基于图像处理的织物弯曲性能测试方法

刘成霞，韩永华，张才前

(1.浙江理工大学服装学院，浙江杭州 310018;2.浙江省服装工程技术研究中心，浙江杭州 310018;3.浙江理工大学信息学院，浙江杭州 310018;4.绍兴文理学院元培学院，浙江绍兴 312000)

织物的弯曲性能是体现织物柔软变形能力的重 要力学指标，它直接关系到织物的悬垂性、抗起皱性、抗拱性、成型性等外观性能，因此织物弯曲性的研究一直受到纺织专家和学者的广泛关注［1-3］，如王府梅等［4］通过研究得到了单层毛型织物弯曲性能的预测公式，石风俊等［5］用线性黏弹理论对织物在小弯曲变形情况下的弯曲性能作了分析，何琦辉等［6］提出了一种利用织物在自重作用下的实际弯曲形态间接测试织物弯曲性能的测试方法。倪红等［7］提出了基于BP神经网络的织物斜向弯曲性能的预测方法。Kadir Bilisik［8］研究了多层、多方向缝合后的机织物的弯曲性能。织物弯曲性能的研究大多集中在理论分析或数学建模上［9-10］，关于测试及评价方法的研究较少，且目前的织物弯曲性能测试方法每次只能测1块试样或1个角度的弯曲性能，要测不同方向或多块试样时，需要进行多次测试。针对这一现状，本文提出一种简便的、基于图像处理的织物弯曲性能测试方法：水滴法，应用此方法可以同时测多个方向或多块试样的弯曲性能。

1 试验部分

1.1 试样的选取

选取弯曲性能差异较大的棉、涤及混纺织物共20种，分别编号1#～20#，织物规格见表1。

表1 织物规格参数表Tab.1 Fabric specification parameters

1.2 斜面法测试的织物弯曲性能

根据GB/T 18318—2001《纺织品织物弯曲长度的测定》和ZB W04003—1987《织物硬挺度试验方法斜面悬臂梁法》，用YG(B)022D型全自动织物硬挺仪，在标准大气环境中测试20块试样的经、纬向、45°角3个方向的抗弯长度C和抗弯刚度B，且每块试样分为正面和反面分别进行测试。所测数值取平均值作为此织物的最终弯曲长度和弯曲刚度，测试结果见表2。

1.3 水滴法测试的织物弯曲性能

1.3.1 原理介绍

水滴法测试织物弯曲性能的原理是将长方形的织物试条弯曲并将两端对拢固定，试样由于受到自身重力的作用而呈现上端类似锐角结构，下端类似半椭圆形的水滴状，故将这一方法命名为水滴法。不同变形能力的织物所形成的水滴形态有所不同，因此具体的水滴形态可以体现织物弯曲性能的差异。

1.3.2 试验准备

1)试验工具：数码相机，试验台，大头针若干，固定用的纸盒或其他。

2)试验条件：标准大气环境，光照均匀且光线充足的室内。

3)试验试样：上述20种织物，分别按照经向、与经纱成45°角、纬向3种丝缕方向剪成2.5cm×20cm大小，并分正面和反面，且以上每种情况剪3块试样，因此每种织物共有18块试样。

表2 织物弯曲性能测试结果Tab.2 Results of fabrics bending performance

1.3.3 试验流程

1)将裁剪好的织物试样在标准大气条件下放置24 h，并在距离试样长度方向的2个边缘1cm处与边缘平行画记号线。

2)将1#织物的经向、正面试样的2条2.5cm长的边缘对齐并拢，并在做好的记号线位置垂直地穿入3枚大头针使之固定。这时试样在重力的作用下形成水滴状，并同时准备2块完全相同的水滴状试样。

3)按2)中方式准备好2块1#织物的纬向、正面水滴状试样。

4)将准备好的4块穿入大头针的水滴状试样分别置于试验台4条边缘的中间位置(试验台的上下端面为正方形)，并将固定用的纸盒或其他有一定质量的物品压于大头针之上，注意不要碰到试样，以免影响水滴形态。

5)在4块水滴状试样的正前方分别等距离地放置4架数码相机，调好焦距并固定位置和焦距。

6)水滴状试样形态稳定1 min后，用调好参数的数码相机对其进行拍照。

7)更换试样，直至1#织物3个角度(经向、与经纱成45°角、纬向)、正反两面，每种情况的3块试样全部测好后换2#织物，依此类推。织物形成的水滴形态见图1。

图1 水滴状试样Fig.1 Water-drop like fabric

1.3.4 水滴法织物弯曲性能指标

将以上所拍照片导入AutoCAD图像处理软件，利用此软件的查询不规则图形距离和面积的功能进行弯曲特征的提取。不同弯曲性能的织物形成的水滴形态有所不同，因此引入水滴宽度、水滴长度、水滴面积和抗弯系数作为评价织物弯曲性能的指标。

1)水滴宽度D，即水滴底部形态最丰满处的试样两端之间的水平距离。

2)水滴长度L，即水滴最顶端尖点与底部最突出点之间的距离。

3)水滴面积A，即试样弯曲所形成外边缘封闭曲线的面积。

4)织物抗弯系数I，即水滴宽度与水滴长度之比，D越大，说明织物越不容易弯曲，引入此指标是为了避免照相机放置的远近距离对测试结果的影响。

水滴法测得的织物弯曲性指标平均值见表2。

2 结果与讨论

2.1 2种测试方法的各指标相关性

表2 中的斜面悬臂梁法与水滴法所测各项弯曲性能指标之间的相关系数如表3所示。

表3 织物各项弯曲性指标之间的相关性Tab.3 Correlation analysis of bending performance

从表3可看出：1)水滴法中的水滴宽度、水滴长度、水滴面积以及抗弯系数，与斜面悬臂梁法中的抗弯长度及抗弯刚度两两之间都呈显著线性相关关系。

2)水滴法中的4项指标与抗弯长度的相关性大于这4项指标与抗弯刚度的相关性。

3)与斜面悬臂梁法中的抗弯长度与抗弯刚度相关性从大到小排序依次是水滴面积、抗弯系数、水滴宽度和水滴长度。

4)除水滴长度与抗弯长度和抗弯刚度呈负相关关系外，水滴法的其余3个指标与抗弯长度和抗弯刚度均呈正相关关系。

2.2 水滴法中弯曲指标与抗弯长度的关系

水滴法中的水滴面积、水滴宽度与抗弯长度之间的关系如图2、3所示。

图2 水滴面积与抗弯长度之间的关系Fig.2 Relationship between drop area and bending length

图3 水滴宽度与抗弯长度之间的关系Fig.3 Relationship between drop width and bending length

图中显示：水滴面积和水滴宽度与抗弯长度呈显著的正线性相关关系，即抗弯长度越大的织物，也就越硬挺，是越不容易弯曲的织物，在水滴法中呈现的水滴宽度和面积越大。对应的回归方程分别是：

Y=0.000 7X1-19.029，其中 X1是水滴面积(像素)，Y是抗弯长度(mm)，判定系数 R2为0.902 9;

Y=0.164 3X2-9.579 8，其中 X2是水滴宽度(像素)，Y是抗弯长度(mm)，判定系数 R2为0.832 7。

这2个关系式都可以用来估算及预测织物的抗弯长度，其中利用水滴面积来预测抗弯长度的精确度更高。图4示出斜面法测试的抗弯长度与水滴法测试的抗弯系数间的关系。

图4 抗弯系数与抗弯长度之间的关系Fig.4 Relationship between bending index and bending length

由图可知，斜面法中抗弯长度随水滴法中的抗弯系数的增大而呈增大的趋势。二者的具体关系式为：Y=317.25X2-106.51X+20.703，其中 X 是抗弯系数，Y是抗弯长度(mm)，判定系数R2为0.857 2。柔软、易变形的织物，即抗弯长度小的织物，容易因重力的影响，使水滴纵向拉伸变长，水滴宽度变小，水滴长度增大，从而使二者的比值，即抗弯系数变小，呈现出细长的水滴状。

3 结论

本文以 20块试样为研究对象，用YG(B)022D型全自动织物硬挺仪分别测试织物弯曲长度和弯曲刚度，再用自行设计的水滴法进行测试，并用图像处理软件求取水滴宽度、水滴长度和水滴面积，经过研究得出以下结论。

1)水滴法中的4项指标与斜面悬臂梁法中的抗弯长度及抗弯刚度都具有高度线性相关关系。这说明本文作为尝试和探索提出的利用水滴法测试织物弯曲性能是可行的。

2)与斜面悬臂梁法中的抗弯长度与抗弯刚度相关性从大到小排序依次是：水滴面积、抗弯系数、水滴宽度和水滴长度。水滴面积和水滴宽度与抗弯长度呈显著正线性相关关系，水滴长度与抗弯长度呈负线性相关关系。

3)水滴面积与抗弯长度的回归方程是：Y=0.000 7X-19.029，相关系数R2为0.902 9，可以利用此关系式来预测织物的抗弯长度。

本文提出了一种简便的测试织物弯曲性的方法，应用此方法可同时测多块织物或同一织物多个方向的弯曲性能。接下来的研究可以在下述几个方面展开：1)应用更完善的图像处理技术，建立水滴法更全面的弯曲性评价体系;2)根据图像中水滴法的弯曲性指标，确立织物实际的水滴形态数据，并建立其与抗弯长度及刚度更精确的定量关系;3)通过数值分析对水滴法进行更深入的理论研究。

［1］杨萍.纱线与织物的弯曲刚度研究［D］.上海：东华大学，2002：23-47.YANF Ping.Research on bending behavior of yarn and fabric［D］.Shanghai：Donghua University，2002：23-47.

［2］KANG Taejin，JOO Kiho.Analyzing fabric bucking based on nonlinear bending properties［J］.Textile Research Journal，2004，74：172-177.

［3］石风俊，胡金莲，余同希.织物折皱弯曲性能的研究［J］.纺织学报，2000，21(1)：11-13.SHI Fengjun，HU Jinlian，YU Tongxi.Research on wrinkle and bending performances of fabric［J］.Journal of Textile Research，2000，21(1)：11-13.

［4］王府梅，徐广标.精纺毛型织物弯曲性能预测途径探讨［J］.纺织学报，2004，25(2)：76-78.WANF Fumei，XU Guangbiao.Study on predicting of bending performance of worsted wool fabric［J］.Journal of Textile Research，2004，25(2)：76-78.

［5］石风俊，胡金莲.织物的弯曲性能［J］.纺织学报，2005，26(3)：15-18.SHI Fengjun，HU Jinlian.Bending behavior of fabric［J］.Journal of Textile Research，2005，26(3)：15-18.

［6］何琦辉，王正伟，利用织物实际弯曲形态测试其弯曲性质的算法［J］.纺织学报，2006，27(12)：52-58.HE Qihui，WANG Zhengwei.Arithmetic of bending property of the fabric based on its actual bending shape［J］.Journal of Textile Research，2006，27(12)：52-58.

［7］倪红，潘永惠.基于BP神经网络的织物斜向弯曲性能的预测［J］.纺织学报，2009，30(2)：48-51.NI Hong，PAN Yonghui.Prediction of fabric diagonal bending rigidity by BP neural network［J］.Journal of Textile Research，2009，30(2)：48-51.

［8］BILISIK Kadir.Bending behavior of multilayered and multi-directional stitched aramid woven fabric structures［J］.Textile Research Journal，2011，81(6)：1748-1761.

［9］杜赵群，于伟东.纱线与织物风格的综合评价系统与表征方法研究：弯曲模型及弯曲刚度的确定［J］.东华大学学报：自然科学版，2006(8)：58-63.DU Zhaoqun，YU Weidong.Research on evaluation and characterizing method ofyarn and fabricshandle：bending model and determination of bending rigidity［J］.Journal of Donghua University：Natural Science Edition，2006(8)：58-63.

［10］KIM Kyoung，INUI Shigeru，TAKATERA Masayuki.Verification of prediction for bending rigidity of woven fabric laminated with interlining by adhesive bonding［J］.Textile Research Journal，2011，81(6)：598-607.