三基色最佳阈值算法识别原棉异性纤维

原棉中存在的异性纤维始终困扰着纺织工业的生产与发展,如何准确地检测与识别原棉中存在的异性纤维是纺织工业所面临的主要问题.文章采用三基色RGB最佳阈值算法来识别原棉图像信号中存在的异性纤维,试验结果表明,该算法可以有效地识别出原棉中存在的异性纤维.     

基于空间模型的棉花异性纤维识别算法

为了准确识别棉花中的异性纤维,提出了基于空间模型的示教算法和检测算法.示教算法在RGB空间中采用灰度直方图对合格棉花进行特征提取,并以此建立空间模型.检测算法是通过判断像素点是否在合格棉花空间模型范围内来进行异纤识别的.仿真结果表明此算法能够比较准确地识别异纤.     

基于RGB颜色模型棉花杂质的识别算法

介绍了原棉在线异性纤维检测系统的结构及工作原理。采用RGB颜色模型,以色度为主要特征量,设定阈值对棉花和异物的像素点进行判别。并通过Visual C++语言实现了此算法,得到了较好的效果。     

基于RGB颜色模型棉花杂质的识别算法

介绍了原棉在线异性纤维检测系统的结构及工作原理.采用RGB颜色模型,以色度为主要特征量,设定阈值对棉花和异物的像素点进行判别.并通过Visual C＋＋语言实现了此算法,得到了较好的效果.     

基于计算机视觉的棉花异性纤维检测识别算法

提出了一种基于计算机视觉的棉花异性纤维检测识别算法,通过分析线阵CCD摄像机采集的现场原棉图像,运用去噪平滑、图像分割算法提取异性纤维的特征,最终确定异性纤维数量,仿真结果表明了算法的正确性和有效性。     

基于计算机视觉的棉花异性纤维检测识别算法

提出了一种基于计算机视觉的棉花异性纤维检测识别算法,通过分析线阵CCD摄像机采集的现场原棉图像,运用去噪平滑、图像分割算法提取异性纤维的特征,最终确定异性纤维数量,仿真结果表明了算法的正确性和有效性.     

关于棉花中异性纤维的界定与定量的探讨

近10年来,棉花中异性纤维问题始终困绕着国内纺织工业的生产与发展;同时又由于原棉中大量的异性纤维,致使我国棉花在国际市场上缺乏竞争力。而2002年,我国棉花又减产,原棉紧俏,棉价回升,许多棉花生产企业在棉花收购与加工过程中对异性纤维又放松了管理。国家经贸委、国家计委等五部委不久前联合下发了第24号文《避免在棉花采摘、交售、加工过程中混入异性纤维的暂行规定》(以下简称“24号文”),提出从异纤混入的源头抓起,即抓农民采摘、抓籽棉收购等环节。这是一条根治原棉异纤的国家政策性办法。一、实际生产中的异性纤维的界定我国是一个…     

棉花异性纤维分类识别与计重系统的设计

为了实现棉花异性纤维分类识别与计重的自动化,本文建立了一种棉花异性纤维分类识别和计重系统SIW(system of identification and weight statistics),提出了系统的组成结构和工作原理,对系统关键的硬件设备和软件实现过程作了必要的说明,包括场景图像的采集、图像处理和识别方法以及计重模型的建立。最后对SIW系统进行测试,测试结果证明,该系统可以有效地识别出棉花中的异性纤维,并准确得到各种异性纤维的重量,实现异性纤维检测和计重的全程自动化。     

棉花异性纤维检测方法研究进展

概述了提升棉花异性纤维在线检测性能的方法。介绍了近几年棉花异性纤维检测过程中提高图像识别精度、识别效率的主要算法和方法。指出:现阶段研究的检测系统和方法均表现有较高的定位识别精准度;部分方法由于系统成本或识别算法复杂、效率低等原因,仅能在试验条件下实现,与实际生产环境差别较大。认为:未来还需进一步优化算法,改善检测过程中皮棉输送状态,组建多重检测系统和多特征综合评价系统,提高棉花异性纤维在线检测的准确度和精度。     

籽棉付轧过程中异性纤维的剔拣

棉花中的异性纤维已成为纺织业的头号“杀手”,它直接影响我国纺织行业脱困攻坚战役的成败和纺织企业的生存与发展。原棉的质量是纺织业的基础。原棉中异性纤维的预防和控制,除加强棉农防止异性纤维混入的教育外,笔者认为,在籽棉付轧过程中剔拣异性纤维,把好籽棉付轧第一关,显得尤为重要,无论从人力、物力、财务上,都比皮棉剔拣省财、省物。为实施名牌产品战略,江苏圣大纺织（集团）厂针对棉花资源的严重过剩,供大于求,用棉单位对棉花质量特别挑剔,尤其是棉花含有异性纤维等质量问题特别敏感,退货、索赔事件增多,皮棉供应单位…     

籽棉中异性纤维的双光源成像检测方法

针对现有的异纤清理机无法彻底清除异性纤维的问题,提出了一种在籽棉轧花前对异性纤维进行检测的方法。以清除了铃壳、茎、叶等有机杂物的籽棉和常见的21种有色及白色异纤为检测样本,在白色LED和红色线激光双光源照明获取图像,在RGB颜色空间的Ｒ 通道和HSI颜色空间的S通道利用改进的索贝尔（Sobel）边缘检测算法检测异纤。同时在S通道利用一维最大熵法以提高异纤检测率。实验结果表明：采用的双光源照明成像方法和图像处理算法可减少阴影等干扰,白色异纤的检出率可达到74.7%,有色异纤的检出率可达到70.8%,为籽棉中异性纤维的检测提供了参考和借鉴。     

棉花异性纤维的危害和预防

棉花是纺织品的主要原料,我国是一个纺织品出口大国,纺织品的发展推动了我国经济社会的发展,但是,当前我国纺织品出现棉花含异性纤维的问题,异性纤维对人们造成极大的伤害,因此,本文首先阐述棉花、化纤等原材料对纺织品的影响和作用,针对棉花异性纤维的危害,提出相应的预防措施。     

Detection clustering analysis algorithm and system parameters study of the near-point multi-class foreign fiber

In this paper, we investigate a detection algorithm for foreign fiber during the processing of cotton textile. By collecting a large number of samples, we determine the color model and establish its characteristic parameters of a foreign fiber. We found foreign fibers of multiple types (classes) and proposed a classification–recognition algorithm based on clustering analysis. The maximum error of the studied recognition algorithm is 0.012, which meets the requirement to recognize foreign fibers. Through many experiments, the optimal parameters for the foreign fiber detection system were determined, and the fiber recognition rates for different types were obtained. The lowest recognition rate is 85%. This is sufficiently high to reject foreign fibers and reach the standards of the textile industry. Experimental results show that foreign fiber clustering analysis algorithm is feasible, and it not only improves the quality of foreign fiber detection significantly, but also has high theoretical value and practical value.     

棉花中异性纤维检测图像分割和边缘检测方法研究进展

为进一步提高棉花中异性纤维的检测效率,对异性纤维图像处理方法进行探究。通过分析不同异性纤维图像边缘检测方法的定位精度、背景模糊以及受噪声影响情况发现,不同图像分割方法中异性纤维边缘连续性和分割效果存在差异性。统计了常见异性纤维图像边缘检测法和图像分割方法,分析了各类处理方法的优势和局限性,归纳了适用于各类异性纤维的检测方法,总结了现有研究中存在的问题和不足。研究认为:目前对不同种类异性纤维检测适用的图像处理方法不同,还无法同时检测出全部种类的异性纤维;应根据实践中具体异性纤维的种类、含量、物理特性等选择适合的检测算法并进行算法融合,开发普适性好的算法以降低成本和减少计算量。     

原棉疵点及杂质的检测方法研究与应用

采用数字图像处理技术对原棉疵点杂质进行检测与识别。利用自适应阈值分割的方法对目标图像进行分割及轮廓提取,并根据目标图像的相关特征值,提出了离心率与面积周长之比相结合的人工智能分析方法对原棉疵点杂质进行识别分类,取得了很好的效果。     

原棉异物剔除系统中的数据流程与系统实时性的实现

分析了原棉异物剔除系统中的数据流程，在此基础上，讨论了如何实现系统运作的实时性的问题。设计出原棉异物剔除系统原理样机，并进行了若干原理样机的调试实验。测试了原理样机的运作实时性，实验结果表明：原理样机能实时地运行。     

棉花中异性纤维的图像多分辨率差分检测方法

针对棉花异性纤维难以检测的问题,提出了一种基于多分辨率尺度图像差分的检测方法。首先,通过小波多层分解实现检测图像中的不同频率信息成份的分离;然后,对不同分辨率的子图之间进行差分提高异性纤维与原棉信息的对比度;在此基础上,采用最大类间方差法对多分辨率差分子图进行二值化分割出异性纤维的信息;最后,通过对分割后的子图进行信息的融合,实现了对异性纤维检测。实验表明,该方法能够有效抑制棉花背景信息,最大限度的提取异性纤维的信息,异性纤维检测的准确率以上达到90%。     

化纤长丝仿棉的优势和方向

棉纺织纤维原料迫切需要新型、新功能纤维的补充和供应,化学纤维长丝是其重要来源之一。化纤长丝仿棉应在分析和认识棉纤维的优点和缺点,化纤长丝的优点和缺点的基础上取长补短,适应新型纺纱技术和设备的加工条件,并开发新的领域,使得新型天然纤维和新型化学纤维不断扩大其使用的范围。文章总结和归纳了棉纤维、化学纤维、棉纤维织物的优点和缺点,并提出化纤长丝仿棉的方向。     

基于深度学习的籽棉中异性纤维检测方法

针对籽棉图像阴影多、常规图像处理方法难于识别的问题,以去除棉叶、棉壳等有机杂物的籽棉为样本,将不同颜色、形状、尺寸的12种常见异性纤维和籽棉样本随机地分布在运转中的传送带上,采用线扫描相机获得发光二极管（LED）照明的籽棉图像520张,“LED+线激光”双光源照明的籽棉图像1 148张。然后采用一种由13个卷积层、13个采样层和4个池化层构成的Faster RCNN深度学习人工神经网络,对 2 种成像方法获得的籽棉图像进行基于人工智能的网络训练,再进行异性纤维检测验证。实验数据表明,LED照明和“LED+线激光”双光源照明条件下,籽棉图像中的异性纤维的检出率分别达到了90.3%和86.7%,特别是LED照明条件下对白色异性纤维进行识别,其识别率由5.9%提升到了90.3%。     

我国纺织产品开发及应用的新动向——基于对2020年国内三大纺织展会的调研分析

文章分析了2020年国内举办的三大纺织新产品展览会展示的产品特点,并对展出的五大类新型纤维原料的品种、性能及其应用领域作了初步分析,主要包括:(1)国产莱赛尔的性能已达到同类进口产品的水平,产量及市场应用范围不断扩大;(2)与常规纤维素纤维相比,纤维素纤维新品种具有多种优良性能,是取代常规纤维素纤维,实现产品升级的最佳选择;(3)包括禾素纤维在内的多种抗菌、抗病毒功能纤维越来越受到市场与消费者的关注,应用于纺织服装上具有增强免疫的作用;(4)多种弹性纤维的开发及应用,能满足人们对穿着服饰伸缩自如、穿着得体、保型美观的需求;(5)天然棉纤维的改良与改性,能够克服棉纤维弹性回复性能及抗折皱性能不够理想的缺陷,使其性能更完善,应用领域进一步拓展。