到成品的檢驗，從機織物、針織物到非織造布，再到產品質量的模擬控制，都可以通過圖像處理技術來完成。國際上最早將圖像處理技術應用于紡織工業，分析地毯的磨損狀況。傳統的紡織品檢驗測試多采用手感和目測，受人為因素的干擾較大，精度不高。運用圖像處理技術可以減少主觀因素的影響，客觀評價紡織品的外觀和內在質量，是提高勞動生產率、保證產品質量的重要手段。

關鍵詞：圖像處理技術;紡織;檢測;應用

近年來隨著紡織技術自動化的發展，計算機圖像處理技術在紡織工業檢測中得到了廣泛的應用。在介紹圖像處理技術概念的基礎上，分析了圖像處理技術在紡織工業中的應用，重點研究了圖像處理技術在紡織加工檢驗中的應用。為紡織工業自動化研究提供參考。

一、圖像處理技術在紡織工業中的應用

現階段圖像技術在紡織業中的不同領域中的應用效果顯著，并呈現不同圖像處理方法與多種技術融合的發展趨勢。目前的圖像處理技術主要應用于紡織工業中纖維、紗線和織物等方面的檢驗鑒別工作。圖像處理技術在纖維檢驗方面，主要是對纖維外觀、細度、均勻度及異性度等方面進行測試，同時還有對超細羊毛與羊絨之間的鑒別。在紗線織物方面，主要是結合數字處理技術和識別技術對其密度、紋理、瑕疵、懸垂性、褶皺性、均勻度及毛羽量進行檢驗，對紗線混紡比進行測試。在非織造布方面，主要是對其空洞大小、形態、纖維曲度及纖維網的瑕疵進行測定。

二、圖像技術的基本理論和方法

圖像處理主要包括以下方面：（1）圖像預處理，其目的是對圖像去除噪聲，突出目標;（2）圖像分割和目標提取，主要目的是從圖像中獲得感興趣的區域;（3）特征提取，是要獲得對目標的有效特征表達和描述;（4）目標分類，是在提取特征的基礎上實現判別和分類。在計算機視覺的圖像處理中，往往需要進行平滑、增強、邊緣檢測和去除噪聲等處理。在多數空域預處理算法時涉及到領域處理，典型的算法有中值濾波、均值濾波等。近年來數學形態學在數字圖像處理領域里有了廣泛的應用，它以集合運算為基礎，其基本思想是用具有一定形態的結構元素去度量圖像中的形態以解決問題，基本算法是擴張、腐蝕、開啟和閉合。其中傅立葉變換和小波變換主要應用于紡織品分析和測試中的以下一些領域：織物圖像的濾波、無紡布中纖維取向和織物紋理方向的測定、織物表面性能評定和織物結構參數的測定等。常用的圖像識別方法有：灰度匹配法、形態法、神經網絡法、紋理模型法四種。其中，神經網絡法的缺點是，可能因為特征值選擇的不合適或者不足，造成檢驗結果的不可靠;紋理模型法的不足在于僅僅通過隨機場模型并不能最大限度地降低圖像分析的計算復雜度和提高圖像處理的速度，因而還不能實現織物疵點的快速自動檢測。

三、圖像處理技術在紡織檢測中的應用

1.圖像處理技術在纖維鑒別中的應用。近幾年來，圖像處理技術已成熟應用于纖維鑒別的檢測中，其中包括纖維細度、麻/棉混紡以及羊絨與羊毛纖維的鑒別等領域。其中，羊絨與羊毛纖維的鑒別一直以來都是紡織檢測中的一大難題，尤其是羊絨與超細、拉細羊毛的鑒別，相比過去采用顯微鏡觀察和憑借人員檢測經驗的鑒別方法，新的圖像處理技術與人工神經網絡技術的有機結合，主要依據電子顯微鏡掃描拍攝羊絨和羊毛圖像，獲取形態特征后再通過模板代換、灰度值及邊界拐點分析來識別和處理，其檢測評價標準客觀并統一，幾乎不受人員經驗的影響，檢測數據的誤差更小，檢測鑒別速度也更快。

2.圖像處理技術在紗線檢測中的應用。在紗線的檢測中，細度是一個極其重要的檢測指標，通常用與它的截面積比例的間接指標來表示細度值。傳統的紗線檢測是通過對公定回潮率時的長度及重量的測試來確定紗線的細度值。在圖像技術的發展下，目前紗線細度檢測主要借用有關人員開發出的名為OMNICON的圖象分析儀對紗線的直徑進行準確的測量，其主要測量原理是將紗線式樣切片，放在視頻顯微鏡下拍照，獲取最佳切片圖后用圖像分析儀對切片圖進行灰度變換等一系列函數處理，最后得出紗線清晰的邊界線后準確測量出紗線的直徑，與傳統的測量方法相比，不僅簡化了人工檢測的繁瑣工序，操作簡單易行，而且測試結果誤差更小，更接近紗線的真實細度。

3.圖像處理技術在組織鑒別中的應用。利用圖像處理技術對機織物的織物組織進行識別檢驗也是近年來一項普及的紡織測驗工作。Kuo CF等研究者借助機器視覺選取了18種機織物進行組織鑒別試驗。實驗中他們對圖像中的組織點進行獨立分割，在FCM算法之下得出經、維組織點的值，再將由0和1構成的矩陣組織點輸入BP神經網絡進行測驗，最后得出的識別準確率達到100%。后來在理論研究下，將圖像處理技術和力學拉伸矯正原理結合，在機織物的密度測驗上，克服了起絨織物單一圖像處理技術的缺陷，通過大量的實驗證明了該測驗方法的普遍使用性，其測驗結果與人工測量的結果相似度達到了98%。

4.圖像處理技術在非織造測驗中的應用。近年來，部分研究者及專家也對非織造測驗中的圖像處理技術進行了實驗研討，他們分別以熱熔型非織造土工布和皮芯纖維熱黏合型的非織造布作為實驗用料，運用圖像處理方法進行了相關測驗。在熱熔型非織造土工布的測驗中，通過圖像處理方法測驗影響土工布力學性能中的泊松比指標來解決土工布在拉伸過程中的“緊縮”問題。測驗基本思路是現將采集的圖像信息導入計算機中，利用圖像分割、輪廓線條提取等圖像處理技術對圖像進行處理，最后通過計算得出布料的橫縱向尺寸和泊松比。在皮芯纖維熱黏合型的非織造布測驗中，研究者應用圖像處理技術確定了非織造布力學各向異性的問題。檢測基本思路是先用分布函數對皮芯纖維的取向量化，再用X射線斷層攝影和電子顯微鏡掃描技術獲取圖像數據，然后結合霍夫變換圖像處理技術和相關設計程序的應用，確定非織造布各向異性參數，得出測驗結果。圖像處理技術在這兩種非織造材料中的檢驗應用與傳統的測量方法相比，具有高效、準確率高的優點。

總之，隨著計算機科學技術的發展，許多過去由人工完成的紡織檢驗工作可以由計算機代替。計算機圖像識別技術體現出快速、準確、高可靠性和穩定性等優勢，在紡織行業的應用會越來越廣泛，特別是在線檢測方面得到應用和發展。比如織物質量檢測和織物疵點的在線檢測，只需不斷把掃描或拍攝的圖像傳送到計算機通過處理、分析和識別，可幫助操作人員及時發現和處理故障，極大提高生產效率及產品質量。

參考文獻

[1]袁春華.計算機圖像處理技術在紡織工業的應用.2018.

[2]劉陽霞.淺談計算機圖像處理技術應用于紡織檢測.2017.