張海
青島市纖維紡織品監督檢驗研究院 山東青島 266071
紡織檢測主要包括纖維鑒別、紗線檢測、織物檢測等,在紡織檢測中應用數字圖像樹立技術具有非常重要的意義,不僅能夠有效的彌補傳統人工紡織檢測中存在的不足,同時還簡化了紡織檢測的程序,并且還實現了紡織檢測效率的提高,有助于促進紡織工業的進一步發展。因此,針對數字圖像處理技術在紡織檢測中的應用進行探究與分析十分的有必要。數字圖像處理技術在紡織工業的應用,目前已取得可觀的效果,但由于受到軟硬件條件的限制,在很多方面并未完全投入使用,未能滿足紡織品測試各個方面的需要。該技術將朝著智能化方向發展,人工智能、遺傳算法、模糊理論等已經應用于紡織品的質量評定,同時二維圖像處理已逐漸向三維方向發展。隨著計算機科學技術及數學理論的不斷發展,數字圖像處理技術在紡織領域的應用范圍將不斷擴大,并發揮更大的作用。
數字圖像處理技術泛指借助計算機技術,根據相應的程序以及算法,實現有效提取數據圖像的相關特征或者雜質剔除的過程,最終得到的圖像作為對信息處理的一種直觀呈現技術[1]。現如今,數字圖像處理技術應用較為廣泛,在紡織工業領域中,該項技術也發揮著重要的功能,同時,正趨于多種技術結合與多元化處理技術整合的態勢進行發展。在紡織領域中,數字圖像處理技術常常在鑒別、檢驗紗線、纖維以及織物的工作中應用。在纖維檢驗中,數字圖像處理技術用于纖維細度、外觀以及硬度檢驗中,鑒別工作常常包括鑒別羊絨與超細羊毛與羊絨。在紗線織物檢驗中,涉及更多內容,需科學融合數字圖像處理技術與數字圖像識別技術,來檢驗織物的瑕疵、均勻度、褶皺性、紋理、毛羽量、懸垂性等,還包括測量紗線混紡比[2]。
從現階段紡織檢測情況來看,數字圖像處理技術已經在纖維檢測中得到了廣泛的應用。纖維檢測主要針對的是麻混紡、棉混紡、纖維細度、羊絨纖維、羊毛纖維的鑒別。而在對其進行檢測的過程中,通常較容易出現問題的就是對羊絨纖維和羊毛纖維的鑒別。目前,數字圖像處理技術在纖維鑒別中的應用,替代了傳統通過顯微鏡觀察和人工鑒別的方法[3]。將羊絨纖維和羊毛纖維的圖像利用電子顯微鏡進行掃描拍攝,得出其具有的特征,并通過模板代換和拐點對其進行分別的處理,最后得出檢測結果。通過數字圖像處理技術的運用,很可以在一定程度上避免檢測過程受到外界諸多因素的影響,進而降低檢測誤差,并提高檢測的效率。因此,在對纖維進行檢測的過程中,尤其是羊毛纖維和羊絨纖維檢測,應該加強數字圖像處理技術的運用。
細度是紗線檢測中,細度指標較為關鍵,紗線細度表示方法為其截面積成比例的間接指標。通常情況下,測量過程為根據在公定回潮率時測量紗線的重量以及長度,對紗線細度的值進行計算。現如今,紡織檢測行業中,數字圖像處理技術取得了快速的進步與發展,OMNICON圖像分析儀軟件被廣泛應用,該系統能夠結合數字技術,較快而精準的對紗線直徑進行測量,簡化了實驗操作流程。使用原理為結合背景與紗間的灰度呈現出的不同,而推斷紗線的基本輪廓。與此同時,紗線檢測技術還包括檢測混紡不勻、混紡比以及均勻度。檢驗混紡紗線的混合不勻、檢驗在紗線截面上纖維的分布情況。
檢驗織物技術包括測量織物密度,確定織物的光澤特征,分析織物外觀性能,識別織物結構,檢驗織物發生磨損情況外觀發生的變化。現如今,為了進一步優化檢驗織物技術,已經開始利用數字圖像化技術對織物動靜態懸垂儀進行開發的功能。一種新型基于圖像分析以及光照投影的系統得到了廣泛應用。該系統能夠以織物柔軟性特性為基礎參照物,在移動方位,首先,彎曲起球試樣的各個切面,光照投影彎曲切面,借助CCD攝像機對含織物輪廓線的切面圖像進行采集,得到的輪廓線,能夠直接得出彎曲切面處毛球的起伏情況,根據一系列的圖像算法,能夠對切面圖像中的輪廓線高度進行提取。其次,拼接各個切面上的輪廓線,得到的圖像為織物表面起球輪廓的距離。最后,按照自適應閥值法分割法,得到的毛球體積、面積以及個數等起球等級參數,并建構與模糊評估織物起球等級以及起球等級評估的模糊測試系統相符的模型,從而實現對織物的檢驗。
綜上所述,隨著紡織工業和科學技術的不斷發展和進步,數字圖像處理技術逐漸的取代了傳統人工紡織檢測的方法,數字圖像處理技術具有較多的應用優勢,不僅很好的彌補了傳統人工紡織檢測中存在的不足之處,降低了工作人員的工作量,同時還大大提高了紡織檢測的效率。從目前的情況來看,數字圖像處理技術在紡織檢測中的應用已經取得了一定的成果。隨著科學技術的不斷發展與進步,數字圖像處理技術也會隨之進一步的發展與成熟,因此,紡織工業在運用其進行紡織檢測時,應該不斷的更新技術,充分發揮數字圖像處理技術的優勢,以此促進紡織工業的進一步發展。