伏廣偉，張珍竹，李紅英，張志榮，王 文，陳錦堅(jiān)

（1.中國紡織工程學(xué)會(huì)，北京 100025；2.佛山中紡聯(lián)檢驗(yàn)技術(shù)服務(wù)有限公司，廣東 佛山 528000；3.廣州冠圖視覺科技有限公司，廣東 廣州 510520）

近年來，人工智能（Artificial Intelligence，AI）隨著大數(shù)據(jù)、深度學(xué)習(xí)和類腦計(jì)算等技術(shù)的不斷進(jìn)步，取得了快速的發(fā)展。人工智能因其能快速處理數(shù)據(jù)、提高勞動(dòng)效率、降低人力成本等優(yōu)勢，已廣泛應(yīng)用于紡織業(yè)、農(nóng)業(yè)、通信業(yè)、交通業(yè)、服務(wù)業(yè)、金融業(yè)等領(lǐng)域。在紡織品檢測領(lǐng)域中，傳統(tǒng)的紡織品檢測需要消耗操作人員大量的時(shí)間來完成重復(fù)的操作，并且在操作時(shí)，還可能接觸到有害物質(zhì)等，不僅影響企業(yè)的效益，還會(huì)損害操作人員的身體健康，而人工智能賦予紡織品檢測使得這些問題得到了明顯改善。為了更好地提高勞動(dòng)效率、檢測的準(zhǔn)確度和降低企業(yè)成本，針對人工智能在紡織品檢測領(lǐng)域的研究變得越來越重要。

1 人工智能發(fā)展歷程

人工智能的概念最早于1956年由麥卡賽、明斯基等人提出。此后，人工智能的發(fā)展較為波折，可以將其發(fā)展歷程分為5個(gè)階段：第一階段為1956—1974年，這一階段可以稱為黃金年代。在此階段，計(jì)算機(jī)可以解決數(shù)學(xué)里的部分問題，甚至可以學(xué)習(xí)和使用英語，人們對于人工智能表現(xiàn)出相當(dāng)樂觀的態(tài)度，政府機(jī)構(gòu)也積極向該領(lǐng)域投入了大量資金；第二階段為1974—1980年，是人工智能的第一次低谷，人工智能的發(fā)展遇到了瓶頸，計(jì)算機(jī)的運(yùn)算能力、問題的復(fù)雜程度、數(shù)據(jù)庫的大小以及莫拉維克悖論等，都一定程度地限制了人工智能的發(fā)展。與此同時(shí)，經(jīng)費(fèi)也由于政府的投資削減而變得緊張；第三階段為1980—1987年，是繁榮階段，一類名為“專家系統(tǒng)”的人工智能程序，被全球大量公司所采納，各國也開始繼續(xù)向人工智能領(lǐng)域投入資金；第四階段為1987—1993年，人工智能的發(fā)展再一次進(jìn)入低谷。隨著人工智能應(yīng)用規(guī)模的不斷擴(kuò)大，專家系統(tǒng)存在的一些問題也開始顯現(xiàn)出來，如應(yīng)用領(lǐng)域狹窄、知識(shí)獲取困難等，相關(guān)研究的進(jìn)展緩慢，商業(yè)機(jī)構(gòu)對人工智能開始冷落，人工智能再一次遭遇經(jīng)費(fèi)短缺問題；第五階段為1993年至今，隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等技術(shù)的不斷進(jìn)步，以深度神經(jīng)網(wǎng)絡(luò)為代表的一系列人工智能技術(shù)得到了快速發(fā)展，人工智能走向?qū)嵱没?，被廣泛應(yīng)用于語音識(shí)別、圖像處理、無人駕駛等前沿領(lǐng)域，迎來再一次繁榮[1]。

2 人工智能在紡織品檢測領(lǐng)域的研究現(xiàn)狀

近年來，隨著圖像識(shí)別與分析、特征值數(shù)據(jù)提取、BP神經(jīng)網(wǎng)絡(luò)等技術(shù)的不斷進(jìn)步，人工智能在紡織品檢測領(lǐng)域有了局部的應(yīng)用，人們對人工智能在紡織品領(lǐng)域應(yīng)用的研究也越來越深入。

從纖維的角度研究，Baker等[2]利用圖像處理技術(shù)，對纖維的形態(tài)和結(jié)構(gòu)進(jìn)行分析和測定。以此為基礎(chǔ)，Thibodeaux等[3]利用圖像處理技術(shù)，對棉纖維的成熟度進(jìn)行檢測，測量出的結(jié)果與氣流法相比基本保持一致。李立明等[4]對羊絨羊毛的鱗片進(jìn)行了研究，以纖維細(xì)度以及鱗片的周長和高度等特征建立數(shù)據(jù)庫，通過數(shù)據(jù)庫里的信息，鑒別羊毛羊絨纖維。Robson等[5]利用圖像處理技術(shù)，對羊絨羊毛的鱗片高度、圓整度、充滿度等16個(gè)指標(biāo)進(jìn)行分析，最后得出鱗片高度是鑒別羊絨羊毛的重要指標(biāo)。袁森林[6]通過共生矩陣，獲取羊絨羊毛表面紋理的特征參數(shù)，并利用主成分分析法，得到可用于分類識(shí)別的參數(shù)體系，最后利用BP神經(jīng)網(wǎng)絡(luò)技術(shù)，得到羊毛纖維的鑒別模型。許鶴群等[7-8]提取了纖維截面的各項(xiàng)幾何特征參數(shù)，對兔毛/黏膠/腈綸混紡紗的纖維成分含量進(jìn)行自動(dòng)識(shí)別研究。趙宇濤等[9]提取了纖維直徑比、平均扭曲度和充滿度等6個(gè)特征參數(shù)，利用神經(jīng)網(wǎng)絡(luò)建立了纖維數(shù)據(jù)庫。另一學(xué)者設(shè)計(jì)了一種基于圖像處理來識(shí)別和分類原棉疵點(diǎn)的特征識(shí)別算法，該方法識(shí)別準(zhǔn)確率高。

從織物的角度研究，某學(xué)者通過貝葉斯決策以及提取特征值的方法，對織物的疵點(diǎn)進(jìn)行了分類，并建立了用于織物疵點(diǎn)檢測的專家系統(tǒng)。另有學(xué)者研究了平紋、斜紋和緞紋等織物的疵點(diǎn)特征，并運(yùn)用神經(jīng)網(wǎng)絡(luò)技術(shù)，對疵點(diǎn)進(jìn)行了檢測分類。其他學(xué)者利用神經(jīng)網(wǎng)絡(luò)和共生矩陣的方法，研究了織物的斷經(jīng)、斷緯及油污疵點(diǎn)檢測。

3 人工智能在紡織品檢測領(lǐng)域的應(yīng)用實(shí)例

從理論上分析，人工智能技術(shù)在紡織品檢測領(lǐng)域有較為廣泛的應(yīng)用，但由于各方面因素的影響，當(dāng)下在紡織品檢測領(lǐng)域的應(yīng)用比較局限，現(xiàn)就部分應(yīng)用實(shí)例進(jìn)行介紹。

3.1 AI棉麻儀

廣州冠圖視覺科技有限公司推出了一款用于測量各種混紡產(chǎn)品中棉麻纖維含量的AI棉麻儀。該儀器利用計(jì)算機(jī)視覺技術(shù)，可以在較短時(shí)間內(nèi)完成玻片上纖維的拍攝，如圖1（a）所示，并對棉[圖1（b）]和麻[圖1（c）]纖維的特征值進(jìn)行提取。棉纖維縱截面呈扁平帶狀、天然轉(zhuǎn)曲，麻纖維有橫節(jié)、輪廓硬朗，可快速識(shí)別并計(jì)算出混紡產(chǎn)品中棉麻纖維的含量，從制樣到出結(jié)果只需要8 min，與傳統(tǒng)的成分檢測相比，檢測效率得到了很大的提高，降低了企業(yè)的人力成本。同時(shí)，也降低了檢測人員的工作強(qiáng)度，提高了檢測人員的工作舒適性。

3.2 AI毛絨儀

AI毛絨儀的主要功能是測量各種混紡產(chǎn)品中動(dòng)物毛類纖維的含量，該儀器利用計(jì)算機(jī)視覺技術(shù)，全自動(dòng)獲取混紡纖維的清晰圖像[圖2（a）]。在檢測混紡產(chǎn)品中的動(dòng)物毛類纖維含量時(shí)，羊絨羊毛的鑒別難度最大。該儀器通過提取羊毛[圖2（b）]和羊絨[圖2（c）]鱗片厚度、高度等特征值參數(shù)，可以較為精確地區(qū)分羊絨與羊毛，計(jì)算出混紡產(chǎn)品中動(dòng)物毛類纖維各組分的含量。目前，重慶大學(xué)和廣州冠圖視覺科技有限公司對此類用于測量各種混紡產(chǎn)品中動(dòng)物毛類纖維含量的儀器均有研究，廣州冠圖視覺科技有限公司的AI毛絨儀功能較為完善，已在市場上逐步推廣。

圖2 （a）AI毛絨儀實(shí)際檢測；（b）羊毛縱面；（c）羊絨縱面

3.3 AI細(xì)度儀

AI細(xì)度儀由廣州冠圖視覺科技有限公司近期研發(fā)而成，主要用于棉麻、毛絨類纖維細(xì)度測量。原理主要是利用人工智能技術(shù)賦能傳統(tǒng)的顯微鏡檢測設(shè)備，通過計(jì)算機(jī)視覺技術(shù)，全自動(dòng)獲得纖維的單根直徑、平均細(xì)度以及纖維粗細(xì)均勻度的各類數(shù)據(jù)[圖3（a）]，與傳統(tǒng)的人工目測纖維細(xì)度[圖3（b）]相比，AI細(xì)度儀測量了纖維的整體直徑，并計(jì)算出平均值，可為各類纖維的細(xì)度質(zhì)量情況提供更加準(zhǔn)確的數(shù)據(jù)參考。

圖3 （a）AI直徑的計(jì)算；（b）人工直徑的計(jì)算

3.4 AI橫截面儀

AI橫截面儀是一種將傳統(tǒng)顯微鏡與人工智能相結(jié)合的檢測設(shè)備，主要用于紡織品檢測行業(yè)中纖維橫截面的識(shí)別和評價(jià)面積計(jì)算。通過計(jì)算機(jī)視覺技術(shù)，將橫截面拍攝的圖像智能化，繪制出纖維橫截面邊緣[圖4（a）]，與傳統(tǒng)的方法相比[圖4（b）]，AI橫截面儀可大大降低勞動(dòng)強(qiáng)度。在繪制邊緣的基礎(chǔ)上，更可以對纖維進(jìn)行預(yù)分類，并自動(dòng)形成橫截面相關(guān)的數(shù)據(jù)報(bào)告。重慶大學(xué)和廣州冠圖視覺科技有限公司都在利用人工智能識(shí)別和評價(jià)纖維截面，對這方面有深入的研究。2021年，在智博會(huì)上，重慶大學(xué)展示了他們團(tuán)隊(duì)制作的AI橫截面儀，但該團(tuán)隊(duì)的儀器還處在試驗(yàn)階段。廣州冠圖視覺科技有限公司研制的AI橫截面儀已經(jīng)較為成熟，目前正在推廣中。

圖4 （a）AI通過算法直接生成橫截面輪廓；（b）傳統(tǒng)的人工手動(dòng)在A4紙上畫出纖維橫截面輪廓

3.5 AI菌落計(jì)數(shù)儀

AI菌落計(jì)數(shù)儀通過圖像采集技術(shù)，利用計(jì)算機(jī)對采集的圖像進(jìn)行分析，自動(dòng)計(jì)數(shù)和測量細(xì)菌在固體培養(yǎng)基上生長而形成肉眼可見的菌落或菌斑（圖5）。該類儀器廣泛應(yīng)用于食品品質(zhì)分析、水質(zhì)分析、乳及乳制品的檢測、醫(yī)院臨床檢驗(yàn)、化妝品檢驗(yàn)、環(huán)保監(jiān)測和紡織品檢測等。在2021年疫情中，大量的口罩被生產(chǎn)和銷售，口罩在生產(chǎn)和銷售前，都需要經(jīng)過細(xì)菌過濾效率的檢測。在該項(xiàng)目檢測中，需要對菌落計(jì)數(shù)，傳統(tǒng)的方法是靠人工數(shù)，耗時(shí)長且容易出錯(cuò)。以廣州冠圖視覺科技有限公司研制的AI菌落計(jì)數(shù)儀為例，一次可檢測6個(gè)標(biāo)準(zhǔn)培養(yǎng)皿，檢測速度為4秒/個(gè)，可以將結(jié)果批量導(dǎo)出至Excel，極大地提高了檢測的準(zhǔn)確度和檢測效率。目前，已知國內(nèi)研究AI菌落計(jì)數(shù)儀的公司和單位主要有廣州冠圖視覺科技有限公司、重慶大學(xué)、北京先驅(qū)威鋒計(jì)數(shù)開發(fā)有限公司、杭州訊數(shù)科技有限公司及青島明博環(huán)保有限公司，大部分公司和單位已經(jīng)開始了產(chǎn)業(yè)化生產(chǎn)。

圖5 廣州冠圖視覺科技AI菌落計(jì)數(shù)儀實(shí)際檢測

3.6 AI驗(yàn)布機(jī)

瑞士的烏斯特企業(yè)于2018年收購了以色列制造的用于檢測織物質(zhì)量、色彩的自動(dòng)視覺檢測設(shè)備。隨后，英國的Shelton Machineslt集團(tuán)和德國的Erhardt＆Leimer集團(tuán)也相繼推出了WEBSPECTOR及ELSIS inspector等檢測織物質(zhì)量的機(jī)器，即AI驗(yàn)布機(jī)。近年來，我國的深圳精銳視覺、無錫精質(zhì)視覺、深圳靈圖慧視、上海賽斐機(jī)電和常州安視等企業(yè)都開始了產(chǎn)業(yè)化生產(chǎn)，如上海賽斐機(jī)電生產(chǎn)的AI驗(yàn)布機(jī)（圖6）。在軟件方面，如圖像處理及算法系統(tǒng)等，國內(nèi)企業(yè)擁有自主知識(shí)產(chǎn)權(quán)，但關(guān)鍵硬件方面，如攝像頭、鏡頭等，還需從歐美發(fā)達(dá)國家進(jìn)口。

圖6 AI驗(yàn)布機(jī)

4 結(jié)語

我國是紡織品生產(chǎn)大國，也是紡織品檢測大國。將人工智能技術(shù)應(yīng)用于紡織品檢測領(lǐng)域，不僅顯著提高了檢測效率，也提高了檢測結(jié)果的準(zhǔn)確性和客觀性，同時(shí)也降低了企業(yè)的人力成本，給企業(yè)帶來了更高的效益。目前，將人工智能技術(shù)應(yīng)用到紡織品檢測領(lǐng)域的范圍還較小，但結(jié)合紡織品檢測領(lǐng)域和人工智能的特點(diǎn)來分析，可以預(yù)見，人工智能會(huì)在織物色牢度、起毛起球評級等方面有更廣闊的應(yīng)用前景。