盛洪濤 楊鑫 王霏霏

摘? 要：在互聯(lián)網(wǎng)時(shí)代中，數(shù)字圖像處理技術(shù)被廣泛應(yīng)用在工業(yè)和商業(yè)領(lǐng)域內(nèi)，紡織工業(yè)中的數(shù)字圖像處理技術(shù)應(yīng)用主要集中在紋理檢驗(yàn)以及質(zhì)量檢測(cè)環(huán)節(jié)。紡織工業(yè)對(duì)人體健康有較大影響，因此實(shí)現(xiàn)智能化檢測(cè)與管理技術(shù)，能夠提升質(zhì)量檢測(cè)水平，還會(huì)降低對(duì)人體的影響。本文將從數(shù)字圖像處理技術(shù)的角度進(jìn)行分析，重點(diǎn)探討數(shù)字圖像處理技術(shù)在紡織檢測(cè)中的具體應(yīng)用。

關(guān)鍵詞：數(shù)字圖像處理;紡織檢測(cè);應(yīng)用

分類號(hào)：TP302

引言：紡織工業(yè)中的數(shù)字圖像檢測(cè)內(nèi)容主要包括纖維、紗線以及織物等內(nèi)容，充分利用數(shù)字圖像處理技術(shù)，檢測(cè)二維數(shù)字圖像中存在的缺陷以及纖維含量等相關(guān)內(nèi)容。數(shù)字圖像處理技術(shù)需要將彩色圖像或者灰度圖像進(jìn)行預(yù)處理，將存在缺陷的圖像進(jìn)行增強(qiáng)以及復(fù)原處理，還可以實(shí)現(xiàn)去除噪聲操作等內(nèi)容。紡織工業(yè)的檢測(cè)目標(biāo)物與數(shù)字圖像處理技術(shù)相結(jié)合，能夠?qū)崿F(xiàn)高質(zhì)量高效率的檢測(cè)工作。

一、數(shù)字圖像處理技術(shù)概述

在紡織工業(yè)領(lǐng)域內(nèi)應(yīng)用的數(shù)字圖像處理技術(shù)，需要利用數(shù)碼相機(jī)或者工業(yè)CDD設(shè)備拍攝的數(shù)字圖像，傳輸?shù)接?jì)算機(jī)中進(jìn)行后續(xù)處理。彩色圖像和灰度圖像都需要進(jìn)行預(yù)處理操作和降噪操作，減少圖像中的噪聲，有利于后續(xù)處理和分析。數(shù)字圖像處理技術(shù)主要涵蓋預(yù)處理、特征提取、圖像轉(zhuǎn)換、圖像增強(qiáng)、圖像去噪、圖像壓縮、圖像分割、圖像識(shí)別以及圖像描述等內(nèi)容。在紡織工業(yè)領(lǐng)域內(nèi)應(yīng)用的數(shù)字圖像處理技術(shù)，大部分都采用多種算法和處理流程，完成系統(tǒng)化的數(shù)字圖像處理工作。數(shù)字圖像處理技術(shù)需要利用腐蝕和膨脹算法，完成對(duì)缺陷部位的去除和填充操作，對(duì)于原始圖像存在一定缺陷和噪聲的，則需要組合多種圖像處理算法，完成有效目標(biāo)物的檢測(cè)和統(tǒng)計(jì)工作。數(shù)字圖像處理技術(shù)需要結(jié)合計(jì)算機(jī)視覺以及模式識(shí)別技術(shù)，完成紡織材料和目標(biāo)物的有效識(shí)別。在數(shù)字圖像處理技術(shù)領(lǐng)域，需要將待檢測(cè)圖像與灰度直方圖均衡化相結(jié)合，控制圖像中的噪聲比例，還需要與檢測(cè)目標(biāo)進(jìn)行精準(zhǔn)對(duì)應(yīng)，減少檢測(cè)誤差。

二、數(shù)字圖像處理技術(shù)在紡織檢測(cè)中的應(yīng)用意義

數(shù)字圖像處理技術(shù)是實(shí)現(xiàn)低能耗紡織檢測(cè)的主要手段之一。紡織檢測(cè)是紡織工業(yè)領(lǐng)域內(nèi)的核心內(nèi)容，也是影響生產(chǎn)質(zhì)量的關(guān)鍵因素。數(shù)字圖像處理技術(shù)能夠?qū)⑻卣魈崛∫约凹y理識(shí)別算法應(yīng)用在紡織檢測(cè)過程中。傳統(tǒng)的紡織檢測(cè)與識(shí)別技術(shù)對(duì)人體健康威脅很大，人才培養(yǎng)時(shí)間較長(zhǎng)，需要耗費(fèi)較多人力物力資源。數(shù)字圖像處理技術(shù)只需要捕捉紡織生產(chǎn)線上的待檢測(cè)內(nèi)容，將數(shù)據(jù)標(biāo)簽與圖像進(jìn)行一一對(duì)應(yīng)。數(shù)字圖像處理技術(shù)能夠?qū)崿F(xiàn)快速采集圖像、根據(jù)檢測(cè)目標(biāo)物和類型選擇，可以實(shí)現(xiàn)多種檢測(cè)算法，還能夠快速輸出檢測(cè)結(jié)果。數(shù)字圖像處理技術(shù)能夠?qū)崿F(xiàn)魯邦性和穩(wěn)定性，保障待檢測(cè)紡織物的完整性，盡量減少資源消耗。此外，紡織物檢測(cè)過程會(huì)產(chǎn)生誤差，人工識(shí)別和檢測(cè)誤差率較高，利用數(shù)字圖像處理技術(shù)能夠降低檢測(cè)識(shí)別的誤差率。數(shù)字圖像處理技術(shù)在紡織工業(yè)中的有效應(yīng)用，離不開特征提取和模板匹配算法的應(yīng)用，也需要將紡織檢測(cè)目標(biāo)與數(shù)據(jù)化織物管理相結(jié)合，提升紡織物檢測(cè)的正確率和有效率。

三、數(shù)字圖像處理技術(shù)在紡織檢測(cè)中的具體應(yīng)用

1.纖維檢測(cè)

纖維檢測(cè)是紡織工業(yè)中的重點(diǎn)工作內(nèi)容之一。利用數(shù)字圖像處理技術(shù)，可以實(shí)現(xiàn)纖維細(xì)度的快速測(cè)量，麻棉混紡比的快速測(cè)量等內(nèi)容。不論是數(shù)碼相機(jī)還是智能監(jiān)控?cái)z像設(shè)備，都可以在生產(chǎn)線上快速捕捉纖維待檢測(cè)目標(biāo)的數(shù)字圖像。在捕獲數(shù)字圖像之后，可以利用直方圖變換、特征提取、平均細(xì)度、特征提取、缺陷檢測(cè)等關(guān)鍵算法，實(shí)現(xiàn)纖維成分的有效分析和統(tǒng)計(jì)。纖維檢測(cè)過程中，需要將灰度直方圖變換以及平均細(xì)度檢測(cè)相結(jié)合，自動(dòng)提取纖維數(shù)量和纖維邊緣特征等內(nèi)容。在纖維數(shù)字圖像檢測(cè)過程中，需要合理設(shè)置檢測(cè)參數(shù)，設(shè)定閾值范圍，適當(dāng)增加圖像放大倍數(shù)和分辨率等內(nèi)容。纖維成分的檢測(cè)還需要結(jié)合模式識(shí)別算法和自動(dòng)統(tǒng)計(jì)算法，輸出平均細(xì)度以及比例等相關(guān)參數(shù)數(shù)據(jù)。

2.紗線檢測(cè)

紗線檢測(cè)是紡織工業(yè)領(lǐng)域的主要檢測(cè)內(nèi)容之一，利用數(shù)字圖像處理技術(shù)中的模板匹配和梯度特征提取方法，測(cè)量紗線的長(zhǎng)度和重量。在數(shù)字圖像處理技術(shù)領(lǐng)域內(nèi)，顯著目標(biāo)的檢測(cè)方法和無關(guān)背景物檢測(cè)方法有顯著區(qū)別，對(duì)于待檢測(cè)的紗線數(shù)字圖像，可以充分利用直徑測(cè)量方法，快速檢測(cè)紗線輪廓和混紡比例等內(nèi)容。紗線質(zhì)量取決于混紡技術(shù)工藝，因此在檢測(cè)過程中，需要合理配置檢測(cè)參數(shù)，將數(shù)字圖像中的噪聲進(jìn)行有效去除。在提取紗線細(xì)度特征的過程中，需要結(jié)合模式識(shí)別算法和數(shù)據(jù)統(tǒng)計(jì)方法，及時(shí)檢測(cè)出混紡不均勻以及灰度變化特征等。數(shù)字圖像處理過程需要與紗線檢測(cè)目標(biāo)相結(jié)合，嚴(yán)格控制圖像采集質(zhì)量，以及預(yù)處理過程中的濾波選擇方案。很多紡織企業(yè)都會(huì)配備計(jì)算機(jī)硬件設(shè)備以及軟件系統(tǒng)，在紗線數(shù)字圖像處理過程中進(jìn)行有效應(yīng)用。

3.織物檢測(cè)

傳統(tǒng)的織物質(zhì)量檢驗(yàn)方法需要耗費(fèi)大量人力物力資源，也會(huì)產(chǎn)生較大誤差?？椢飻?shù)字圖像需要利用中值濾波算法、特征提取算法、密度計(jì)算、模板匹配算法等關(guān)鍵處理技術(shù)，完成對(duì)織物表面光澤度以及切面特征檢測(cè)等內(nèi)容。利用CCD攝像機(jī)對(duì)含織物輪廓線的切面圖像進(jìn)行快速圖像捕獲與有效采集。在織物檢測(cè)過程中，需要將毛球產(chǎn)生條件和數(shù)量進(jìn)行預(yù)判，設(shè)置閾值和參數(shù)，減少檢測(cè)誤差?？椢餀z測(cè)過程還需要充分結(jié)合數(shù)字圖像處理技術(shù)中的距離計(jì)算方法，精確計(jì)算邊緣數(shù)據(jù)和密度數(shù)據(jù)。在分析待檢測(cè)織物的表面特征時(shí)，需要結(jié)合織物結(jié)構(gòu)分析方法和模式識(shí)別算法，將腐蝕和膨脹操作應(yīng)用其中。若織物表面出現(xiàn)較多毛球，則可以利用數(shù)字圖像處理技術(shù)計(jì)算出毛球數(shù)量以及相關(guān)織物結(jié)構(gòu)的影響因素等。通過智能化織物數(shù)字圖像識(shí)別與檢測(cè)，能夠進(jìn)一步提升織物質(zhì)量檢驗(yàn)?zāi)芰Α?/p>

結(jié)束語

數(shù)字圖像處理技術(shù)需要將彩色圖像或者灰度圖像進(jìn)行預(yù)處理，將存在缺陷的圖像進(jìn)行增強(qiáng)以及復(fù)原處理，還可以實(shí)現(xiàn)去除噪聲操作等內(nèi)容。在紡織工業(yè)領(lǐng)域內(nèi)應(yīng)用的數(shù)字圖像處理技術(shù)，大部分都采用多種算法和處理流程，完成系統(tǒng)化的數(shù)字圖像處理工作。數(shù)字圖像處理技術(shù)能夠?qū)崿F(xiàn)魯邦性和穩(wěn)定性，保障待檢測(cè)紡織物的完整性，盡量減少資源消耗。此外，紡織物檢測(cè)過程會(huì)產(chǎn)生誤差，人工識(shí)別和檢測(cè)誤差率較高，利用數(shù)字圖像處理技術(shù)能夠降低檢測(cè)識(shí)別的誤差率。

參考文獻(xiàn)

[1]邵金鑫，張寶昌，曹繼鵬.基于圖像處理與深度學(xué)習(xí)方法的棉纖維梳理過程纖維檢測(cè)識(shí)別技術(shù)[J].紡織學(xué)報(bào)，2020，41（07）：40-46.

1888501186259