论棉花异性纤维含量常见的快速检测方法

2023-01-24陈永吉陈金花

轻纺工业与技术 2022年6期

周涛，陈永吉，陈金花

（阿拉尔纤维检验所，新疆阿拉尔 843300）

棉花异性纤维泛指丝、麻、化学纤维、塑料绳、毛发等不属于棉花本身的纤维物质。这些物质会与棉花纤维纠缠且难以清理，会导致棉花加工变得更加困难，且最终成品普遍存在质量问题，影响产品价值。针对这一现象，相关领域技术人员着手开展了棉花质量改革工作，该项工作中异性纤维含量检测是最重要的内容之一。但需要注意的是，因为棉花异性纤维含量检测工作需要持续性展开，且工作量较大，所以如果检测技术效率不高，就无法很好地支撑检测工作，导致棉花质量改革目标也不能快速落实。因为当前检测工作对于检测技术效率有很高要求，所以有必要研究出可行的快速检测方法。

1 检测前的必要准备工作

无论采用何种方法开展棉花异性纤维检测工作，如果没有做好前期准备，都无法保障检测效率。因此先对检测前的必要准备工作进行明确，结合相关检测方法，能有效提高检测效率。

1.1 样本选择

因为棉花在实际工作中一般是按批次进行交付的，且每次交付量级较大，所以绝大部分情况下都无法对所有棉花进行检测，必须采用选择样本的方式并对样本进行检测。在这一流程中，棉花样本选择的具体方法为抽样法，该方法又可以分为两种形式：其一是随机抽样法，即在所有批次棉花中随机选择若干批次，然后从选择的批次中采集一部分作为样本，这种方法适用于棉花批次相对较多的情况中；其二是全抽样法，即在所有批次的棉花中各取一部分作为样本，适用于批次相对少的情况中。无论采用何种形式来选择样本，选择过程中要注意相关要点，例如：所选择的样本在重量上要符合要求，一般建议保持在3kg 左右；要结合肉眼观察，选择较具代表性的部分作为样本。因为样本来源于相关批次的棉花，且具有代表性，所以样本的检测结果就代表了相关批次的结果，也就是说如果样本检测结果不合格，那么无论相关批次中其他棉花是否存在异性纤维含量过大的问题，都认定为该批次棉花不合格[1]。

1.2 技术准备

棉花异性纤维检测有很多方法，能否起到应有的作用则取决于前期技术准备工作，因此工作人员要对此保持重视。技术准备主要侧重于三个要点：其一是硬件，大多数异性纤维检测方法都有复杂的硬件系统，如果该系统中某个硬件存在异常，就可能导致检测结果不准确，甚至无法继续检测，因此在检测之前要对硬件进行检查，以确认硬件系统不存在任何异常；其二是参数，无论是检测硬件还是软件，检测系统都是按照预设参数进行运作的，如果参数存在异常，那么检测结果就必然受到影响，故检测之前要做好参数设置工作，所有参数都必须符合规范；其三是人员，因为检测过程中可能会接触到不同的样本，或者检测环境有可能发生变化，所以一味地采取统一的参数进行检测，是无法满足所有检测要求的，在这种情况下就要安排专管人员应对不同情况的出现，以便在情况发生变化后调整参数，确保检测顺利进行。

2 棉花异性纤维含量快速检测的系统方法

2.1 硬件系统设计

硬件系统是整个快速检测系统的子系统部分，主要负责执行检测工作、获得检测数据，因此硬件系统设计非常重要。快速检测方法中硬件系统主要由三个部分组成，分别是皮棉提升装置、开松装置、图像采集设备，各部分具体内容如下。

2.1.1 皮棉提升装置

皮棉提升装置主要由变频器、步进电机、刺钉传送带、辊组件、挡板五个部分组成，设计中将步进电机用链条与辊组件主动辊的一端衔接，再将变频器与主动辊的另一端衔接，这样就能让主动辊得到动力，并依靠变频器对动力进行控制。主动辊运作时会带动从动辊，形成整体辊组件运动，运动期间刺钉传送带将被拉紧以带动棉花样本移动。挡板被安设在传送带两侧以防止刺钉传送带跑偏。另外，皮棉提升装置的刺钉传送带上有很多木条，木条上有均匀排布的刺钉，如果木条或刺钉之间的间距过小则可能导致棉花样本混乱，间距过大则影响效率，因此需要在制作时严格按照规范来设置木条与木条、刺钉与刺钉之间的距离，一般间距为30mm 左右[2]。

2.1.2 开松装置

开松装置由变频器、步进电机、开松辊三个部分组成，其中使用皮带将步进电机与开送辊一端衔接，另一端上安装变频器。开送辊分为外壳、内部结构两个部分，其中外壳一般建议采用木材支撑，内部结构则建议采用钢材，制作完成后需要在木质外壳上螺旋环绕排列齿钉，齿钉与开松辊表面夹角应当保持为直角，顶端应当是尖圆头设计（防止对纤维等造成损伤，导致结果不准确）。

2.1.3 图像采集设备

以往人们主要是依靠肉眼观察的方式来识别纤维，根据色差来判断棉花内是否存在异性纤维。相关研究证明，当正常纤维与异性纤维的色差低于5%时，肉眼无法做到快速识别，同时还很容易疏忽[3]。为了提升检测效率，应采用图像采集设备来代替人工肉眼。该设备主要由CCD 相机、图像采集卡、配套光源、检测通道、隔离箱、观察窗、工控机七个部分组成。本设计选择了黑白、彩色CCD 相机，原因在于棉花中的异性纤维色彩比较复杂，单独使用黑白或彩色CCD 相机无法覆盖所有颜色（黑白CCD 相机只能识别黑白两种颜色，彩色CCD 相机不能识别黑白两种颜色），但两者颜色识别特性相互契合，因此结合在一起能够检测到所有颜色的异性纤维。在使用中为了发挥相机功能，应配备对应的光源，即黑白CCD 相机配合紫外光源，彩色CCD 相机配合白色光源。这些相机与光源被安装在隔离箱中，以防外部环境光的干扰，确保采集图像质量达标。图像采集卡主要安装在工控机上，同步连接黑白、彩色CCD 相机，这样相机采集到的图像会通过采集卡传输到工控机中，让工控机对图像数据进行处理。检测通道由低反射、高通透玻璃制成，能降低光能量损失，同时通道上有观察窗，方便人员观察棉花样本的移动情况，以便及时处理堵塞等问题。

2.2 软件系统设计

软件系统是快速检测系统的另一大子系统，主要由图像增强程序、图像分割程序、图像特征提取程序、数据库组成。另外，本设计选择换能器作为硬件系统与软件的衔接，即硬件系统通过图像采集装置可得图像数据，但初始化图像数据是电信号格式，无法被搭载软件的计算机设备接收，因此采用了换能器将电信号格式图像转换为数字格式图像，以便图像被计算机接收并被输入软件系统。图1 为软件系统组成。

图1 软件系统组成

2.2.1 图像增强程序

虽然在硬件系统设计中对图像质量进行了保护，但采集得到的图像依然有可能受到某些因素的干扰而出现质量问题。比较常见的是噪声干扰，其会导致图像虚化而无法直接用于机器视觉的棉花异性纤维检测中。因此要开发图像增强程序来解决该问题。图像增强程序的主要功能是增强元图像中的特征部分，弱化其他非特征部分。这种方式在机器视觉上能够大幅削弱噪声对机器系统图像识别的干扰（该方法仅适用于机器视觉，人类视觉不适用）。设计中该程序的基本实现思路为：采用R、G、B 三通道图像，将其与灰度图像相减，得到R、G、B 灰度相减图像，再将这三幅图像相互融合，使得图像噪声干扰部分被弱化，而带有颜色的异性纤维部分会更加突出。

2.2.2 图像分割程序

图像分割是根据图像的特征将其进行分割，分割后的每个部分都包含了一个目标物特征，这样就能更便捷地提取特征。图像分割常见的方法有阔值法、边界探测法、区域法等。这些方法在精度、速度等方面存在差距，因此适用条件不同。棉花异性纤维检测中最为适用的方法是阔值法，原因在于该方法速度较快、操作简单，同时还能兼顾精度。其他方法在速度上或许与阔值法不相上下，但在精度上得不到保障。阔值法本身又可以划分为单阔值法、局部阀值分割和动态阔值分割等，因为单阔值法更加简便，且效率更快，所以本设计选择了单阔值法来实现图像分割程序。在单阔值法作用下，程序可以将彩色CCD 相机采集到的4通道32 位真彩色图像转化为单通道图像，能更加明显地区分异性纤维、背景、棉花之间的灰度差（黑白CCD相机的图像无需经过该步骤处理。

2.2.3 特征提取

图像分割完成后，就进入了图像分析阶段。此阶段的主要工作内容是提取图像中的异性纤维特征，逻辑为：将图像分割后，每个区域中的物体视作目标，对这些目标进行特征提取，根据提取得到的特征与异性纤维特征进行对比，如果两者相似度超过标准值，就说明棉花中存在较高的异性纤维含量，检测结果为不合格。特征提取主要侧重于三个要点：其一是颜色特征，即颜色是图像处理中最直观的视觉特征，根据颜色的不同、色度的差异能够判断棉花中是否存在异性纤维及其含量大小，具体操作方法是采用对应的颜色空间，经过色度匹配得出目标物颜色、色度值大小；其二是形状特征，即形状也是用于识别图像事物的重要特征，特征提取主要是测算出目标物的宽度、长度、长宽比、似圆度、充实度、Hu 不变矩数据，将这些数据整合后可知目标物形状特征；其三是纹理特征，即棉花异性纤维在视觉上是存在纹理的，因此具有纹理特征，这也是异性纤维检测中独特的特征。纹理特征的特点是模糊，很难用直观的语言来进行描述，因此当前主要用于纹理特征的提取方法大多为抽象法，诸如灰度共生矩阵[4]。灰度共生矩阵能够判断目标物纹理的灰度值及其在空间上的分布特性，这两点就代表了图像纹理特征。

2.2.4 数据库

特征提取后，需要让机器系统根据特征判断目标物是否为异性纤维。最直接的方法是将提取得到的特征数据与预先储存的标准特征数据进行对比，根据两者相似度判断出提取的特征数据是否属于异性纤维。例如预先储存了A 异性纤维的特征数据，数据显示A是蓝色，长度1cm～2cm、宽度3cm～5cm 等，然后与提取的特征数据进行对比分析，若某一条提取的特征数据为蓝色，长度1.2cm、宽度3.3cm，就说明该条特征数据来源所指的目标物是异性纤维。这种方法的实现思路很好理解，但需要在投入实际应用时预先储存大量的特征数据，并且保持数据库分类不断更新。因此需要展开数据库设计。图2 为数据库作用原理。

图2 数据库作用原理

首先考虑到特征数据的基数庞大，数据库的储存容量应当尽可能大。但采用传统增加物理服务器的方法进行扩容会带来巨大的持续性成本，同时还会过度占用空间。因此本设计选择云数据库。云数据库是虚拟数据库，不占用现实空间，且容量无限、扩容方法简单，但有一定的数据安全隐患。使用云数据库时一般是利用防火墙将整个储存空间划分为内、外两个部分，内部为储存空间，当内部储存空间不足时，暂时卸除防火墙，将更多的外部资源融入内部空间就实现了扩容，最后重启防火墙即可[5]。

其次着眼于数据内容更新，一般需要先在数据库中人工手动设计数据分类项目，诸如颜色、长度、宽度等，然后将各类数据导入对应的分类项目当中。完成后在数据库系统中设置一条规则，即“当某一条提取的特征数据在数据库所有分类项目中没有找到对应分类时，以该条数据为基础，自动创建一个新的分类，同时生成日志，待人工处理”。这种情况下数据库的分类项目与内容就会不断更新。刚开始时的异性纤维检测可能还需要人工干预，但伴随着数据库内容的不断更新，这种人工干预的情况会不断减少。