王玮

摘 要：自二十世纪八十年代末计算机图像处理技术进入纺织检测领域以来，从原材料、半成品到成品的检验，从机织物、针织物到非织造布，再到产品质量的模拟控制，都可以通过图像处理技术来完成。国际上最早将图像处理技术应用于纺织工业，分析地毯的磨损状况。传统的纺织品检验测试多采用手感和目测，受人为因素的干扰较大，精度不高。运用图像处理技术可以减少主观因素的影响，客观评价纺织品的外观和内在质量，是提高劳动生产率、保证产品质量的重要手段。

关键词：图像处理技术;纺织;检测;应用

近年来随着纺织技术自动化的发展，计算机图像处理技术在纺织工业检测中得到了广泛的应用。在介绍图像处理技术概念的基础上，分析了图像处理技术在纺织工业中的应用，重点研究了图像处理技术在纺织加工检验中的应用。为纺织工业自动化研究提供参考。

一、图像处理技术在纺织工业中的应用

现阶段图像技术在纺织业中的不同领域中的应用效果显著，并呈现不同图像处理方法与多种技术融合的发展趋势。目前的图像处理技术主要应用于纺织工业中纤维、纱线和织物等方面的检验鉴别工作。图像处理技术在纤维检验方面，主要是对纤维外观、细度、均匀度及异性度等方面进行测试，同时还有对超细羊毛与羊绒之间的鉴别。在纱线织物方面，主要是结合数字处理技术和识别技术对其密度、纹理、瑕疵、悬垂性、褶皱性、均匀度及毛羽量进行检验，对纱线混纺比进行测试。在非织造布方面，主要是对其空洞大小、形态、纤维曲度及纤维网的瑕疵进行测定。

二、图像技术的基本理论和方法

图像处理主要包括以下方面：（1）图像预处理，其目的是对图像去除噪声，突出目标;（2）图像分割和目标提取，主要目的是从图像中获得感兴趣的区域;（3）特征提取，是要获得对目标的有效特征表达和描述;（4）目标分类，是在提取特征的基础上实现判别和分类。在计算机视觉的图像处理中，往往需要进行平滑、增强、边缘检测和去除噪声等处理。在多数空域预处理算法时涉及到领域处理，典型的算法有中值滤波、均值滤波等。近年来数学形态学在数字图像处理领域里有了广泛的应用，它以集合运算为基础，其基本思想是用具有一定形态的结构元素去度量图像中的形态以解决问题，基本算法是扩张、腐蚀、开启和闭合。其中傅立叶变换和小波变换主要应用于纺织品分析和测试中的以下一些领域：织物图像的滤波、无纺布中纤维取向和织物纹理方向的测定、织物表面性能评定和织物结构参数的测定等。常用的图像识别方法有：灰度匹配法、形态法、神经网络法、纹理模型法四种。其中，神经网络法的缺点是，可能因为特征值选择的不合适或者不足，造成检验结果的不可靠;纹理模型法的不足在于仅仅通过随机场模型并不能最大限度地降低图像分析的计算复杂度和提高图像处理的速度，因而还不能实现织物疵点的快速自动检测。

三、图像处理技术在纺织检测中的应用

1.图像处理技术在纤维鉴别中的应用。近几年来，图像处理技术已成熟应用于纤维鉴别的检测中，其中包括纤维细度、麻/棉混纺以及羊绒与羊毛纤维的鉴别等领域。其中，羊绒与羊毛纤维的鉴别一直以来都是纺织检测中的一大难题，尤其是羊绒与超细、拉细羊毛的鉴别，相比过去采用显微镜观察和凭借人员检测经验的鉴别方法，新的图像处理技术与人工神经网络技术的有机结合，主要依据电子显微镜扫描拍摄羊绒和羊毛图像，获取形态特征后再通过模板代换、灰度值及边界拐点分析来识别和处理，其检测评价标准客观并统一，几乎不受人员经验的影响，检测数据的误差更小，检测鉴别速度也更快。

2.图像处理技术在纱线检测中的应用。在纱线的检测中，细度是一个极其重要的检测指标，通常用与它的截面积比例的间接指标来表示细度值。传统的纱线检测是通过对公定回潮率时的长度及重量的测试来确定纱线的细度值。在图像技术的发展下，目前纱线细度检测主要借用有关人员开发出的名为OMNICON的图象分析仪对纱线的直径进行准确的测量，其主要测量原理是将纱线式样切片，放在视频显微镜下拍照，获取最佳切片图后用图像分析仪对切片图进行灰度变换等一系列函数处理，最后得出纱线清晰的边界线后准确测量出纱线的直径，与传统的测量方法相比，不仅简化了人工检测的繁琐工序，操作简单易行，而且测试结果误差更小，更接近纱线的真实细度。

3.图像处理技术在组织鉴别中的应用。利用图像处理技术对机织物的织物组织进行识别检验也是近年来一项普及的纺织测验工作。Kuo CF等研究者借助机器视觉选取了18种机织物进行组织鉴别试验。实验中他们对图像中的组织点进行独立分割，在FCM算法之下得出经、维组织点的值，再将由0和1构成的矩阵组织点输入BP神经网络进行测验，最后得出的识别准确率达到100%。后来在理论研究下，将图像处理技术和力学拉伸矫正原理结合，在机织物的密度测验上，克服了起绒织物单一图像处理技术的缺陷，通过大量的实验证明了该测验方法的普遍使用性，其测验结果与人工测量的结果相似度达到了98%。

4.图像处理技术在非织造测验中的应用。近年来，部分研究者及专家也对非织造测验中的图像处理技术进行了实验研讨，他们分别以热熔型非织造土工布和皮芯纤维热黏合型的非织造布作为实验用料，运用图像处理方法进行了相关测验。在热熔型非织造土工布的测验中，通过图像处理方法测验影响土工布力学性能中的泊松比指标来解决土工布在拉伸过程中的“緊缩”问题。测验基本思路是现将采集的图像信息导入计算机中，利用图像分割、轮廓线条提取等图像处理技术对图像进行处理，最后通过计算得出布料的横纵向尺寸和泊松比。在皮芯纤维热黏合型的非织造布测验中，研究者应用图像处理技术确定了非织造布力学各向异性的问题。检测基本思路是先用分布函数对皮芯纤维的取向量化，再用X射线断层摄影和电子显微镜扫描技术获取图像数据，然后结合霍夫变换图像处理技术和相关设计程序的应用，确定非织造布各向异性参数，得出测验结果。图像处理技术在这两种非织造材料中的检验应用与传统的测量方法相比，具有高效、准确率高的优点。

总之，随着计算机科学技术的发展，许多过去由人工完成的纺织检验工作可以由计算机代替。计算机图像识别技术体现出快速、准确、高可靠性和稳定性等优势，在纺织行业的应用会越来越广泛，特别是在线检测方面得到应用和发展。比如织物质量检测和织物疵点的在线检测，只需不断把扫描或拍摄的图像传送到计算机通过处理、分析和识别，可帮助操作人员及时发现和处理故障，极大提高生产效率及产品质量。

参考文献

[1]袁春华.计算机图像处理技术在纺织工业的应用.2018.

[2]刘阳霞.浅谈计算机图像处理技术应用于纺织检测.2017.