最新纺织图像监测技术的应用

魏道培

蓬勃发展的计算机技术为提高纺织品质量创造了广泛的应用领域,计算机图像分析技术正逐渐成为世界纺织工业监测的主要技术手段之一。它对确定纺织品质量,尤其是分析在生产过程中线性织物出现的瑕疵,对提高纺织品检测水平起到了关键性作用,成为纺织工业数字化的主要探索领域。

众所周知,纺织品生产过程中,需要确定和测量出现的瑕疵尺寸,利用数字图像分析即可详细查明其基本结构参数,即线性纺织品的厚度、毛边和曲折图像。更重要的是,这种技术可使其他外部结构特征的线性纺织产品,如捻参数和线性密度系数得到进一步分析。其中确定结构纱参数是重要的依据,它目前已普遍应用于纺织工业。图像处理技术可使纺织品纵与横或纤维直径获得充分的评估,线性纺织图像技术可有效监测纱疵并确定其成因。不仅如此,纺织物图像还可帮助观察到生产过程中的二维和三维纺织图像,包括拼接和纱端连接,从而正确估计其生产质量。数字图像处理系统也可应用二维图像监控纺织生产。其原理是利用数字图像分析,即二维图像处理技术获取图像。该图像把所描述的二维矩阵真实或虚拟的数字提出明确的字节数,然后显示图表结构,再告诉操作员该怎样调整设备以消除瑕疵。目前,最新的数字图像处理技术还包括:图像采集与建模、改善图像质量、提高监控能力,采用直观理想的图像功能确保生产质量与预定计划一致。

图像模拟是基于数字化的实时图像,获取图像过程包括采样和量化。数字图像可被描述为二维矩阵形,其内容包括强度量化功能,称其为灰度水平。定义数字图像的是空间分辨率和灰度分辨率。最小的组成部分是数字图像像素。像素的亮度水平数据可能很大,但仅凭像素和灰度就能准确解决生产和检测中出现的问题。

图像质量的改善,其突出的特点是应用数字图像技术进行处理。在该过程中,图像质量不会增加额外的图像数据,但增加了动态范围,可迅速选定对象,这有利于工作人员迅速检测到瑕疵,然后调整,它也可通过另一种方式改善质量,即调整灰度和对比度,提高清晰度,降低噪音,进行光学意义上的过滤。最新纺织生产图像处理技术的核心主要有如下方面。

图像校正法

柱状图像法是最简单的图像校正程序。柱状图,特别是灰度特征的图像产生于生产的过程。它主要用于增加对比度,提高颜色在图中的突出位置,强调突出部分,通过修改柱状图获得校正。另一种图像校正法是,调整平均亮度功能,即所谓的平均标记程序。运用这一程序,使先期亮度特定像素的平均值被设为选定。该程序旨在消除瑕疵或斑点,在使用过程中用数字图像处理法可增加织物图像的锐利度。

中值过滤值是指选择平均亮度功能,是根据不同规则确定新的像素值。中值过滤不使用基本平均像素值,但接受最近相关范围的亮度值。例如,该程序的应用可获得比没有这些过滤器更好的效果。由此,在有中值过滤条件下,可通过轮廓分配获得较好的效果,中值过滤适用于所有色彩模式,但下列除外:48位RGB模式、16位灰色范围、彩色模式下的调色板、黑色和白色模式。

程序的开端是一个梯度,用于提取和分析图像。它是根据不断变化的亮度函数值而设定。许多标记均可采用梯度法。拉普拉斯过滤的一个梯度使轮廓更清晰,更便于提取,同时它又在划定区域内保持亮度。灰度阈值使图像分割开来。它对这一进程中的灰色表面图像进行分析比较,以确定灰度。作为比较结果,如果灰度高于阈值,该区域被接受为白色,如果灰度小于定义值,则确定为黑色。阈值程序利用边界亮度值确定和设置。像素值高于或低于阈值都取决于选项。其余的像素没有改变,并维持其先前的颜色。选择这两个层次的原因是,所有像素均属白色或黑色,根据它们的亮度值界定阈值。阈值还可为整个图像分析并定义。

自相关是一个不同的图像处理技术概念,它结合了图像分析的所有片段,并经常用于表述被反复掩盖的图像。应用自相关原理,可创造其他更多数字图像处理范围,还能确定重复单位的平均尺度。该技术可复制整体图像,以分析相关的重复像素单位。

频率法是根据修改傅里叶变换强度的功能,确定反向变换的图像分析。频率法需要很强的计算功能,作为过滤作用,它包含了所有的点图像的频率空间,也包括周围有限的特定像素。频率法使这些因素得以消除或补偿,如照明不均匀和几何断层图像等。

侵蚀与扩张是适用于普通织物的处理方式,用以纠正图像错误。侵蚀和扩张更正程序是基于像素的增加或消除,即根据基础规则制定的标准,它依赖于邻近图像像素的对比进行处理。

恢复所需图像的特征

恢复所需图像特征是以消除或减少为依据,它可降低其质量。通过光学,光电或电子方法获取图像,在监测过程中不可避免要涉及使图像特征退化的问题。像差、摄像传感器内噪、照相机图像模拟散焦以及空气污染都可能导致监测质量条件进一步恶化。恢复理想的图像特征不同于改善表面,其程序与突出或暴露的辅助照明设备相关,或与现存图像相关。恢复理想图像特征,主要包括以下范围:不利的光点、锐利度降低、周围图像传感器、噪音过滤、失真校正、非线性校正传感器。

图像数据压缩

图像数据压缩是按照最小化的字节数的要求,压缩效应是通过不同的数字方式实现转化而提供数字图像。

技术识别,处理和分析织物图像

图像处理技术是基于使用模拟和数字光电元件,使图像产生信息传输和发布功能,并置入输入或输出功能的系统。独立的模拟和数字图像处理单位,包括图像处理技术、图像识别和计算机图形学原理均能发挥各自的作用。图像分析和识别与图像检测和处理,包括预测、传输和信息存储,以及与图像识别共同生成。计算机技术使图像处理技术应用越来越广,它也促使产生越来越多的其他领域,理论和实践、施工、技术、系统、硬件和软件操作。图像处理技术的动态发展意味着技术手段的应用扩大化,它涉及其他领域,包括促使纺织科学获得显著发展,也包括材料工程和技术,以及数字技术和计算机工程。

图像处理并不是加工技术中的新生领域。在漫长的探索中,由于光学与计算机科学的结合,形成了图像处理技术,它给纺织业带来直接的影响并助推纺织业技术水平的提高。而信息与微处理技术与图像处理技术的结合才使纺织业监测技术获得突飞猛进的发展。

图像处理技术包括以下概念:图像处理(包括改变图像或序列图像)、特色功能(图像的其他功能)、图像识别(其目的是查明所选纺织图像的特征)。

回顾过去,展望未来

数字分析技术可用于识别和测量几何尺寸非常小的纺织物,它尤其使织物结构获得较详细分析。在此过程中使生产中的织物的分析有条不紊,然后报告其品质。可以说,图像处理技术使纵向和纤维横截画面得到实时监测,甚至每一部分纤维的直径都可准确测出。反过来,它也可监测线性纺织物的图像,以观察可能的纱疵,并找到发生的原因,特别是纱线接头。在此基础之上,分析人员可以估算出发生正确与错误的频率。使用这种技术,还可测出基本结构参数的线性纺织品的厚度、毛羽和弯曲度。

上世纪70年代,计算机图像技术首次用于纺织品生产中的质量分析。之后,图像处理技术快速发展,20世纪90年代出现新的分析程序。紧接着,出现了高质量的数字图像分析系统,其新特点甚至可对纤维进行细化监测。研究人员使用频率为基础的方法对地毯进行测试,建立了傅里叶变换图像分析程序。由于这一新程序,测定结构性缺陷成为可能。计算机图像处理系统也有助于监测无纺品形态的品质,如孔隙度、纤维密度分布,并估计纤维网分布规律。研究人员还采用自动测量程序、基础图像校正等新型手段。例如,有专家利用数字图像处理技术评估变形纱。他们采用一种基于扫描仪与计算机相连的软件程序,用数字化图像分析技术自动地识别织物形态,促使异常品质及时而轻易被发现。

分割技术,同水平的初步图像处理与分析的阈值,属于计算机图像分析与处理的核心。它使选择图像领域界定出标准,这意味着区分对象的数字化进程存在不同介质。在比较分析选定分割法的基础上,颜色梯度对纤维表面一定范围进行监测。研究人员测量了属于特定对象的若干像素。分析表明,色彩、像素、梯度在监测过程中,可与邻近像素区别开来,从而实现正确的图像处理。

日新月异的图像处理技术为纺织科学的发展坚定了基础,也提供了许多机会。纺织科学和生产实践领域应用数字图像分析法已成为检测、监控,保证纺织质量的关键。利用计算机图像分析技术,可识别微小的几何尺寸瑕疵,图像校正技术甚至可以消除结构性缺陷,也可使结构和几何线性纺织面料的品质鉴定成为可能。目前,结合数值方法制定数字化监测方式日趋普及,具有远见的织造商都明白,计算机图像处理技术既能确保生产质量,又能提高监测水平,还能减少瑕疵提高生产效率。它必定为纺织图像监测技术带来一场新的纺织工业革命。

(据下列国际英文网最新资料http://www.fibre2fashion.com/industry-article/technology-industry-article/application-of-the-image-analysis-technique/application-of-the-image-analysis-technique1.asp)