着色法快速鉴别羊绒羊毛纤维

羊绒与羊毛属于同一类纤维,它们的组成成分和纤维组织结构都十分相近,存在许多共同特征.因此,羊绒与羊毛纤维的鉴别,尤其是羊绒/羊毛混纺纱线的成分含量测试难度较大.文章主要分析对比羊绒、羊毛纤维等电点差异以及纤维结构方面的差异对其各自染色性能的影响,并通过实验验证羊绒与羊毛纤维在染料上染性能方面的差异,结合色彩的减色配色原理,应用计算机色彩分析系统寻找并探讨应用着色法快速鉴别羊绒与羊毛纤维的方法.     

四种含酰胺键纤维织物的植物染料染色性能比较

文章采用8种植物染料对羊绒、羊毛、锦纶、蚕丝等4种含酰胺键的纺织纤维进行了染色试验,并对染色结果进行了测试分析。结果表明:植物染料对羊绒的染色K/S值明显大于羊毛,锦纶大多优于真丝;在4种织物中羊绒的染色K/S值普遍较大,部分植物染料对锦纶的染色K/S值最大;蚕丝和锦纶染色的色彩明度大多亮于羊毛和羊绒;蚕丝得色饱和度最高、纯度最大,部分染料在锦纶上的得色纯度高;从色牢度看,植物染料对羊绒、羊毛的耐皂洗色牢度优于锦纶、蚕丝,但是色牢度与染料结构的关系更密切。     

羊绒与羊毛纤维的鉴别检测综述

文章简单介绍了羊绒与羊毛纤维的形态特点和物理、化学特性,总结并比较了传统光学显微镜法、扫描电镜法、溶液法、计算机图形分析法和基因分析法等鉴别羊绒、羊毛纤维的检测方法。     

利用近红外光谱技术进行羊毛、羊绒鉴别

文章从样品和谱图的采集、原始谱图的处理和校正模型的建立等方面介绍了近红外光谱技术的原理,并根据化学计量统计学理论,介绍了利用近红外光谱技术进行定性定量分析的方法.并由羊毛、羊绒样品初步建立了羊毛、羊绒定性分析模型,对该模型的验证结果表明,该模型可以用来进行羊毛、羊绒的初步鉴别.由于羊毛、羊绒样品采集数量和代表性有限,在将近红外光谱技术用于羊毛、羊绒产品的商品检验之前,还需进一步大量收集样品,建立更为稳定和具有代表性的数据库和数学模型.     

浅谈羊绒与羊毛纤维鉴别检测方法

通过对羊绒、羊毛纤维的组织结构和性能的分析,介绍了染色法、溶液鉴别法、光学投影显微镜法、扫描电子显微镜法、计算机图形分析法等鉴别羊绒与羊毛纤维的方法.指出了计算机图像法是较为理想的检测方法.     

山羊绒与羊毛纤维鉴别检测综述

从分析山羊绒和羊毛纤维的组织结构和性能出发,总结了染色法、溶液鉴别法、光学投影显微镜法、扫描电子显微镜法、计算机图形分析法、生物芯片法等鉴别羊绒与羊毛纤维的方法.认为计算机图像法能反映羊绒的鳞片结构特征参数,是较为理想的检测方法.     

羊绒产品远程协同设计系统

通过对羊绒产品协同设计的研究,建立了系统模型、构建了系统功能框架、确定了系统体系结构,实现了羊绒产品制造企业利用现代信息网络,联合科研院所、高校、供应商、策略伙伴及用户进行分布式羊绒产品的协同开发与设计,整合彼此间的知识、技术与资源,以快速回应市场的变化和响应顾客的需求,进行不断地提升企业整体的竞争力.羊绒产品的协同设计系统能有效地支持羊绒产品开发团队跨领域、跨地域的协同工作,极大地提高了羊绒产品的开发效率.     

羊毛改性对染色性能的影响

研究了羊毛改性对染色性能的影响.测定了改性羊毛、羊毛和羊绒的性能,以及弱酸性染料、中性染料、活性染料在改性羊毛、羊毛和羊绒上的上染速率.结果表明,羊毛经催化氯化处理后,其手感、细度和强力等性能接近羊绒;染色性能得到改善,得色量高于羊毛和羊绒纤维.     

中高支粗纺羊绒彩点纱的纺制

研究了通过在羊绒纱线中加入彩色点子的方法,生产出具有特殊效果的羊绒纱线.中高支粗纺羊绒彩点纱的纺制具有一定的技术难度,文章对彩色点子的生产以及和毛、梳毛、纺纱、络筒等工艺进行了探讨,重点讨论了羊绒彩点纱的加工工艺.此研究为羊绒产品的设计开发注入了新的活力,开发出了一种比较理想的面料.     

基于光镜条件下绵羊毛与山羊绒的鉴别

文章对Axioskop2 MAT光学显微镜图像系统采集的不同产地的山羊绒、绵羊毛和绵羊绒的纤维图像,使用径高比、径轴参数和鳞片直角高度3个识别模式进行测量,经统计分析得到山羊绒与绵羊毛和绵羊绒的误判概率.结果表明,在实验范围内,3个误判概率相乘后,山羊绒和绵羊毛总误判率均低于2%;对于拉伸羊毛和绵羊绒的总误判率均低于5%.     

山羊绒和细绵羊毛纤维的形态特征分析

采用扫描电镜计算机图像系统采集山羊绒和细支绵羊毛纤维的实时图像,经过灰度变换、滤波等图像预处理后,将图像转换成二值图.分析山羊绒和细支绵羊毛纤维表面的形态特征,测量相关的鳞片参数,经对测试数据的统计分析,认为综合山羊绒和细支绵羊毛纤维鳞片标准周长和标准面积这样两个特征参数,运用这些参数的计算结果可有效地区分上述两种纤维.     

多目标聚集状态下的羊绒纤维自动识别

利用反射式暗视场组合照明装置直接采集高放大倍率下羊绒和羊毛纤维集合体表面纤维图像,通过图像处理的方法整体提取同一图像内多根羊绒和羊毛纤维的4个表面特征参数,利用贝叶斯分类模型进行统计,得出纤维集合体中羊毛和羊绒的比例.实验结果表明鉴别精度达到87.5%.     

山羊绒长度变异的测试分析

为解决山羊绒纤维变异给生产加工带来的诸多问题,研究山羊绒纤维的长度变异程度和变异趋势.根据变异山羊绒中纤维的不同结构形态和性能特征,对原绒中的纤维进行分类.通过对比变异山羊绒与正常山羊绒中各种类型纤维的长度指标,得出各种类型纤维长度平均值及长度分布情况,总结变异趋势并提出相应建议.实验结果表明:变异后原绒中绒纤维的平均...     

基于稀疏字典学习的羊绒与羊毛分类

为准确鉴别羊绒与羊毛纤维,提出了一种基于稀疏字典学习的分类方法。首先,对纤维图像进行预处理实现数据增强,获取纤维图像特征矩阵;之后,对特征矩阵进行字典学习,获取过完备字典与稀疏编码;最后,通过稀疏编码与字典实现羊绒与羊毛的分类和鉴别。该方法使用光学显微镜以及扫描电子显微镜图像作为数据集,实验结果表明,与支持向量机分类器以及基于稀疏表示的分类算法相比,本文方法的分类准确率可提高5%~10%,分类准确率最高可达到91%,可用于后续实际的羊绒与羊毛纤维分类与鉴定工作。     

基于多特征融合图像分析技术的羊毛与羊绒鉴别

为快速准确地鉴别羊毛与羊绒,提出一种基于多特征融合的鉴别方法。首先利用光学显微镜及数码相机对羊毛与羊绒纤维进行图像采集,然后分别采用2种类型的预处理操作得到单根纤维图像与去除背景的纤维二值图像;其次通过灰度共生矩阵算法提取第1类预处理后羊毛与羊绒纤维图像的纹理特征参数,基于中轴线算法提取第2类预处理后纤维图像的直径形态特征参数;最后将纹理及形态特征参数融合成多维数组并通过K均值算法进行聚类识别。实验结果显示,与传统利用单一纤维特征提取算法进行识别的方法相比,该算法平均识别率可达到95.25%,识别率较高,可用于羊毛与羊绒纤维的自动分类识别。     

异形纤维截面测量中的边缘检测算法

边缘检测是数字图像处理中的重要内容之一,也是实现图像分割、特征提取和图像理解的基础;而截面的特征参数是表征异形纤维截面形状的主要指标。计算机数字图像处理可以提取异形纤维的特征参数来自动识别不同类型的异形纤维。讨论采用常用的几种经典边缘检测算法对截面形状为五角形的异形纤维图像进行处理的情况,并通过实验得出这些边缘检测算法的优缺点及结论,以便为正在开发的异形纤维截面自动检测系统的图像处理技术作铺垫。     

纸浆纤维柔软度测量方法的研究

根据梁弯曲理论建立蹬纤维柔软度测量模型研制出了纤维柔软度的测量系统,对实验样本数进行了测量确定,并以此系统对针叶木、阔叶木和竹子等纸浆纤维进行了柔软度测量。结果表明,该系统能够较好地定量测量纤维的柔软度。     

年龄及季节对山羊绒摩擦性能影响的研究

为探究年龄及季节对山羊绒摩擦性能的影响,采用Y151型纤维摩擦因数测定仪,测试了0.5、1、2、3岁母羊春季和夏李山羊绒的摩擦因数。根据外观形态特征将山羊绒纤维分成4类：绒纤维、二细纤维、两型纤维和粗毛纤维。针对这4种不同类型的山羊绒纤维进行了大量的摩擦性能测试,基于所得数据分析比较不同年龄、不同季节山羊绒的摩擦特性,为山羊绒加工提供了一定的理论依据。试验结果表明：在夏季,也就是在温度升高、湿度变大的情况下,山羊绒的摩擦因数变大,摩擦效应变大,摩擦性能有所提高;年龄对山羊绒的摩擦性能影响不大。     

竹炭纤维/羊绒混纺纱的开发

主要介绍了竹炭纤维与羊绒的主要特征,以及18 tex竹炭纤维/羊绒(70/30)混纺纱的试纺工艺流程与工艺参数的设定。通过选择合适的纤维原料,采取特定的工艺流程和技术措施,最终成功试纺出性能优良的18 tex竹炭纤维/羊绒(70/30)混纺纱。     

基于视觉词袋模型的羊绒与羊毛快速鉴别方法

为快速准确地鉴别羊绒和羊毛,提出一种基于视觉词袋模型的鉴别方法。该方法使用羊绒和羊毛的光学显微镜图像作为实验样本,将纤维鉴别问题转化为图像的分类问题。首先对光学显微镜图像进行预处理以增强特征,然后从纤维形态中提取局部特征并生成视觉单词,再依据视觉单词对纤维图像进行分类,从而达到鉴别纤维的目的。使用了4 400 幅纤维图像作为数据集,从中选择不同的羊绒和羊毛的混合比作为训练集和测试集,得到的识别率最高为86%,最低为81.5%,鉴别1 000根纤维需要的时间小于100 s,训练好的分类器可保存并用于后期的检测工作。