纺织检测中数字图像处理技术的运用探析

　　摘    要：　随着社会的发展,我国科学技术在不断地进步,同时数据图像处理技术日益成熟,并运用到了各行业当中。目前,我国纺织检测过程中也广泛纳入了数字图像处理技术,需要高度重视数字图像处理技术的特点,不断提升纺织检测的效率和质量。文章探究了数字图像处理技术的意义,同时阐述数字图像处理技术在纺织检测过程中的应用,打破了传统人工纺织检测的弊端,简化了检测的步骤,提高了检测的效率,推动纺织工业的繁荣。然后分析了数字图像处理技术在纺织检测中的各项应用,并总结了数字图像处理技术在纺织检测中需要注意的问题,不断提升纺织工业的生产效率。

　　关键词：　数字图像处理技术; 纺织检测; 研究与应用;

　　1、 数字图像处理技术在纺织检测应用的意义

　　纺织检测是纺织工业的重要环节,其主要包括对纤维的鉴别、纱线的检测、织物的检测等方面,而所谓数字图像数据技术是基于计算机技术上借助一定的算法和程序,对数据图像的噪音去除和相关特征进行有效提取,最终获得相关图像或者信息技术。目前,我国纺织行业也将使用数字图像处理技术,广泛应用于纱线、纤维和织物等方面检测中。传统的纺织检测人力成本较高,培养一名检测熟练工人需要2～3年时间,而且效率较慢、人眼检测的误差率也较高,更重要的是由于纺织产品在检测阶段会有一些有害气体,会对检测人员的身体带来危害。而数字图像处理技术恰恰克服了这些问题,使计算机替代了人工来完成对织物的检测。实践证明,数字图像处理技术在纺织检测中的应用极大提升了检测效率,且不会对检测样本产生损害,检测效果精确,检测成本能够得到有效控制。数字化图像处理技术应用于当前纺织检测中已经成为一个主要发展趋势,实际取得效果是非常突出的。

　　2 、数字图像处理技术在具体纺织检测中的应用

　　2.1、 在纤维检测中的应用

　　根据我国纺织工厂的发展情况来说,图像处理技术已经广泛应用在纤维检测过程中,针对纤维细度、羊绒与羊毛纤维和棉麻混纺等鉴别,主要在检测过程中面对羊绒、羊毛纤维的鉴别,尤其是羊毛与超细拉细羊毛之间的鉴别。目前,数字图像处理技术结合人工智能以及网络分析技术具有多方发展的优势,打破了传统人工显微镜观察的误差性。通过电子显微镜扫描拍摄羊毛和羊绒的图像得到有关特征,并进行模板代替和拐点的分别处理,保证检测结果的准确性,降低外界因素的影响,提高鉴别速度和鉴别质量,降低检测的误差。

　　首先,纤维细度的测量。数字图像处理技术在具体纺织检测中的应用主要体现在纤维细度检测上,且这一项技术在国内外被普遍使用。具体操作流程是:工作人员将纤维样品放置在光学显微镜下,通过光学显微镜放大之后,最终通过C D 视频摄像头对纤维实现图像的采集应用,最后转化成为数字化的电子图像,最终传输到计算机中。在计算机存储之后,通过一定的图像分析技术实现识别分析,对纤维直径实现科学化的测量。在测量结果获得之后,计算机相关软件将会对纤维的平均直径和相关统计结果实现科学化的分析。这一技术在实际应用中最大限度实现了全自动化处理,实际具有突出效果。在实际发展中,对于纤维细度测量技术的应用广泛体现在羊毛和化纤的研究中。主要是在光学显微镜下呈现出圆形的纤维进行测量;而且工作人员同时也可以输入相应数值,如平均细度、标准差 、变异系数、直方图 、 纤维含量等。在这些数据输入之后,进行直接的计算和分析。此外,当下所使用的全自动的纤维细度仪对纤维测量的范围广。

　　其次,麻/棉混纺比的测量。在纤维测量中,麻棉混纺比的测量也是一项重要工作。这一工作实际进行中,国家相关研究单位建设了特定的CAT检测系统。该系统实际应用功能主要是在借助测绘扫描系统对纤维实现扫描之后,自动化提取绒毛中的细度、鳞片可见高度等参数。在参数获得之后,各种模式实现自动化的识别,以此获得最终的统计结果,如包括细度直方图 、 测量纤维的根数 、平均细度、细度 CV % 值及纤维含量等。最终借助计算机实现数据的分析,获得关于麻棉混纺比的测量结果。
 

　　国外在应用数字图像技术对纤维中的麻棉进行测量中,通过计算机图像处理技术对光学显微镜所拍摄到的羊毛和羊绒纤维实现了全面的鉴定和分析。在系统应用之后,能够将光学纤维放大到50倍左右。最终将所获取图像反射在光电转换器上,再通过图像卡进行数字化处理。数字化处理后的图像传输到计算机内部。计算机输入之后,通过计算机内部系统直接实现分析,最终得出相关的检测结论。通过实际检测分析发现,显微镜图像获取中,并不是倍数越大获取的鉴别效果越好,一般控制在50倍左右即可;通过借助计算机针对图像实现预处理。在预处理结果获得基础上,对数据进行全面分析,实际发现灰度代换方法要比边缘检测方法获得最终检测效果更加突出。此外,还发现在纤维检测中,数字图像的分辨率设定 2 56 x 2 56附近,其最终的鉴别效果比较突出。整体而言,数字图像处理技术在纤维麻棉混纺检测中的鉴别效果比较好,基本能够控制在90%以上。

　　2.2 、在纱线检测中的应用

　　目前,我国纺织业检测过程中,针对纱线检测最为重要的是细度。一般来说,纱线的细度是根据集成比例进行机能表示。通常来说,纱线测量过程中需要根据测定回潮率时测量纱线的重量和长度,然后对纱线的细度进行准确计算。当下我国纺织检测过程中纳入数字图像处理技术推动了纱线检测的发展与进步,其中OMNICON图像分析仪软件已经广泛应用在纱线检测过程中,此软件结合了数字技术和网络技术,精准地对纱线的直径更快的测量,简化了传统实验操作的步骤。它的原理为结合背景与纱线间的灰度呈现出的不同进而推荐出纱线的基本轮廓,同时还能检测出混纺不均、混纺比例和均匀程度。将数字图像处理技术应用在纺织纱线检测过程中,提升了纱线细度检测的精确性,需要不断深入这方面的研究。

　　2.3 、在织物检测中的应用

　　目前,纺织检测过程中织物检测环节中已经纳入了数字图像处理技术。检验织物的技术主要包括:测量织物密度、确定织物的光泽特征,分析织物的外观和性能,有效识别织物的结构,检验织物发生磨损的状况和外观变化情况。通过数字图像处理技术加入在织物检测过程中,开发了一项新型的图像分析和光照投影软件,软件可以对织物柔软性为基础上参照物在移动方位时保证各个弯曲起球试样的切面光照弯曲贴面。同时,借用CCD摄影机对含织物轮廓线的切面图像进行有效提取,最终获得轮廓线直接获取弯曲切面处毛球的整体情况,这一系列的图像算法可以对切面图像中的轮廓线高度进行有效提取,然后拼接各个切面上的轮廓线,最终得到的图像作为织物表面需求轮廓的距离,获取毛球的体积和起球数据。这样一来,实现对织物的精确检验,计算出毛球的个数、面积或体积。

　　2.4 、数字图像处理技术在纺织检测中应注意的问题

　　虽然数字图像处理技术已经广泛应用在纺织检测过程中,但在应用过程中仍有一系列的问题没有解决,需要高度重视。首先,我国的人工智能、识别技术以及模糊控制判断法在不断地发展,同时广泛应用于纤维材料的检测中,提升纺织品的质量。由于纤维的横截面形态不容易确定,导致不同纤维横截面形态的纤维借助模糊数字的方式计算出接近原形。其次数字图像处理纺织检测过程中需要加强特征值指标值的建立,从多个角度提取特征,降低误差推进图像法的实用性。最后,纤维材料的检测过程中需要加强质量控制,将数字图像处理技术在纺织检测过程中可将纤维材料的检测仪器从生产车间的计算机连成网络,实现数据共享,更为科学地控制生产质量。同时,为了保证纺织品检测的高效率,在实际检测中,可以通过增加一定量的检测对比样品。通过多个样本的检测实现对比,获得最终的检测结果,保证检测结果的精确性。数字图像处理技术在纺织检测中的应用是一项比较专业化的技术,因此强化技术人员对此项技术的熟悉度,并且做好检测样本取样过程中的人工辅助工作。在数据分析获得一定结果之后,科学分析,实现科学化的检测,从而能够提升最终的检测效果。

　　3、 数字图像处理技术在纺织检测中应用的未来展望

　　随着人工智能技术的不断飞跃式发展,这一技术已经开始在纺织检测数字化设备中得到更为广泛的应用。国内很多企业已经开始制造相关的人工智能织物检测设备与配套的软件系统。以往的数字检测还需要一定的人力支持,但在人工智能的帮助下,未来织物检测将彻底摆脱对人力的需求,检测设备与软件能够在显微光学、人工智能的帮助下,将大数据输入高计算能力的计算机中,自动对织物进行检测。此外,在当前将数字图像处理技术应用到纺织检测中,其检测效果还是比较薄弱的。在未来的检测中,注重检测特征值的设定和研究应用,需要能够从多个角度进行数据的提取和测量分析。同时能够结合其他生化检测方法,以此对最终的检测结果实现对比分析,获取精确的检测结果。同时,数字图像处理技术应用于纺织检测中,加强全新研究理论和研究技术的使用,为纺织检测工作高效推进奠定重要基础。

　　4 、小结

　　综上所述,我国纺织检测过程中已经广泛纳入了数字图像处理技术,数字图像处理技术具备较多的优点,打破了传统人工检测出现的弊端,已经获取了良好的应用效果,降低了工作人员的劳动强度,提高了纺织检测的质量和效率。虽然在一定程度上推动纺织业的发展,但数字图像处理技术还需要不断完善,在纺织检测工作中更新数字图像处理技术,跟随时代发展的脚步,保证测量的准确性,促进我国纺织工业的进步和繁荣。

　　参考文献

　　[1]黄立生.图像处理技术在纺织检测中的应用[J].山东纺织经济,2016(06):33-34.
　　[2]夏彬,王飞,王泽武,秦建锋.数字图像处理技术在棉纤维检测中的应用研究[J].中国棉花加工,2018(05):14-16.