用激光和微电脑检测纱线毛羽

利用氮－氖激光器和Ｚ８０单析机， 试合适的放大电路，组成一个激光测试系统，试用该系统检测纱线上毛羽，与国产ＹＧ１７１型毛羽仪的对比实验表明，本系统用来少毛毛羽是可行的，不仅数据准确可靠，而且具有操作简单，灵活性的大的优点。     

前织工序纱线毛羽在线检测与分析

利用ＢＴ－２型智能在线毛羽检测仪对络筒，整经，浆纱三道工序进行毛羽的在线检测，重点分析了机型及车速对毛羽的影响。     

数字图像处理法测纱线毛羽的方法和仪器

在回顾传统测试方法的基础上，介绍了数字图像处理技术在毛羽检测中的应用。这种方法具有快速、方便、成本低的特点，提高了工作效率。     

纱线毛羽性能测试分析

介绍了纱线毛羽的测试与评定方法。纱线毛羽与纱线的均匀度、断裂强度等指标都有关系。通过实验,对纱线毛羽的性能测试和影响因素做了分析,以减少纱线毛羽和提高纱线质量。     

纱线毛羽测试方法概述

叙述了毛羽基本形态、成因及测试方法,详细介绍了几种毛羽测试仪的测试原理、测试方法及特点。     

基于数字图像处理的纱线毛羽检测

为了更准确地检测出纱线毛羽长度及其根数,在结合视频显微镜和图像处理技术的基础上,提出一种新的毛羽检测方法。首先采用MOTIC SME-140视频显微镜采集纱线图像,然后经过灰度变换、图像分割、形态学开运算、图像细化处理,得到完整的纱线条干图像和细化后的毛羽图像,接着以纱线条干边缘为基准线,对毛羽分割点进行判断,最后得出不同长度的毛羽根数。图像法检测结果表明各纱线片段的毛羽根数值较为稳定,并且检测结果与目测图像计数的结果非常接近。因此,本文所提出的毛羽检测方法较现有的光电检测方法更为准确、可靠。     

棉纺厂控制纱线毛羽实践

针对影响织造印染加工的纱线毛羽问题,结合生产实践,讨论了喂入结构、钢领、铜丝圈型号和使用周期,以及细纱工序、络筒工序等设备及生产环节对纱线毛羽产生的影响。     

加强纱线毛羽的检测和控制提高喷气织机效率

加强纱线毛羽的检测和控制，提高喷气织机效率ＩｎｓｐｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌｏｆＥｎｈａｎｃｉｎｇＹａｒｎＨａｉｒｉｎｅｓｓ，ＤｅｖｅｌｏｐｍｅｎｔＥｆｆｅｃｔｓｏｆＡｉｒ－ｊｅｔＬｏｏｍ￥ＷａｎｇＸｉａｎｇｙａｎｇ；ｅｔａｌ我厂引进日本津田驹...     

降低纱线毛羽的实践

为了降低纱线毛羽,提高筒纱质量,结合粘胶集聚纺11.7tex纱的生产实践,对影响纱线毛羽指数的几大因素,如器材专件、车间温湿度、络筒工序等进行了综合分析,并验证车间温湿度、钢丝圈钢领使用时间、络筒速度等对纱线毛羽指标的影响,提出相应的措施进行改进。指出:粘胶集聚纺11.7tex纱筒纱1mm毛羽偏高的主要因素是纺纱湿度和络筒湿度;要减少纱线毛羽,应合理设置工艺,配好器材专件,做好车间温湿度控制并加强管理及跟踪检测。     

乌斯特推出纱线毛羽检测的完美解决方案

在2010年中国国际纺织机械展览会（暨IT-MA亚洲展览会）上,作为高科技质量测量仪器的世界领先者,乌斯特推出了代表纱线毛羽检测性能新水平的乌斯特兹韦格HL400设备。     

基于毛羽图像检测的浆纱抗起毛性能评价

为准确检测织造载荷作用前后浆纱的毛羽及有效表征浆纱的抗起毛性能,提出一种基于毛羽量图像检测的浆纱抗起毛性能评价方法.对纯棉14.5 tex的原纱和3种不同上浆率的浆纱,在JN-01浆纱耐磨性能测试仪上模拟织造载荷,并进行不同载荷次数的摩擦起毛实验.起毛后的纱线经图像采集、纱线主干分割、毛羽分割和主摩擦区间定位等处理后,...     

Measurement of long yarn hair based on hairiness segmentation and hairiness tracking

For the problem of hairiness information missed in existing hairiness measurement method, the goal of this work is to accurately measure the length of long yarn hairiness and obtain the path over every hairiness point of the whole hairiness. To achieve this goal, the yarn images were captured by the video microscope (MOTIC) and the thinned hairiness images were obtained by a series of image processing. The different measurement baseline and step value were choose to segment long hairiness in the method of hairiness segmentation, and the different hairiness lengths were obtained, the results of length show that the length of 0.5mm (baseline)and 3 pixels (step value) is closest to hairiness real length. And then, the more accurate lengths of the hairiness were calculated by the method of hairiness tracking. The lengths of the two new methods are longer than the length of the method of fixed length (1mm), but the lengths of hairiness tracking is longer than the longest lengths of hairiness segmentation. The compared results show that the method of hairiness tracking can record the information of every point in hairiness and calculate the pixels of a hair fiber, and acquire more complete information of full hairiness then hairiness segmentation.     

纱线毛羽骨架及长度的跟踪测量

针对现有图像法毛羽测量存在的缺陷,提出了一种用于毛羽分析和长度测量的纱线毛羽骨架跟踪算法。首先以10像素为步长,作纱线条干边缘曲线对毛羽骨架的分割线,得到毛羽起点;接着在毛羽延伸方向上对毛羽起点的上5?邻域点或下5?邻域点进行判断,得到新的毛羽路径点,进行邻域点的重复判断,直到没有毛羽路径点存在,依次记录所有毛羽点生成毛羽路径,并提出了多毛羽路径点和交叉毛羽的解决方案;最后根据2点间的距离计算出毛羽路径中相邻毛羽路径点的像素,从而得到毛羽的测量长度。对长毛羽的跟踪测量和固定分割长度测量的结果显示,毛羽骨架及长度的跟踪测量算法可将测量长度提高24.3%∽666%,测量结果较为精确。     

基于机器视觉的玻璃纤维管纱毛羽检测

为实现玻璃纤维管纱毛羽检测的自动化,设计了基于机器视觉的玻璃纤维管纱毛羽检测系统。使用光源、相机、电机等搭建图像获取平台得到毛羽图像;利用Blob连通域分析法进行毛羽区域提取,计算毛羽轮廓矩特征与毛羽区域特征,并结合支持向量机实现毛羽分类;根据毛羽分类结果以及前后2帧图像中毛羽位置坐标差值,对不同类型的毛羽数量进行统计;通过毛羽的最小外接矩形,得到每帧图像中的毛羽长度数据,并取每个毛羽长度数据的最大值作为相应的毛羽长度。结果表明:该系统能够代替人工完成管纱毛羽的有效检测,且单个管纱的检测耗时在10 s以内,能够满足实际的工业需要。     

毛棉混纺纱线毛羽的成因和控制

纱线毛羽是反映纱线质量的一项重要指标,为了减少毛棉混纺纱线的毛羽,提高后道工序的生产效率和产品质量,文章对毛羽的形成及产生的原因进行了分析.实践证明:毛羽起因于原料性状及半制品质量,细纱、络筒工序容易产生毛羽.通过试验,分析了影响纱线毛羽的主要因素,指出了生产过程中为了减少毛羽应以细纱和络简工序为重点,优选牵伸胶辊和络筒机槽筒等专件、优化锭速和胶辊前冲量等工艺配置、加强操作和温湿度等方面的管理.     

基于机器视觉的丝饼毛羽检测

为实现丝饼毛羽的自动检测,提出基于机器视觉的丝饼毛羽检测方法,通过寻找毛羽轮廓点中凸包位置实现丝饼毛羽检测。首先构建具有特定结构特征的卷积核,利用该卷积核对原始图像进行卷积运算,从而获取毛羽特征,并采用阈值处理对其进行二值化;然后对二值化后的毛羽进行轮廓检测,继而筛选轮廓点以减少运算时间;最后利用单方向凸包算法对满足条件的轮廓点进行检测,实现对丝饼毛羽的定位及计数。运用3类典型丝饼毛羽对检测方法进行验证,结果表明,该方法可有效地实现对丝饼毛羽准确定位并计数,且对不同背景的毛羽图片有较强的适应性。     

单一视角下自适应阈值法的纱线毛羽识别及其应用

为更准确测量纱线参数信息,针对图像背景处理和阈值分割算法对纱线图像处理后毛羽信息损失严重的问题,提出自适应灰度增强及线形区域阈值分割算法。并用自制图像采集系统获取6种不同类型的纱线样本,进行图像识别算法的准确性和有效性验证。结果表明:提出的2种算法可明显减少纱线图像信息损失,并且具有良好的鲁棒性,图像法检测的纱线毛羽长度和数量与目测法相近;实现了纱线主体与背景的灰度对比度增强,避免单一阈值导致的图像分割效果差的影响,提高纱线毛羽的识别精度和测量准确性,为后续研究纱线毛羽检测系统提供有效纱线图像分析算法。     

应用图像处理的纱线黑板毛羽量检测与评价

针对目测法检测纱线黑板毛羽效率低、主观性强等问题,提出一种新的基于图像处理的毛羽检测方法。纱线黑板经扫描仪采集图像,然后进行中值滤波、二值化、形态学运算、局部阈值等处理,得到黑板毛羽图像,统计出毛羽像素点个数,提出评价黑板毛羽量的指标--M指数。采用原料、线密度和纺纱方式各不相同的纱线进行实验,测得18种纱线的毛羽M指数,与乌斯特仪得到的毛羽H值建立回归模型,两种测试结果之间的相关系数为0.975。6种纱线的验证结果表明,本文提出的毛羽检测法和建立的毛羽M指数能较完整地提取和评价整块纱线黑板毛羽,算法精度高、评定结果可信度好。     

机织工序中纱线毛羽的再生与控制

服装面料质量受原料、纱线、印染等各环节的影响,其中纱线影响较大。文章从纱线毛羽对机织物布面效果及对印染质量的影响出发,分析了在机织各工序中纱线毛羽产生的原因,提出了控制并减少纱线毛羽的有效措施,以期提高织造效率,提高服装面料质量,为企业创造更高的经济效益。