图像工程和模式识别在针织中的应用

对图像工程在针织中的应用现状进行了探讨,着重对针织物仿真模拟方法以及利用图像处理和模式识别技术对针织物进行参数检测、结构识别和疵点检测的方法进行了阐述。指出针织物仿真模拟的几种常用方法和它们的优缺点,各种图像理解与识别的方法在针织物参数测量、结构识别和疵点检测中的应用以及前景。     

Delphi编程图像处理在针织物疵点检测中的应用

简介了针织物常见疵点,并采用可视化编程工具Delphi进行编程,综合利用噪声处理、二值化处理、边缘增强、边缘检测、二值图像细化等一系列图像处理和识别方法,对针织物进行疵点检测,提出了图像处理在针织物疵点检测中的一般方法。     

针织物疵点自动检测与分类方法的研究

设计了针对圆筒针织物的疵点检测系统,在该检测系统的基础上,研究了一种基于小波分解的疵点检测方法和一种基于极限学习机的疵点分类方法。对采集得到的针织物疵点图像进行图像灰度转换、光照不匀校正、中值滤波等预处理,并采用Bior3.7小波分解图像,对分解后得到的纵向和横向纹理子图像提取特征值,选取针织物中常见的破洞、花针、漏针和直稀路4种疵点作为研究目标,将提取的特征值输入极限学习机中进行训练。结果表明,此方法可以有效地检测和分类白坯针织物的常见疵点。     

基于非线性扩散和多特征融合的提花针织物疵点检测

为解决提花针织物的复杂纹理在疵点检测过程中易造成检测干扰和疵点误判的问题,提出一种基于非线性扩散和多特征融合的疵点检测方法。采用改进PM模型对提花针织物的花纹和强纹理边缘进行抑制,首先利用梯度差异将疵点图像分为纹理区域及疵点区域,然后结合各区域特点选择对应的扩散方程,依据梯度矩阵计算概率子集、相关准则来确定梯度阈值,实现分区域扩散。根据提花针织物的纹理分布特性,提取改进局部二值算法(LBP)、局部熵、局部相关性等表征参数,然后进行去邻域归一化和多特征融合进一步突出疵点区域,最后利用区域生长法定位分割出疵点形态。实验验证了本文预处理方法及疵点检测方法的有效性,通过与其它预处理算法和疵点检测算法进行对比,结果表明本文算法的检测效果最好,对正常织物图像的误检率为3.3%,对含疵点织物图像检测的准确率为98.6%。     

纬编针织物疵点的实时检测

 本文构建了图像采集,数据信号处理和光源的纬编针织物疵点实时检测系统.针对纬编针织物部分疵点在图像上灰度分布明显,但形状不规则的特点,使用了细胞神经网络对疵点进行分割;对于灰度差异较小,却呈线形状分布的疵点,引入线检测的方法,使用Radon变换定位疵点的位置.实验表明,该算法可以有效的检测出破洞,漏针,飞花,跳纱,横路和花针等纬编针织物疵点.     

面向织物疵点检测的缺陷重构方法

为解决复杂图案织物疵点检测精度不足的问题,通过将疵点视为对织物纹理的破坏,利用生成对抗神经网络对疵点图像进行重构,使其恢复成正常织物纹理的图像,然后将重构图像与缺陷图像进行求异计算,对求异结果进行图像分割,实现疵点检测目的。同时引入自注意力机制、L1损失函数和改进的结构损失函数用于改进生成对抗神经网络结构及其损失函数,用以分析并解决疵点图像重构精度差和网络处理图像细节能力的不足。最后采用本文方法与无监督缺陷检测算法(ReNet-D)和SDDM-PS 2种方法对5种不同复杂图案织物疵点进行实验对比,结果表明本文方法检测精度更高。     

基于多分辨率的全局及局部显著性的色织物疵点检测

为提高色织物疵点检测效率和准确性,提出一种融合多分辨率的全局及局部显著图的色织物疵点检测方法。针对织物疵点及纹理的频谱特征,通过高斯金字塔生成不同分辨率图像,采用小波变换的全局显著性算法,以及傅里叶变换融合的方法得到全局综合显著图。使用基于图论的显著性(graph-based visual saliency, GBVS)算法计算织物图像局部显著性。加权融合全局及局部显著图得到综合显著图,并进行图像分割及形态学操作对疵点区域进行检测。使用不同算法对5种不同类型色织物疵点进行检测,结果表明:提出的方法的疵点检测率达92.0%,与传统方法相比有较大提高,且检测时间较短。     

基于相似性定位和超像素分割的织物疵点检测

为解决周期性纹理织物图像的疵点检测及其轮廓精确分割问题,提出一种基于相似性定位和超像素分割的织物疵点检测方法。将待检测图像进行中值滤波和对数增强,并利用FT算法估计增强图像的显著图实现待检测图像的预处理;将基于归一化局部均值差分的灰度相似性检测参量和结构相似性检测参量结合,构建可测量更多类型周期性纹理织物图像的相似性度量函数,通过阈值化增强图像分块的相似性测量值实现疵点在显著图中的粗定位;最后对显著图粗定位图像分块进行超像素细分割及其二值化处理,并借助连通域分析剔除孤立点,获得完整的疵点轮廓。结果表明,本方法与常规3种方法相比,对周期性纹理织物图像的疵点检测准确率更高,且提取出的疵点轮廓更精确。     

应用Canny算子的织物疵点检测改进算法

为克服当前Canny算子在织物疵点边缘检测中存在的阈值设定、滤波参数选择等自适应问题,提出一种基于Canny算子的改进算法。通过分析不同种类的织物疵点特征,选择不同参数的高斯滤波器,对织物疵点图像进行滤波处理;采用自适应形式获取图像边缘信息的阈值,避免了因阈值取值过高或过低而无法获得较好织物疵点的边缘信息的问题,同时还可根据不同织物疵点类型选择不同的滤波参数。结果表明,改进后的Canny算法可有效地检测到织物疵点的边缘细节,具有较好的自适应能力,并且提高了算法的有效性。同时对典型的织物疵点进行检测并与传统算法比较,其检测效果更优。     

基于机器视觉和图像处理的织物疵点检测研究新进展

按照被检测的织物类型并根据当前研究中所使用的方法,简要综述了近年来基于机器视觉和图像处理的织物疵点检测系统新的应用和发展情况。首先分析了织物疵点自动检测研究的理论和现实意义。给出了织物疵点检测系统中视觉图像获取和疵点图像检测两个关键部分的架构。说明了迫切需要进行检测的两类织物白坯布和色织布,着重讨论了对这两类织物进行疵点检测的各种新方法,并详细说明了其检测效果和存在的不足。最后给出了疵点检测研究的几点建议。     

基于深度信念网络的织物疵点检测

为提高织物疵点检测精度和效率,提出了一种基于深度信念网络的织物疵点检测方法。用改进的受限玻尔兹曼机模型对深度信念网络进行训练,完成模型识别参数的构建。利用同态滤波方法对图像进行预处理,使疵点图像更加清晰,同时抑制了背景图像。以Python语言,基于TensorFlow框架构建深度信念网络模型,对织物疵点图像进行处理得到学习样本,确定模型激活函数后,分析了各模型参数对织物疵点检测准确率的影响规律,得到激活函数为Relu, Dropout值为0.3,预训练学习率为0.1,微调学习率为0.000 1,批训练个数为64时,模型参数值达到最优。最后,利用在无缝内衣机上采集到的各类疵点图像,对深度信念网络织物疵点检测模型进行验证。结果表明：所提出的织物疵点检测方法能够快速、有效地对织物疵点进行检测和分类识别,准确率达到98%。     

Knitted fabric structure recognition based on deep learning

In knitted fabric structure recognition, the recognition rate is influenced by uneven light, fabric hairiness, fabric rotation, fabric thickness variation, yarn deviation, and loop deformation. To solve this problem, a method for recognizing knitted fabric structure based on deep learning is proposed. Firstly, sample images of fabrics are captured and a knitted fabric structure image database is established. Secondly, based on deep convolution neural network and transfer learning, the bvlc_reference_caffenet model trained by AlexNet is used as the pre-trained network. Then the pre-trained parameters of the network are transferred to the target data-set and the network is trained. Finally, the knitted fabric structure is recognized by the trained network. Experiment results show that the proposed recognition method is robust, which can overcome the influence of fabric rotation, fabric hairiness and uneven light, and achieves a high recognition rate.     

A novel approach for simulation of curling behavior of knitted fabric based on mass spring model

Edge curling is a unique property of knitted fabrics which affects on fashion such as using upper and side curling in cloth design. The purpose of this research is to present a new method to simulate drape behavior of knitted fabric considering difference between single and double jersey knitted fabrics. To this point, at first the bending and torsion moments that applied on the fabric edges and caused curling in single knitted fabric are determined. Also it demonstrated that these moments will be neutralized in double knitted and as the results, leads to a non-curling structure. Then, using the mass spring model, curling shape in fabric wale and course directions are simulated. To show efficiency of the proposed model, real 3D shape of single knitted fabric is compared with experimental results. Also, using the proposed model, the drape behaviors of single and double jersey knitted fabrics hanging from two fixed corners with different properties are simulated and then extend to simulation of skirt. Results of simulation are compared with 3D shapes of actual drape behavior in fabric samples which are achieved by depth camera. The simulated results show good agreement with 3D shapes of actual fabrics.     

Thermophysiological comfort and performance properties of knitted fabrics produced from different spinning technologies

In this study, it was intended to investigate the effects of yarn spinning technology on knitted fabric thermophysiological comfort and performance properties. For this aim, three different 100% cotton Ne 16/1 yarn samples were produced with different spinning technologies namely, combed ring, compact and sirospun. Then six knitted fabric samples were produced with two different loop lengths. In the context of this study, air permeability and water vapour permeability tests were done as thermophysiological comfort tests, pilling resistance and abrasion resistance tests were performed as performance tests. In order to understand the statistical importance of spinning technology and loop length on knitted fabric properties, ANOVA was performed. According to the results, it is seen that spinning technology and loop length have important effects on observed properties.     

平幅轧染中针织物形变对染色的影响

针对平幅轧染中针织物易形变、张力不均带来皱褶和染色不匀等问题,通过选用多种化学结构活性染料对棉针织物进行浸轧染色,借助方差分析的手段,考察针织物在不同拉伸形变条件下固色后染料结构对染色性能的影响。结果表明:针织物采用不同活性基活性红实施平幅轧染,无论在横向还是纵向张力拉伸条件下预烘及汽蒸固色,拉伸对针织物的染色与匀染影响较小;由于染料结构的差异导致棉针织物对染料的吸附固色不同,不同的染料对同一种针织物的浸轧染色提升力有所区别;染中浅色时轧染可节省更多染料,尤其对于活性红WBRH(KN型),轧染色深明显高于浸染,更推荐轧染方式;染色后针织物皂洗牢度大于或等于4级。     

纤维组分与针织组织对针织物悬垂性的影响

悬垂性对针织物的外观及内在性能都有重要影响,而不同纤维组分纱线和不同组织的针织物悬垂性能也有很大区别。选用相同支数的纯羊毛纱、纯腈纶纱、羊毛/腈纶70/30纱3种典型的针织纱和纬平针组织、1+1罗纹组织、2+2罗纹组织3种常规的针织组织,利用正交试验法分析纤维组分与针织组织对针织物悬垂性能的影响。研究结果表明:混纺比例不同的纱线品种对针织物的悬垂性有一定影响,针织组织对针织物悬垂性的影响特别显著,因此在设计针织服装时应该有针对性地选用不同组分的针织纱和针织组织,以实现理想效果。     

茶花油功能性针织内衣面料的开发

采用9.8 tex(60S)的茶花油纤维、艾草纤维、德绒纤维混纺纱(25∶25∶50)和2.2 tex(20 D)氨纶交织,在32针/25.4 mm的日本福原双面机上,开发茶花油弹力棉毛面料和茶花油抽针棉毛面料。详细介绍面料的设计思路、原料选择、编织工艺和染整工艺,提出编织过程中要注意氨纶丝翻丝问题,并采用复合茶皂素前处理工艺,简化染整工艺路线,缩短面料高温湿热过程。同时,对面料的抗菌性、保湿性、保暖性、透气性等功能性指标进行测试。结果表明,开发的茶花油功能针织面料具有显著的保暖及天然抗菌亲肤效果,是开发功能性健康内衣休闲产品的理想面料。     

麻赛尔横编织物的开发及其性能分析

为了更好地了解麻赛尔纤维针织物的服用性能,探讨了平针、1+1罗纹、双罗纹组织麻赛尔纤维针织物和棉纤维针织物的基本力学性能,并进行了对比分析。结果表明:在3种不同组织的麻赛尔针织物试样中,耐磨性:平纹最好,双罗纹次之,罗纹最差;透气性:平纹、罗纹、双罗纹依次降低。同样3种不同组织的棉纤维针织物也表现出同样的规律。在相同组织不同纱线试样中,麻赛尔针织物的耐磨性、透气性、抗起毛起球性均优于棉纤维针织物。     

高捻桑蚕丝针织物的服用性能与风格

为了解决普通桑蚕丝针织物的抗皱性、保型性和耐磨性差等问题,采用将桑蚕丝施加高捻的方式,改进桑蚕丝针织物的服用性能。通过对不同捻度桑蚕丝针织物力学性能、外观形态性能的实验研究以及织物风格的评定,系统地研究了高捻桑蚕丝针织物的性能和织物风格。采用KES织物风格测试仪测定不同捻度织物的16项力学指标,进而得到评定织物基本风格值的HV值,分析了高捻桑蚕丝针织物风格方面的综合性能。实验分析结果表明,高捻桑蚕丝针织物具有更加优良的性能,拓展了桑蚕丝针织物的应用领域。     

针织成品布上有机硅柔软剂的去除

有机硅柔软剂具有优良的滑爽性、柔软性和成膜性,已大量应用于高档针织布的染整生产中,但有机硅柔软剂化学性质稳定,对纤维表面的吸附能力强,特别是针织成品布上的有机硅柔软剂,用普通方法很难去除,造成针织布复染和回修困难。笔者经过多年大生产实践,有针对性地提出了解决方法。