纺织品检测中的模式识别应用分析

摘 要：近年来，我国纺织业的不断发展，推动了经济水平的提升，同时也带动促进了纺织技术水平的提升。随着社会经济体制的不断深化，人们的生活水平不断提高，同时人们对高品质的水平提出了更高的追求，在纺织品的生产活动中，为了能够满足大众消费者对高品质纺织品的需求，对于纺织品的检测加强重视力度，提高纺织品的生产效率与产品质量。模式识别方法能够有效的检测出纺织品生产过程中存在的问题，并且通过纺织材料的图像分析，更好的提高纺织品的质量，促进纺织业的发展。

关键词：纺织品检测;识别模式;纺织材料;图像分析

随着纺织企业的不断发展，许多先进的生产技术和设备引入进来，给纺织企业的发展带来了全新的机遇和挑战。在纺织企业的生产中，纺织品检测是生产活动的重要环节，决定着纺织品的质量以及企业的生产效益和社会地位。所以，积极的开展科学的纺织品检测工作具有重要意义。目前，模式识别作为一种人工智能检测手段，被广泛应用与纺织品的检测中，对纺织品的质量能够实现良好的评估与检测，模式识别方法与计算机图形处理技术的有效结合，取代了原本的纺织品检测评估系统，成为了当前纺织企业不可或缺的检测手段。以下对模式识别在纺织企业产品检测中的应用进行分析。

一、 模式识别的检测原理和应用方法

在纺织企业的产品检测中，应用模式识别系统主要的检测原理是根据纺织品的特征进行分类识别，模式识别在图像分析模式中主要将检测的图像分为三个阶段进行检测。首先是图像分割，这个阶段主要是对纺织品进行检测，然后将图像中纺织品和其他物体进行分离。其次是特征抽取，对纺织品的特征进行抽离，让后将多个特征组合在一起，形成一个能描述样品特征的向量空间。最后是学习与分类，对一组纺织品特征的样本进行特征参数计算，将这些特征划分到不同区域，让后对样品进行识别分类，实现良好的评估效果。

对于模式识别的应用主要包括统计决策法、模糊判断法、人工智能法以及句法结构法等。句法结构法和统计决策法属于经典的模糊识别技术，而模糊判断法和人工智能法是当前比较新近的检测技术，能够模拟人的思维，实现更加形象的检测效果。

二、  纺织品检测中模式识别的应用策略

对于纺织企业来说，在当前开展纺织品检测活动中，主要依靠模式识别技术，对防治品的材料进行图像识别与检测，对纺织品的特征进行抽取，同时对模型进行选择和样本采集等实现纺织品的检测效果，纺织品的检测更多依靠生产经验和实验来反映出纺织材质的特性，从而检测出纺织品中存在的问题，针对式的改良操作，提高纺织品的生产不足，加强纺织生产质量和效率，促进纺织企业的发展。

（一）模式识别在纺织品种类检测中的应用

在模式识别方法的应用中，采用图像是别发对纺织品中的纤维种类信息自主识别，根据纺织比例和纤维转移指数的计算与分析，判断出纤维的种类以及结构特性，先通过模式识别法对纤维进行取样和图像抽离，提取纤维的个性指标，并在此基础上对纤维的不同形态参数进行分析，检测出纺织品的纤维种类。例如毛与丝这两种都是以圆形度和周长、等截面以及形状因子为识别参数，而涤纶和黏胶则是以面积、周长、紧密度和形状因子为识别参数，此外，棉和麻主要是以直径分布离散度与矩形充满度为识别参数。由于纤维的几何形体比较复杂，并且样本值离散性也比较大，特别是天然纤维的形状与粗细程度的变化都比较大，所以，应该选用样本適应性比较强的几何判别法进行检测。

（二）模式识别在纺织品瑕疵检测中的应用

在纺织企业的生产活动中，纺织品的瑕疵对产品的质量具有较大的影响，同时对企业的信誉度和形象都有着严重的影响。因此，纺织品的瑕疵检测至关重要。采用模式识别方法对纺织品的瑕疵进行识别，主要是通过共生灰度矩阵SGLDM进行提取，也有一些企业将纺织品的下次点看做纺织品的纹理的周期性变异区域。对于纹理方法进行纺织品瑕疵的提取，需要对大量的数据进行处理，并且运算起来也比较缓慢，因此，颈部不断的探索与研究，开展了模式识别法对纺织品进行瑕疵检测，首先要判别纺织品的灰度直方图函数，然后对开展SGLDM的马氏距离判别函数，这样不但较少了计算量，同时也实现了良好的下册检测效果。此外，也有部分纺织品企业采用人工神经网络系统对纺织品进行瑕疵检测，提取六个纹理特征作为反馈神经网络的输入点，并通过对瑕疵点样本的训练，实现了棉结、断经纬、油污疵点的分类效果。

三、 结束语

综上所述，随着我国纺织企业的不断发展，给人们的生活带来了更好的体验，为了更好的加强纺织品的质量，促进纺织业的经济水平提升。纺织企业应该重视纺织品的检测工作，全面发挥模式识别检测方法的优势，对纺织品的纤维种类以及瑕疵点进行全面检测，并针对式的开展改进和补救措施，加强纺织品的质量，提高企业的品牌影响力，促进防治企业的经济收益，同时实现纺织业的可持续发展。

参考文献：

[1]江学.模糊数学在纺织工业中的应用[M].香港：开益出版社，2012.

[2]沈清汤.模式识别导论在纺织领域中的应用[M].长沙：国防科技大学出版社，2018.

作者简介：宋小贺，女，吉林长春人，辽宁科诺纺织服装检测有限公司，研究方向：纺织品及服装检测。