基于自适应正交小波的机织物密度自动检测的研究

为了将计算机视觉应用于织物经纬密自动检测,提出了建立机织物自适应小波分解滤波器并研究了织物密度自动检测的方法。应用织物自适应滤波器对织物灰度图像进行小波分解,就可使分解后的子图像能很好地分别包含织物的纬向和经向纹理信息,从而可将织物子图像二值化后,根据其黑白交替变化规律,计算出织物的经纬纱密度。实验结果证明自动检测和人工测量相比,误差在3%以内。

基于匹配Gabor滤波器的规则纹理缺陷检测方法

许多工业产品表面纹理都可以被认为是由基本纹理单元在空间按照一定的规则进行排列组合的结果 ,但由于各种原因 ,这些有规则纹理图象经常出现一些缺陷 ,因而检测这些有规则纹理图象的缺陷是机器视觉检测的重要内容 .为了对这种缺陷进行有效地检测 ,在对这类纹理图象进行功率谱分析的基础上 ,根据人眼的视觉原理 ,设计了两类匹配 Gabor滤波器 ,即正常纹理匹配 Gabor滤波器和缺陷纹理匹配 Gabor滤波器 .前者能够突出正常纹理 ,抑制缺陷纹理 ;而后者恰恰相反 .在将这两类滤波器用于规则纹理图象缺陷的自动检测时 。

基于多分形特征参数的织物瑕疵检测

深入分析了计盒法在估算分形维数上存在的问题并结合织物纹理固有的特点,提取了4个新的分形参数,利用由它们组成的特征向量并使用欧式距离检测器对7种具有不同纹理背景的织物进行了瑕疵检测。测试结果表明,在一定的阈值范围内,实际的误警率和漏检率可以同时控制在10%以内,有力地证实了所提取的分形特征参数的有效性。

图像处理用于织物疵点自动检测的研究进展

织物疵点自动检测、代替传统的人工检测方法是纺织品质量控制和管理的重要环节 ,同时又是纺织自动化的重要标志之一。基于图像处理的织物疵点检测 ,主要是通过图像分析 ,从图像中发现与正常纹理不同的部分。这方面的研究一直在持续 ,新的方法不断出现 ,但较为成熟的检测系统较少。开发适合我国纺织业的织物疵点自动检测系统 。

超短羊绒转杯纺针织纱的研制

羊绒超短纤维长度短 ,强力低 ,纺纱难度大。将羊绒超短纤维与可溶性维纶以 78/ 2 2的比例混纺 ,可改善纺纱性能 ,开发的转杯纺针织纱织成织物后 ,将维纶溶解 ,使成品达到高羊绒纯度且轻薄的要求 ,可以提高产品附加值。介绍了超短羊绒纤维的性能特点、纺纱工艺要点 ,分析了超短羊绒维纶转杯纱的结构特征 ,并介绍了产品的后整理工艺。

基于AR谱分析的织物瑕疵自动检测

为实现快速和有效的织物瑕疵自动检测,提出了一种基于时间序列而不是图像的功率谱纹理分析方法。依据Burg au to regress ive(AR)算法估计得到谱数据,从中提取能够反映纹理周期和取向等特点的特征,并首次采用支持向量数据描述模型来检测织物瑕疵纹理。对包含多种疵点的若干织物样本的检测结果表明,依照本文所述方案能够在保持较低的误警率前提下达到较高的疵点检出率,证明了所述方案的可行性。

转杯纺是我国纺织工业技术改造的方向之一

通过对国际转杯纺纱技术发展历程的回顾和对转杯纱性能、纱线结构特点的分析 ,得出转杯纺纱有利于纺纱生产连续化、自动化、提高产品质量和劳动生产率、改善劳动条件 ,应作为我国今后纺织工业技术改造的重大方向之一。

基于织物自适应正交小波的疵点检测

应用织物自适应正交小波对织物疵点的检测和识别进行了分析。首先介绍了织物图像的小波分解算法和紧支撑正交小波 ,在此基础上提出了织物自适应小波的构造 ,由自适应小波对织物图像分解 ,然后对分解后的纬向和经向子图像提取特征 ,由特征值检测和识别疵点。实验证明了该方法对素色织物的常见疵点具有快速、准确的检测效果。

转杯纺纺制竹节纱的工艺研究

在改变喂给罗拉速度纺制竹节纱的条件下 ,对转杯纺纺制竹节纱的基本工艺参数进行了理论研究 ,得到了关于粗节倍数和竹节长度的模型 ,并通过实验测试验证了理论的正确性 ,也证明了采用改变喂给罗拉速度纺制竹节纱的可行性。

用于疵点检测的织物自适应正交小波的实现

应用随机算法并给以一定的约束条件 ,可以有效地由满足正交归一条件的滤波器中 ,优化获得与织物纹理相匹配的滤波器。应用这种织物自适应滤波器对织物灰度图像进行小波分解 ,就可使分解后的子图像能很好地分别包含织物的纬向和经向纹理信息 。

超声波对羊毛纤维表面形态与内部结晶的影响

羊毛表面的鳞片层由于疏水性强,是羊毛上染的初始壁障,羊毛内部皮质层的规整堆砌结构也影响染料在羊毛内部的渗透与扩散.采用扫描电镜和X-射线衍射技术分别观察和测试了超声波作用下羊毛表面形态以及内部结晶度的变化.结果发现,经超声波处理后,羊毛表面鳞片被刻蚀,边缘破损;羊毛表面有无定形物碎片沉积以及波纹状条痕;鳞片倾角增大,鳞片交叠处有无定形物析出;此外,羊毛结晶度有一定程度下降.可以推测,这些现象和结果有利于初始上染壁障的削弱以及纤维内部透染的改善,从而提高羊毛的染色性能.

基于计算机视觉的织物疵点检测的近期进展

按照模式识别的一般顺序并根据当前的研究中所使用的方法,简要综述了近年来计算机视觉在织物疵点检测领域的应用和发展情况。首先分析了将计算机视觉应用于织物疵点检测的现实意义。考虑到特征提取与选择模块以及检测模块是瑕疵检测系统中最关键的两个部分,着重讨论了这两个模块近期所涉及的各种方法及其在疵点检测应用上的效果。最后给出了结论,说明了开发国产化自动验布机的意义。

基于Wold纹理模型和分形理论的织物疵点检测

应用基于Wold纹理模型,从织物纹理中提取非确定性随机结构.通过正常纹理和疵点纹理中随机结构的表面维分形特征曲线比较,以距离为判别标准定位疵点.几种典型织物疵点的分析表明,基于Wold纹理模型和分形理论的分析方法能准确地检测出织物表面的多种疵点.

基于二维连续小波变换的织物疵点检测

同正常织物纹理比较,疵点区域由于其纹理不规则及变形而导致不同的局部纹理特征。利用二维连续小波特征,能在时域和频域上对织物图像同时实现任意尺度和旋转角度的变换。通过纹理模型和频谱分析,确定出最优的变换尺度和旋转角度,并由预先确定的全局阈值从小波变换系数的模中进行疵点的分割。实际疵点的检测结果表明该方法是可行的。

Baylan NT低温染色工艺在毛纺工业上的应用

通过采用BaylanNT低温助剂的低温染色试验,与常规的沸点染色相比较,表明应用BaylanNT助剂低温染色试样的色牢度与常规染色色牢度同水平,低温染色尽染率高。国外的BaylanNT低温染色应用试验研究显示,BaylanNT低温染色助剂有优异的促染作用,能提高染色动力,显著地提高低温透染与匀染性。

纺织品表面纹理的图像分析方法

回顾了用于纺织品表面纹理的图像分析方法,其中着重介绍了纺织品表面纹理特征的描述方法、分析方法和模式分类方法,并以一些常用纺织品为对象,对这些方法的有效性作了比较。

羊毛低温染色

众所周知,羊毛常规沸染会使羊毛损伤,而低温染色可减少损伤.介绍了各种羊毛低温染色法,如助剂低温染色、改性后的低温染色、超声波低温染色等方法.

基于光照投影的起球织物图像的采集、预处理和毛球分割

采用一种新的图像分析方法进行织物起球等级的分析。先获取一系列起球织物切面光照投影图 ,利用LOG边缘检测算子和线性插值提取每帧图像中织物的轮廓线高度数据 ,并拼接成一幅反映织物三维轮廓高度的距离图像 。

基于光度立体视觉的起皱织物表面形态重建研究

提出一种基于光度立体视觉方法对织物表面进行三维重建 ,先利用合成图像验证该算法 ,再将其应用于真实织物 ,该算法中结合了有限差分法 ,来获取织物的三维轮廓数据 ,并采用四个特征参数定量描述织物的起皱程度。