計算機圖像處理技術在紡織品檢驗中的應用

計算機圖像處理技術在紡織品檢驗中的應用

在以前的紡織品檢驗方法中，大多數(shù)紡織廠采用人工檢驗法，并根據(jù)人們的視覺、聽覺和相關經(jīng)驗評估紡織品質量是否合格。這種檢測方法不但需要耗費大量人力,而且檢測結果的誤差較大,效率低下,也很難保證檢測結果的精度。為了進一步提高紡織品的檢驗質量,可以引入先進的計算機圖像分析技術,其可以利用計算機來獲取待檢紡織物的圖像、形態(tài)和結構參數(shù),并對這些信息進行數(shù)字處理分析,得出比較科學精準的檢測結果。以下本文就來詳細探討計算機圖像分析技術的實際應用。1檢測方法單一對于紡織物而言,一旦出現(xiàn)起毛或者起球的現(xiàn)象,則不但會影響其美觀性能,也會影響其舒適性能。為此,在紡織品檢驗中必須要對其起毛和起球性能進行檢測。在以往的檢測方法中,主要采用標準樣對比評級、顯微鏡下統(tǒng)計起毛根數(shù)等手段,但是這些檢測方法都存在較大的缺陷,如前者的檢測結果會存在較強的主觀性,難以保證結果的科學性。而后者則需要耗費大量的時間和精力,勞動強度較大。這些檢測方法都難以滿足現(xiàn)代紡織品檢驗工作的發(fā)展需求。所以,在對紡織物起毛、起球性能的檢測中引入科學高效的計算機圖像分析技術就很有必要,其能夠解決傳統(tǒng)檢測方法的弊端。因為在這一技術中,充分實現(xiàn)了檢測的客觀化和定量化。其主要的應用流程為:第一,利用計算機圖像識別技術采集待檢紡織品的起毛圖像,第二,對所采集的圖像進行相應的灰度化處理。第三,對處理后的灰度圖像做進一步的二值化處理,第四,根據(jù)所得到的二值化圖像來計算起毛根數(shù)。簡單來講,這個過程就是圖像采集、灰度化處理、二值化處理、起毛計數(shù)。其中二值化處理是最關鍵的一個分析環(huán)節(jié),其所采用的閾值是否合理將會直接影響二值化處理效果以及起毛計數(shù)的精準程度。2對懸垂性的分析紡織物的懸垂性也是其質量檢測的一項內容,從20世紀30年代開始,紡織企業(yè)就開始對織物的懸垂性進行檢測,在長期的發(fā)展中,懸垂性測定儀器和方法也得到了不斷的改進,但是其所得到的檢測結果依然很難達到精準的程度。近些年,有學者提出了在織物懸垂性分析中采用計算機圖像處理技術的方法,并進行了相關研究,發(fā)現(xiàn)這種檢測方法不但能夠從所采集的二維圖像中評定出紡織物的懸垂性程度和形態(tài)特征,還能主觀評價出其相應的三維信息,這樣以來就可以實現(xiàn)了主客觀評價相統(tǒng)一的檢測評定效果,極大的提高了檢測的準確度。具體來講,在檢測紡織物的懸垂性時,運用數(shù)字圖像處理技術是先由CCD攝像頭采樣,攝取織物懸垂的物理圖像,然后經(jīng)過圖像采集卡A/D轉換成為數(shù)字圖像,以灰度圖像格式存儲在計算機的存儲器內。計算機對此灰度圖像進行一系列的圖像預處理,如濾波、二值化、邊緣增強等,除去噪聲、背景等無用信息,保留與懸垂有關的信息。最后,對懸垂圖像的形態(tài)結構進行分析,提取各種特征參數(shù),計算表征織物懸垂性能的相應指標。3織物檢測分析流程利用計算機技術對織物圖案進行自動識別分析,可以提出其織物的特征參數(shù),從而判定織物的混紡比,則將極大的提高織物紗線混紡比測定工作效率,同時也為改善織物的生產工藝參數(shù)提供了指導依據(jù)。具體來說,在計算機圖像識別技術中,對織物的圖案識別流程是:采集圖像、輸入圖像、預處理、特征提取、匹配并分類、得出識別結果。而織物紗線混紡比的圖像處理分析流程則為:采集圖像、濾波去噪、局部灰度均勻度調整、二值化處理、粘連纖維分割、標記圖像、特征提取、纖維劃分、得出混紡比。近些年,隨著計算機圖像處理技術的不斷發(fā)展,仿真CAD系統(tǒng)也逐漸應用在織物的檢測分析中,這樣不但可以直接對紗線實物進行有效的質量評價,而且還能夠通過仿真模擬對最終的織物性能進行評測。實現(xiàn)了不同紗線所織成的成品外觀預測,這對于提升紡織物工藝水平有著重要意義。4維密度測量在以往的織物經(jīng)緯密度測量中,一般是利用照布鏡或者密度鏡等工具,由人直觀的查出單位長度中有多少根經(jīng)緯紗。這樣的檢測方法不但需要花費大量的時間,而且還會出現(xiàn)較大的誤差,因為人的眼睛一直盯著小范圍的事物看,容易出現(xiàn)疲勞而出現(xiàn)數(shù)錯的現(xiàn)象。而借助計算機圖像分析技術來對經(jīng)緯密度進行測量則能夠很好保證其測量精準度,且測量速度更快,誤差更小。另外,無論試樣大小,均可以采用這種方法進行檢測,這也是其他檢測方法不能比擬的。其主要的分析流程為:先采取待檢織物的圖像,然后將該圖像輸入計算機設備中,利用圖像處理軟件對圖像進行傅立葉變換,將織物圖像在空間中的二維灰度分布變換成對應的二維頻率域中的頻譜,進而提取圖像的頻率域信息。頻率域中頻率所代表的物理涵義是單位長度上正弦狀灰度濃淡變化的重復次數(shù)。由于織物的表面形態(tài)可以在所采集的圖像上體現(xiàn)出來,其經(jīng)緯紗線的排列不同,所表現(xiàn)出的灰度分布形態(tài)也不同,所以通過圖像分析中獲取的灰度值大小就能夠判斷出經(jīng)緯向紗線的頻率和密度。當然,這種密度分析方法僅僅只是對單層紡織物而言,如果紡織物是雙層,則應該對里外的經(jīng)緯紗分別進行密度分析,然后再根據(jù)排列比計算出最終的總密度。5數(shù)字投影檢測纖維細度和長度應用計算機圖像處理技術測試纖維細度的過程:利用哈氏切片法,得到纖維的縱向切片,纖維樣品經(jīng)過顯微鏡的光學放大,其圖像直接投影在工業(yè)攝像機的光電轉換器上,轉換成數(shù)字化的電子圖像輸入計算機,通過計算機對圖像的柔化、二值化、去除干擾等處理獲得較滿意的實時輪廓后,再對纖維的細度及長度進行測定。邊緣檢測算子可檢查每個像素的領域并對灰度變化率進行量化,利用已有的處理結果進行有目的的代換,跟蹤并找到纖維的兩個不同邊緣。利用3X3強鄰接像素模板檢測出纖維圖像的邊界再用長度標尺計算出纖維的長度及細度。跨多個學科的技術總之,利用計算機圖像分析技術進行紡織品檢驗,是一