王曉紅等人采用統(tǒng)計(jì)直方圖技術(shù)對起球圖像進(jìn)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(jìn)行閾值處理，然后與標(biāo)準(zhǔn)圖像進(jìn)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(biāo)準(zhǔn)織物圖像上的小球面積。
2．6織物疵點(diǎn)測試
數(shù)字圖像處理技術(shù)應(yīng)用于織物疵點(diǎn)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(jìn)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(diǎn)檢測系統(tǒng)對采集的圖像進(jìn)行預(yù)處理后，用小波變換進(jìn)行特征提取，并采用模糊技術(shù)進(jìn)行推理和識別，這能提高疵點(diǎn)邊緣的增強(qiáng)效果，并刻畫局部疵點(diǎn)的特征信息。田納西大學(xué)的Yixiang、FrankZhang和Randal1．R．Bresee提出同時運(yùn)用灰度統(tǒng)計(jì)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(yùn)用模式識別對疵點(diǎn)進(jìn)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(diǎn)邊緣檢測方法，利用形態(tài)學(xué)實(shí)現(xiàn)疵點(diǎn)檢測后，進(jìn)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(diǎn)邊緣，然后采用合理的融合規(guī)則將兩個邊緣圖像進(jìn)行融合，最終得到清晰準(zhǔn)確邊緣。
另一個關(guān)于織物疵點(diǎn)測試的熱點(diǎn)問題是如何對織物疵點(diǎn)進(jìn)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(yàn)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(jī)，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(dá)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(jìn)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(jìn)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(zhǔn)確描述物體的顏色值，進(jìn)而計(jì)算出三刺激值和黃度，得出最終結(jié)果。嚴(yán)漂等[9]根據(jù)色度原理，通過數(shù)字圖像處理技術(shù)實(shí)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。
<<上一頁[1][2][3][4]下一頁>>
相關(guān)信息 
推薦企業(yè) 推薦企業(yè)
推薦企業(yè)
編.gif)
您所在的位置：
