愛華網(wǎng)摘要：主要介紹了數(shù)字圖像處理技術(shù)在纖維、紗線、織物，非織造領(lǐng)域的應(yīng)用，以及近幾年的發(fā)展動態(tài)。
近年來，隨著科學(xué)技術(shù)的發(fā)展，各種先進技術(shù)不斷涌入紡織工業(yè)，其中數(shù)字圖像處理技術(shù)在紡織行業(yè)中的應(yīng)用可謂日新月異，不斷發(fā)揮其快速、精確，以及簡單穩(wěn)定的優(yōu)勢，在很大程度上加快了紡織品測試的速度，同時提高了紡織品測試的水平。
1 數(shù)字圖像處理技術(shù)概述
數(shù)字圖像處理(DigitalImageProcessing)又稱為計算機圖像處理，它是指將圖像信號轉(zhuǎn)換成數(shù)字信號，并利用計算機進行處理的過程。主要包括以下幾個方面：數(shù)字圖像的采集與數(shù)字化、圖像壓縮編碼、圖像增強與恢復(fù)、圖像分割、圖像分析等。
在實際應(yīng)用中，使用圖像處理技術(shù)的系統(tǒng)很多，其一般過程為：信息獲取一預(yù)處理一特征提取一圖像分析。獲取圖像的方法多種多樣，可以通過直接拍攝，或通過光學(xué)顯微鏡或電鏡放大后拍攝等方式獲取圖片，然后通過A／D轉(zhuǎn)換，將圖像信號數(shù)字化，再將數(shù)據(jù)傳人圖像處理系統(tǒng)，運用計算機強大的數(shù)據(jù)處理能力，分析圖像，根據(jù)要求輸出各種指標。目前，很多方法已經(jīng)逐步從理論與方法的探索研究階段走向工業(yè)化實際生產(chǎn)應(yīng)用，如小波變換、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、立體視覺等，同時智能分析也已成為研究的必然趨勢。
2數(shù)字圖像處理技術(shù)的應(yīng)用
上世紀90年代中期，圖像處理技術(shù)在紡織中應(yīng)用的研究熱點主要是：纖維材料性能測試、紗線性能分析、半制品質(zhì)量檢測等。而近幾年來，人們研究關(guān)注的重點主要集中在織物表面特性的分析、組織結(jié)構(gòu)的自動分析、成品及半成品性能檢測等，其中一些技術(shù)已經(jīng)在紡織生產(chǎn)中得到實際應(yīng)用。另外，人們對非織造布纖維和纖維取向的評定、纖維和紗線性能分析等方面的研究也在日趨深人。
2．1羊絨與羊毛纖維的識別
羊絨與羊毛的識別一直是紡織行業(yè)的一個難題，以往用光學(xué)或電子顯微鏡對纖維進行測試后，還需要測試人員的憑經(jīng)驗來判定，缺少客觀統(tǒng)一的評測標準，而使用數(shù)字圖像處理技術(shù)是解決這一問題的有效方法。
北京大學(xué)信息科學(xué)中心視覺與聽覺信息處理國家重點實驗室提出了羊絨毛圖像的全自動識別方案，該方法是先用自動閾值法對圖像進行二值化，然后進行多直線分割，并提取羊絨毛的細度特征，接著用Canny算子提取邊緣，再在邊緣圖上根據(jù)羊絨毛圖像的鱗片特性，提取羊絨毛的鱗片長度特征，最后用Bayes方法進行識別。檢測結(jié)果表明，用該方法檢測羊絨毛快速且準確。
F．H．She，I…XKong等人用圖像處理技術(shù)和人工神經(jīng)網(wǎng)絡(luò)技術(shù)對美利奴細羊毛和馬海毛的辨認進行了研究，并結(jié)合圖像處理和神經(jīng)網(wǎng)絡(luò)技術(shù)開發(fā)了可對兩種纖維自動辨別的智能系統(tǒng)。
2．2生絲勻度及清潔的測試
生絲檢測項目較多，決定生絲等級的檢測指標包括：纖度偏差、纖度最大偏差、清潔、潔凈、勻度等。其中勻度和清潔的檢測是表征生絲等級的重要指標。長期以來，人們一直采用黑板檢測法對生絲進行等級評測，此方法主要依賴人的感官目光判斷，而目光傳遞易出現(xiàn)偏差，細微的差別可能導(dǎo)致無法感知和識別，無法量值溯源，使得檢驗試樣制作過程長。而采用數(shù)字圖像處理技術(shù)能替代和擴大人的視覺功能，有利于解決使用傳統(tǒng)方法測量時遇到的一系列問題。
清潔自動測量是按標準將清潔進行分類、統(tǒng)計，根據(jù)描出的糙疵點形狀，計算其長度、寬度、周長、面積、中心灰度與周圍灰度的平均差值和相對差值。道克剛等人曾采用了特征分析的方法來判斷疵點的類型并統(tǒng)計數(shù)量，對十幾種清潔檢驗的疵點樣照進行了攝像、量化和特征分析。
勻度檢驗的本質(zhì)實際上就是灰度差別的判別，在圖像即灰度值的二維灰度函數(shù)中進行抽樣、取值，再作量化，得到用灰度二維數(shù)組表示的離散化圖像，就可使用計算機對其進行各種運算處理，把圖像變換成便于測量的圖像，繼而利用模式識別手段，對生絲勻度作出判別。胡振洲等曾運用顯微光學(xué)成像法測量生絲的均勻度，其具體過程是絲條由速度可控的牽引機構(gòu)帶動，從顯微鏡頭下通過，絲條影像經(jīng)顯微鏡放大，在圖像感應(yīng)元件CCD上成像，圖像感應(yīng)元件CCD將影像信號輸出到信號采集卡，經(jīng)信號采集卡處理后，變成可供計算機識別和計算的數(shù)字信號，在進一步處理后，得出檢測數(shù)據(jù)。
2．3紗線混紡比的測試
混紡紗線的混紡比一般采用化學(xué)分析法和顯微鏡橫截面觀察法進行測量。由于化學(xué)纖維更新速度快，所以化學(xué)分析測試方法也需要不斷更新，這導(dǎo)致很難找到一種適中的化學(xué)分析法，增加了測試成本，且結(jié)果也不令人滿意。而采用計算機提取特征參數(shù)自動識別纖維，測量紗線混紡比，是實現(xiàn)快速準確檢測混紡比的新方法。采用計算機處理對混紡紗形態(tài)參數(shù)的檢測包括纖維根數(shù)的統(tǒng)計、根數(shù)比值、面積計算、面積比值，以及一次矩和轉(zhuǎn)移指數(shù)的計算等。目前的相關(guān)研究中，對棉／麻、絲／毛、麻／滌、毛／滌混紡紗進行的研究較多且研究結(jié)果較為成熟。
2．4紗線均勻度的測試
采用數(shù)字圖像處理技術(shù)對紗線條干均勻度進行檢測，不僅可以客觀準確地評定紗線的等級，而且檢測過程不受環(huán)境的影響。此外該方法還可以準確模擬出紗線最終的布面情況。目前采用數(shù)字圖像技術(shù)測試紗線均勻度的方法有：采用圖像式紗線條干儀、圖像形態(tài)法、圖像紋理分析法、計算機視覺技術(shù)等。
圖像式紗線條干儀測試原理是測試紗線不勻率的烏斯特儀Ⅲ，由原來采用電容式傳感測試改為采用光電式方法進行紗線不勻率測試；圖像形態(tài)法是指將采集到的紗線黑板圖像經(jīng)過圖像預(yù)處理、圖像二值化、自相關(guān)法、數(shù)學(xué)形態(tài)學(xué)的處理得到一幅可以評級的圖像，利用該方法對紗線均勻度進行測試，可以對紗線的外觀質(zhì)量進行客觀評定；圖像紋理分析測試紗線均勻度主要是采用圖像處理和模式識別技術(shù)，對黑板圖像的均勻度進行自動分析判別，使黑板的分級得以自動執(zhí)行；計算機視覺分析系統(tǒng)是指將光學(xué)和計算機圖像處理技術(shù)相結(jié)合，利用小波分析、傅立葉分析等應(yīng)用數(shù)學(xué)知識，對掃描儀、CCD攝像儀等實時采集到的紗線圖像進行圖像處理，最終得到直觀的紗線細度不勻率。
2．5織物表面起毛起球測試
織物起毛起球是影響織物服用性能的重要因素。它往往是由于織物表面受到磨損引起的。在相關(guān)測試中，傳統(tǒng)測量方法測試精確度不夠高，包含人的主觀因素比重較大，而數(shù)字圖像處理技術(shù)克服了以上問題，能夠從客觀及精準的角度對織物表面進行測試。
東華大學(xué)的陳霞[4]等應(yīng)用一種圖像分析系統(tǒng)進行織物起球等級的客觀評估，首先獲取反映織物二維輪廓數(shù)據(jù)的距離圖像，通過一組匹配濾波檢測毛球，運用分塊閾值法進行毛球分割，選取毛球個數(shù)、毛球面積和毛球體積建立等級評估方程，并采用模糊邏輯系統(tǒng)作為最終的等級評估模型。
王曉紅等人采用統(tǒng)計直方圖技術(shù)對起球圖像進行濾波、銳化和分割預(yù)處理，然后根據(jù)自相關(guān)函數(shù)確定未起球織物區(qū)域重復(fù)結(jié)構(gòu)的形狀和大小，再應(yīng)用膨脹和腐蝕技術(shù)處理二值圖像，把原來的圖像處理成沒有組織結(jié)構(gòu)而只有毛球的圖像，最后測定毛球的大小、數(shù)量和形態(tài)。
國外許多專家對此也有深入研究，Konda等人提出了一種客觀評定起球性能的方法，他們對圖像進行閾值處理，然后與標準圖像進行比較，建立小球數(shù)量等級。Abril等人也采用圖像分析方法測量了標準織物圖像上的小球面積。
2．6織物疵點測試
數(shù)字圖像處理技術(shù)應(yīng)用于織物疵點測試后，測試結(jié)果有了很大改善。其測試方法關(guān)鍵在于如何對圖像進行正確合理的紋理分割和圖像識別。韓武鵬等人提出的疵點檢測系統(tǒng)對采集的圖像進行預(yù)處理后，用小波變換進行特征提取，并采用模糊技術(shù)進行推理和識別，這能提高疵點邊緣的增強效果，并刻畫局部疵點的特征信息。田納西大學(xué)的Yixiang、FrankZhang和Randal1．R．Bresee提出同時運用灰度統(tǒng)計方法和形態(tài)學(xué)方法提取特征區(qū)域，然后分析特征區(qū)域，運用模式識別對疵點進行分類。胡艷[8]等人提出了一種基于小波變換和形態(tài)學(xué)的織物疵點邊緣檢測方法，利用形態(tài)學(xué)實現(xiàn)疵點檢測后，進行小波分解，再用小波模極大值法和基于數(shù)學(xué)形態(tài)學(xué)的算法分別提取高、低頻子圖像的疵點邊緣，然后采用合理的融合規(guī)則將兩個邊緣圖像進行融合，最終得到清晰準確邊緣。
另一個關(guān)于織物疵點測試的熱點問題是如何對織物疵點進行動態(tài)識別和分類。多年以前，國外就已開始從事這方面的研究并證明這是一種可行的方法，如瑞士Uster公司的Fatrriscan自動驗布系統(tǒng)，在寬度方向裝有2～8只特制高分辨率的線掃描CCD攝像機，采用神經(jīng)網(wǎng)絡(luò)技術(shù)，檢測織物幅寬范圍為110～440cm，速度可達120rn／min。而我國關(guān)于這方面的研究雖也已取得了階段性的進展，但尚未形成完善的系統(tǒng)。
2．7色度測試
目前，在紡織品色度測試研究中，關(guān)于圖像處理技術(shù)的應(yīng)用研究相對較少。色度不包括亮度，是顏色的一個特性，它反映顏色的色調(diào)和飽和度，人們通常以CIE統(tǒng)一規(guī)定的色度系統(tǒng)為基礎(chǔ)而對顏色進行目視和物理測量。而利用圖像處理技術(shù)，根據(jù)三原色原理可直接獲取R、G、B值，R、G、B值的分辨率為256級，這大大超出了人眼的識別能力，可準確描述物體的顏色值，進而計算出三刺激值和黃度，得出最終結(jié)果。嚴漂等[9]根據(jù)色度原理，通過數(shù)字圖像處理技術(shù)實現(xiàn)了對棉纖維色度的可靠性測量，與傳統(tǒng)測量相比，它不僅降低了成本，而且大大提高了測量的速度和穩(wěn)定性。
2．8非織造布測試
非織造布發(fā)展迅速，產(chǎn)品質(zhì)量越來越高，在紡織品市場中所占的份額也越來越大，因此非織造布的檢測技術(shù)應(yīng)該滿足質(zhì)量的要求，向簡便、快捷、客觀可靠的方向發(fā)展，而數(shù)字圖像處理技術(shù)使其成為了可能。目前數(shù)字圖像處理技術(shù)在非織造布測試中，主要應(yīng)用于纖維取向度測試、纖網(wǎng)孔隙尺寸分布的測試、纖網(wǎng)瑕疵的測定、纖網(wǎng)均勻度和纖維直徑的測試。
3結(jié)語
數(shù)字圖像處理技術(shù)在紡織工業(yè)的應(yīng)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(shù)將朝著智能化方向發(fā)展，人工智能、遺傳算法、模糊理論等已經(jīng)應(yīng)用于紡織品的質(zhì)量評定，同時二維圖像處理已逐漸向三維方向發(fā)展。隨著計算機科學(xué)技術(shù)及數(shù)學(xué)理論的不斷發(fā)展，數(shù)字圖像處理技術(shù)在紡織領(lǐng)域的應(yīng)用范圍將不斷擴大，并發(fā)揮更大的作用。相信通過不斷的科學(xué)研究獲取新的理論和方法必能帶動我國紡織工業(yè)朝著高技術(shù)領(lǐng)域發(fā)展。
