数字图像处理技术与纺织测试分析自动化

2021-11-23张鹏路文佳

商品与质量 2021年7期

张鹏路文佳

南通市纤维检验所江苏南通 226000

近几十年来很多与成像相关领域开始逐渐应用数字图像处理技术，当前纺织领域也开始广泛应用这一技术。使用该技术可以测试纺织材料和产品的性能，分析其结构，并且可以对产品质量进行模拟控制，应用这一处理技术可以将测试效率提升，同时保证分析精准性以及客观性。

1 数字图像处理技术

1.1 概念

数字图像处理技术指的是应用计算机算法或者是程序处理数字图像，主要是去除噪音、增强、分割目标以及提取特征等，以此获得想要的图像和信息技术。照片就是利用数字图像处理技术进行处理的产物，即为图像，主要有两种类型，分别为模拟图像以及数字图像。其中模拟图像指的是亮度和颜色不断变化的一种图像，通过胶片拍摄的照片通常为模拟图像，这类图像不能够直接连接计算机和进行处理；而应用工业CCD或是数码相机拍摄的照片是数字图像，能够和计算机相连同时进行处理。从而在处理图像时，首先要进行分析判断，如果是数字图像，则可直接处理，如果是模拟图像，则需转化处理图像，使其成为计算机能够接受的数字图像。该技术组成有多个分支技术，主要包括图像转化、图像编码压缩、图像增强复原、图像识别以及图像描述等，这些分支技术不是独立的，具有一定联系，在处理图像时，需要结合多种技术一同应用，才可获得良好效果，通常处理图像系统也是由较多图像处理技术组成的。

1.2 特征

该技术在评价储存容量、处理速度、质量好坏以及压缩性质上的要求较高，并且具备较好的应用型以及综合性。①处理图像过程中，大多是二维图像，还有一些是三维RGB图像，但无论是哪种图像都蕴含较多的数据信息，计算机需要较长处理时间，从而对于计算机处理速度和存储容量有较高要求。②数字图像有较大压缩潜力，图像是由很多像素点组成，并且像素点间相似、灰度相同、临近像素点类似系数较高等，这会使图像数据出现冗杂情况，数字图像具备的优势为用少量信息对同样图像进行表达，从而说具有较好压缩性[1]。③处理好数字图像后，人的主观能动性容易影响图像质量。目前质量评价标准还未统一，在有图像损坏时，观察者用肉眼识别图像质量，不同的人有不同评价方法，也有不同的观察图像环境，将产生不同感知，从而主要是依靠人的感知来对图像质量进行评价。④数字图像处理技术具有较强综合性以及较广应用范围，设计许多领域以及行业。例如图像传输紧密联系着通讯技术和计算机技术，获得数字图像紧密联系电子技术，处理图像紧密联系数学以及物理方面知识。从而发展数字图像处理技术时，也应促进其他技术发展。

2 数字图像处理技术在纺织测试分析中的应用

2.1 分析织物表面特性

在控制纺织品质量和贸易中织物外观性能是很重要的指标，会对产品美观性产生影响。当前图像处理技术主要应用在织物起球、褶皱的等级以及垂悬性能等方面的评定，同时可识别表面瑕疵，还能够划分瑕疵类别。

（1）识别织物表面瑕疵以及其分类。织物表面存在瑕疵会对其外观效果产生严重影响，这也是评定织物等级的重要指标。当前很多国家对这一内容进行了研究，通常通过灰度统计方法对图像特征区域进行提取，也可应用形态学方法来提取，并对提取的特征区域进行分析，通过识别模式来划分瑕疵类别。此外研究瑕疵动态识别以及分类也是热点内容，其研究成果能够应用在验布机上，可实时监测织物瑕疵，能提升劳动效率，实际价值较大，当前一些成熟产品走向市场，具有不同功能与技术。

（2）评估织物表面起球等级。在上世纪八十年代后开始应用图形处理技术评估织物表面起球的等级，但是因为织物有较多种类和起球状态，图像处理方法只能在简单组织、素色、表面有规律底纹以及非印花织物的织物中应用。此外，也有人应用三维激光扫描的方法基于毛球高度特征对其等级进行分析，虽然有着较广使用范围，但分速度比较慢，并且织物表面破损程度以及平整度会影响毛球特征的提取。

（3）评定织物褶皱等级。褶皱强度表征主要指、褶皱强度、尖锐度、轮廓、随机分布程度、功率谱密度以及整体外观等。有的学者提出可应用折皱的阴影面积或是灰度表面积来评定这周等级；还有的学者提出应用折皱侧面积比、标准差以及图像像素点灰度等指标随起球程度进行评价[2]。

（4）评定织物悬垂性。应用图像处理技术对织物悬垂性进行评定时，需要将织物样本悬垂图像转变成数字图像，利用图像预处理方法获得相应图像，结合主观及客观评定特征获得悬垂性指标。但这一技术应用在该方面还不够成熟，需要进一步研究。

2.2 自动分析织物组织结构

纺织领域原本采样方法不符合当前生产多品种、中小批量以及高效率的要求，在出现纺织品CAD和能够简化设计的小样造织后，自动分析织物组织结构遇到瓶颈。国内外学者在十几年中不断进行研究，但是因为织物有复杂组织结构、并且会受到机械、结构以及后整理等因素影响，将会产生许多不确定参数，从而难以形成完善理论。我国上世纪90年代后逐渐增加该方面研究，获得一定成果，可运用该技术对织物密度以及组织循环进行自动识别，但只能是单层简单织物，仍需深入研究[3]。