小波分析与纹理能量算法用于毛球图像处理

在织物起毛起球图像处理中,毛球信息与纹理信息的分离至关重要。文中将小波分析理论与织物纹理能量算法相结合,对多尺度小波分解过程中的织物纹理能量的变化进行了曲线拟合,并根据拟合的能量差值曲线确定了最佳重构层次,实验中所测织物的最佳重构层次位于第3层,即可判断纹理信息主要集中在第2层,毛球信息则位于第4层,以此对经过多尺度分解后的图像进行了叠加重构,基本实现了织物毛球与纹理的自动分离,为织物起毛起球图像处理过程中毛球的分割以及特征参数的选取提供了依据。     

基于小波变换与形态学的织物毛球检测

在织物起毛起球的检测过程中,织物纹理信息的滤除是织物起毛起球图像处理过程中的关键一步,虽然现有的方法也取得了一些成果,但仍有需要改进之处。针对此,本文提出对织物起毛起球图像进行预处理,然后进行纹理分割;重点研究了采用二维离散小波变换对起毛起球图像进行多分辨率分解与重构,并根据每层分解后高频能量的变化确定纹理与毛球的最佳分割层次;最后运用数学形态学的腐蚀、膨胀对图像进行增强,分割出完整清晰的毛球图像。     

基于相对总变差模型与MSER的织物毛球等级评价

针对人工评价织物起毛起球等级存在主观因素强、效率低等问题,提出基于相对总变差模型与MSER(最大稳定极值区域)相结合的织物起毛起球等级评价方法。首先对织物起毛起球图片进行预处理,以消除光照不均的影响并增强毛球信息;然后利用相对总变差模型抑制毛球图像的纹理信息,使用MSER分割毛球区域,再通过形态学运算处理该区域;最后以毛球总面积占图像面积的比例作为起毛起球等级评价参数,建立织物起毛起球等级评价标准,实现对织物起毛起球等级的客观评价。实验结果表明,该方法可以有效地完成织物起毛起球等级评价,能够满足实际工业需求。     

基于小波分析的织物起毛起球评价

对织物起毛起球图片进行预处理,先进行灰度转化,边缘平滑,去除光照不匀等基础处理,然后进行图像分割处理.重点研究了利用Matlab小波工具箱函数,根据小波多分辨率的特点,实现对起毛起球织物图像的多层二维小波分解和重构,计算二维小波分解的能量,分解图像的高频和低频信息,确定最佳熵值,最后找出纹理与毛球的最佳层次分割点.     

毛涤织物起球影响因素统计分析

利用圆轨迹起球测试仪对9种精纺毛涤织物的起球性能进行了测试，建立了织物起毛起球等级与毛球数预测模型，得到了织物各结构参数对起毛起球的影响程度。     

基于快速傅里叶变换与织物纹理能量算法的起毛起球织物纹理滤除

在织物起毛起球图像处理过程中,织物纹理信息的滤除是实现毛球分割至关重要的一步,而不同的图像包含的纹理、毛球信息不同,在用傅里叶变换对图像进行处理时需要采用不同滤波半径。因此,在处理过程中选取的滤波半径是实现纹理滤除的关键因素。本文将快速傅里叶变换与织物纹理能量的算法相结合,根据能量2次差值拟合曲线实现毛球与纹理分离时最佳滤波半径的自动获取,然后通过反傅里叶变换得到分离的纹理信息和毛球信息,实现织物纹理的滤除,最后分割出完整的毛球信息。     

基于标准样照与图像分析的织物起毛起球评等方法

为使织物起毛起球等级评定更为客观,尝试运用图像处理技术解决这一问题。首先扫描光面精梳毛机织物起毛起球标准样照（GB/T4802.3—2008）,运用傅里叶变换技术将样照图像转换到频域,在频域中滤除代表织物纹理的信息,经傅里叶逆变换得到滤波后的标准样照图像。然后采用增强的OTSU动态阈值法,增强图像中的毛球信息,提取图像中毛球的面积,计算其所占图像总面积的比例。在此基础上,建立毛球占图像总面积的比例与织物起毛起球等级之间的关系。最后通过对实际织物分析评等,验证了这种方法的可行性。     

腈纶及腈/毛交织物的起毛起球性研究

文章通过实验分析了不同组织结构的纯腈织物和不同交织比腈/毛织物的起毛起球性能.织物组织结构和色纱配置状态会对织物起毛起球性有直接的影响,不同交织比的腈/毛交织物,腈纶含量高、腈纶纱线间交织面积大,则织物起球严重.文章还研究了纯腈织物经过摩擦后起球状态的变化趋势,摩擦次数小于100次时,织物表面的毛球数随着摩擦次数增加而增加,但摩擦次数大于100次后,毛球有明显脱落的趋势.由此探讨了从织物结构和色纱配置方面提高腈纶仿毛织物和腈/毛交织织物抗起毛起球性的设计方法.     

基于布面毛羽特征参数测试的织物抗起球性客观评价

为探讨基于布面毛羽特征参数变化的织物抗起球性能客观评价的可行性,利用织物单面压缩测试装置对不同起毛、起球次数机织物试样的布面毛羽特征指标进行了测试与分析,并对毛球数量和平均毛球质量进行了计算和比较分析,提出了客观评价织物起球性能的方法。研究表明：织物起毛后再起球,对于不同的织物,毛球数量和毛球平均质量随起球次数的变化各不相同;布面毛羽各特征指标随着起球次数的变化趋势也不尽相同,除毛羽长度指标因毛羽纠缠成球而减小外,其它指标因受毛球压缩性质等多因素影响,无一致规律可循;织物的起球性能可用起球处理前后布面毛羽长度指标的变化率进行客观表征,毛羽长度变化率越大,表明织物越容易起球。     

起毛起球表征技术的研究进展与问题

针对起毛起球机制及问题,本文结合现有的起球方法和表征技术,介绍了常用的三种织物起毛起球起因及其主观评价方法、图像处理织物表面毛球的客观表征和神经网络预测起球的虚拟表征方法;对前人在该领域的研究工作进行回顾,提出起毛起球机制研究和表征研究中只着重于起球成因的解释并在机制上进行解决和表征而忽略了对起毛机制及表征的深入探究,以强调研究起毛起球本质机制的重要,提出了因机制研究不足导致的各种表征技术存在的缺憾,揭示了表征技术对明晰起毛起球的机制的重要性,将有利于对织物的起毛起球机制进行本质表达。