基于稀疏优化的织物缺陷检测方法

针对传统织物检测算法存在严重的误检、漏检现象且微小缺陷不易检测等问题,提出一种基于稀疏优化的织物缺陷检测方法。对织物图像进行预处理,加强图像的对比度;将一些无缺陷织物样本图像分块,采用K-means算法将图像块聚类成簇,每个类簇训练一个子字典,选择合适的子字典并利用优化的稀疏表示模型对待测图像进行重构;最后生成残差图像,利用最大熵阈值法对残差图像进行分割,从而检测出织物的疵点。实验结果表明:该方法可以有效检测织物的各种缺陷以及微小缺陷,与其他算法相比,该算法也具有较高的检测精度。

成膜温度对聚氨酯薄膜性能影响研究

本研究以六亚甲基二异氰酸酯(HDI)和1,6-己二醇(HDO)为硬段,聚碳酸酯二元醇(PCDL)为软段,采用流延的方式制备聚氨酯(Polyurethan,PU)膜。通过红外光谱、X射线衍射和扫描电子显微镜对PU膜进行测试表征,并系统研究了成膜温度对PU膜力学性能、水接触角、透明度和阻隔性的影响。结果表明:随着成膜温度的升高,PU膜的力学性能先变好后变差,水接触角先增大后减小,透氧透湿系数先下降后上升,阻隔性先增大后降低;PU膜的微相分离程度随着成膜温度的升高逐渐增大,结晶性也进一步增强,透明度逐渐降低。当成膜温度为60℃时,PU膜的综合性能较好。