基于并行综合学习粒子群算法的织物图像疵点检测

为了提高织物图像疵点检测的质量,提出了并行综合学习粒子群算法。首先,通过织物透光率获得织物图像的疵点;接着多尺度利用织物图像灰度值差异对疵点区域显著性增强,把疵点与周围像素进行区分,从而弱化背景对织物疵点的影响;然后综合学习粒子增设局部吸引因子,多群和并行策略提高搜索能力;最后得出算法流程。实验仿真显示本文算法对疵点检测清晰,破损疵点检测准确率为88.15%,缺失疵点检测准确率为90.46%,移位疵点检测准确率为93.87%,断经疵点检测准确率为86.54%,高于其它算法,同时检测消耗时间较少。     

应用上下文视觉显著性的色织物疵点检测

为实现色织物疵点的有效检测,提出一种应用上下文视觉显著性的疵点检测方法。根据上下文视觉显著性的原则,将织物图像分为大小相同的图像块;然后针对每个图像块,选取K个与其最相似的图像块计算与该图像块的差异值之和,用该差异值之和表示该图像块中心像素的显著性;从而生成一幅视觉显著性图;最后对显著性图进行阈值分割,得到色织物疵点的检测结果。为验证该算法的有效性,将带有纬缩、破洞和跳花等区域性疵点的素色、条纹和格子色织物图像作为样本进行检测。结果表明:该方法可较好地抑制不同种类织物的纹理背景,突出疵点区域,实现疵点的有效检测,该方法在色织物疵点检测上具有一定的可行性。     

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。     

基于Frangi滤波器的织物疵点检测方法

提出了一种基于Frangi滤波器的织物疵点检测方法。该算法首先对样本织物图像进行均值下采样处理,淡化和消除背景纹理对织物疵点检测的影响,然后将均值下采样处理后的图像经Frangi滤波器进行滤波,从而增强织物疵点部分以利于疵点的分割,最后对Frangi滤波后的图像进行阈值分割,分割出织物疵点部分。采用该算法对6种纹理织物进行处理,检测出26种疵点,92%的疵点能被准确的检测和定位,误报率为8%,检测效果较好。     

基于信息熵的喷水织机织物疵点检测

为实现喷水织机织物上疵点的有效检测及疵点准确定位,本文提出一种基于二维信息熵的特征显著图的疵点检测方法。将待检测织物图像使用改进的同态滤波进行预处理,改善图像因光照不均对疵点检测产生的影响;利用图像基元信息熵与图像纹理的关系引入二维熵来反映图像纹理的空间分布,计算每个重叠的图像基元的信息熵,并把该熵值作为中心像素的灰度值,经归一化后生成一幅特征显著图;最后对显著图进行阈值分割得到疵点的轮廓,同时通过显著图得到径向投影差分序列对织物图像进行疵点判别。结果表明,本方法能够有效地抑制织物中重复的纹理背景,突出疵点部分,实现疵点区域的准确定位。     

基于最大熵快速迭代算法和边缘算子的织物疵点分割

将信息熵引入图像处理中,把疵点图像分为背景和目标两部分,分别对两个区域进行处理;通过求最大熵值的快速迭代算法,在满足信息熵最大要求的前提下对织物疵点区域进行分割,然后利用Canny边缘检测算子对分割后的疵点图像进行边缘检测,从而达到识别织物疵点的目的。仿真实验结果表明,将最大熵快速迭代算法与边缘算子结合进行疵点分割识别的方法是有效的。     

基于改进的加权中值滤波与K-means聚类的织物缺陷检测

为检测纹理织物在生产过程中产生的各种疵点,提出一种基于改进的加权中值滤波与K-means聚类相结合的纹理织物疵点检测方法。首先利用改进的加权中值滤波对纹理织物图像进行预处理,以减少纹理信息对疵点检测产生的影响,同时通过联合直方图动态数据分配权重和像素,减少寻求中位数的时间来有效地缩短检测时间,提高了执行速度;然后采用K-means算法对滤波后的织物图像进行聚类,计算织物图像疵点和非疵点的聚类中心,进而实现图像疵点区域的分割。实验结果表明,该方法可有效地检测出方格、点形、星形、平纹、斜纹等多类型纹理织物的疵点,并显著提高检测速度。     

基于图像最大熵的织物疵点检测方法

对织物表面疵点自动识别方法进行了探讨.将信息熵引入图像处理中,先通过最大熵快速迭代算法对织物疵点区域进行分割,把疵点图像分为背景和目标两部分;然后找出疵点区域的中心并求出疵点区域在纬向和经向上的方差;最后通过两者的比值与设定常数的比较,判断出疵点类型.仿真实验表明该方法对常见织物疵点的检测是有效的.     

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%。     

基于稀疏优化的织物疵点检测算法

为提高稀疏表示方法对织物疵点的检测精度,提出了基于稀疏优化的织物疵点检测算法。首先,利用L1范数最小化从待检织物图像中学习出自适应字典库,用该库对织物图像稀疏表示,进而计算出稀疏表示系数矩阵;然后,对系数矩阵进行优化处理,采用字典库及优化系数矩阵对织物图像稀疏重构;最后,将重构图像与待检织物图像相减生成残差图像,用最大熵阈值方法对残差图像分割,定位出疵点区域。实验结果表明,本文算法所重构图像准确表示了正常织物纹理,相比已有检测方法具有较高的疵点检测精度。     

功能性纬编斜纹牛仔面料的设计及其性能

为设计具有保暖功能和吸湿功能的纬编牛仔面料,解决传统依靠厚度和密度增加保暖性引起织物质量增加的问题,分别利用异形中空聚酯纤维和Coolmax®纤维与棉纱交织,以1针成圈和2针浮线的复合结构制成六路一循环的功能性纬编斜纹牛仔面料,并与普通聚酯纤维为原料的面料进行对比,分别对所开发的功能性纬编斜纹牛仔面料的保暖性和吸湿性进行表征,同时对纬编斜纹牛仔面料的断裂强力、耐磨性、悬垂性、透气性等服用性能进行评价。结果表明,中空聚酯纤维的使用使牛仔面料的保温率提高了23.4%,Coolmax®纤维的使用在1~10 min内使牛仔面料横列方向的芯吸高度提高了4~10倍。     

紫外光固化密胺树脂的合成及涂层织物性能测试

采用丙烯酸羟乙酯(HEA)改性甲醚化密胺树脂(HMMM),引入了不饱和C=C双键,增加密胺树脂的光固化性能,成功合成了氨基丙烯酸酯(HEA-MF),制备得到紫外光(UV)固化密胺树脂,并利用红外光谱分析了产物的结构;制备了光固化密胺树脂膜和涂层织物,借助热重分析仪表征膜的热性能,并对涂层织物的力学性能、硬挺度、耐磨性、防水透湿性和透气性等进行分析。结果表明:在300 ℃以下,光固化膜结构稳定,具有较好的热稳定性,350 ℃质量开始快速减少;涂层后织物断裂强力、硬挺度和耐磨性均提高,织物断裂伸长率和透湿透气性有所下降,但涂层织物防水性能突出。     

层层自组装的碳纳米管复合导电棉织物制备

为开发导电棉织物并改善其导电性能,采用层层自组装技术,将羧基化碳纳米管和氨基化碳纳米管用于棉织物的导电整理。以电导率为指标,通过单因素分析对羧基化碳纳米管和氨基化碳纳米管的质量浓度、组装时间以及组装层数进行优化,并研究在优化工艺条件下制备的复合导电棉织物的表面形貌、化学结构和耐水洗牢度。结果表明:羧基化碳纳米管、氨基化碳纳米管质量浓度均为1.5 mg/mL,组装时间为15 min,组装层数为8时,复合导电棉织物的电导率为3.42 S/m,具有较好的导电性;经10次洗涤后棉织物电导率降为2.88 S/m,具有很好的耐洗效果。     

氨纶纬编导电针织物纵向电力学性能

为探讨氨纶纬编导电织物在纵向拉伸时的电力学性能,采用锦纶/氨纶包芯纱和镀银导电纱线,经提花针织圆机编织了横列数为160,纵行数分别为24、48和74的3种不同组织结构的弹性纬编导电织物,并测试了该导电织物在拉伸状态下的电阻变化,分析其组织结构与纵行数对纬编导电织物电力学性能的影响。结果表明:在沿线圈纵行方向拉伸情况下,纬编导电织物呈现的电力学性能与经编导电织物相似,且横列数相同时,纵行数越少的导电织物灵敏度越好;横列数与纵行数相同时,纬平针织物的灵敏度最好,1+1罗纹织物次之,2+1罗纹织物最差。     

聚磺酸甜菜碱的合成及在棉织物抗菌整理中应用

为实现棉织物的高效持久抗菌功能,制备了一种聚磺酸甜菜碱(PSPB)抗菌整理剂并将其应用于棉织物的抗菌整理。通过单因素分析法,探讨了PSPB质量浓度、浴比、浸泡时间、烘焙温度与烘焙时间对棉织物抑菌圈大小的影响,得到抗菌整理的优化工艺;采用活菌计数法对经优化工艺整理的棉织物进行抗菌性能及耐洗牢度测试。结果表明,抗菌整理的优化工艺条件为:PSPB质量浓度54 g/L,浴比1∶30,浸泡时间50 min,烘焙温度170 ℃,烘焙时间150 s。红外光谱与扫描电镜表征证实PSPB成功合成且成功接枝到棉纤维表面。整理后织物对大肠杆菌与金黄色葡萄球菌的抑菌率分别为99.87%、99.99%,且具有优异的耐洗性能。织物断裂强力及白度测试结果表明,PSPB抗菌棉织物的强力与白度均满足服用要求。     

废弃聚酯醇解液的回收与循环利用

为实现聚酯资源的可再生循环应用,采用乙二醇醇解法对废弃聚酯(PET)面料进行降解,得到产物对苯二甲酸乙二醇酯(BHET)。为了达到乙二醇(EG)的最大化利用率,在产物重结晶前后减压蒸馏回收醇解液,并用其代替EG再次用于废弃聚酯的降解。借助红外光谱、差示扫描量热法和热重分析法对醇解产物和醇解液进行测定。结果表明:重结晶前回收的醇解液可循环使用4~5次,EG回收率在57.1%~89.2%之间,BHET产率在58.9%~70.3%之间,醇解液使用的循环上限主要取决于醇解液中EG自聚程度;重结晶后回收的醇解液可循环使用1~2次,达到使用上限后,EG回收率由91.3%降至23.7%,BHET产率由71.2%降至50.2%。     

聚乳酸纤维原液着色用改性炭黑的制备及其性能

针对聚乳酸纤维原液着色过程中炭黑与聚乳酸相容性差导致其力学性能下降的问题,采用原位聚合法制备了聚乳酸改性炭黑,并对聚乳酸纤维进行原液着色。探讨丙交酯用量、反应温度、聚合时间对聚乳酸改性炭黑的粒径及粒径分布的影响,并对其在聚乳酸纺丝溶剂中的分散稳定性进行测试,同时对加入改性与未改性炭黑前后的聚乳酸纺丝液及聚乳酸膜进行分析与表征。结果表明:在丙交酯单体的用量为1.5 g、聚合时间为6 h、聚合温度为70 ℃时制备出的改性炭黑的粒径最小,为184.2 nm,且其在聚乳酸纺丝溶剂中可以稳定分散,与聚乳酸相容性较好;与未改性炭黑相比,加入改性炭黑后聚乳酸的力学性能得到提升。     

基于ABAQUS的三原组织机织物拉伸力学性能模拟

为更好地了解平纹、斜纹和经面缎纹3种基本组织纯棉机织物抵抗外力拉伸变形的能力,在实际测量织物结构参数的基础上,提出一种评价和预测机织物拉伸性能的方法;借助专业纺织建模软件Texgen建立织物三维细观模型;利用有限元软件ABAQUS,依据织物拉伸环境设置材料属性、相互作用和边界条件等计算模型数值解;通过织物拉伸强力测试实验验证数值模拟结果的有效性。结果表明:平纹织物、斜纹织物和经面缎纹织物拉伸应力、应变模拟结果与实验测试结果差异率均在6%以内;在原料、经纬纱密度和捻度、织物经纬密都相同的条件下,平纹织物抵抗外力变形的能力更强。     

全成形毛衫局部编织原理及其应用

为更好地实现全成形毛衫局部三维立体成形,以四针床电脑横机及SDS-ONE APPEX 3设计系统为依托,重点对局部编织在全成形毛衫上的应用进行研究。将局部编织工艺按照编织方法分为常规局部编织和按比例局部编织,探讨局部编织在肩斜、领部、下摆、挂肩以及平袖山部位的应用。结果表明:常规局部编织可形成光滑平整的肩部斜线形状、前后领深弧线、不规则下摆;按比例局部编织是全成形毛衫独有的编织方式,主要应用于挂肩和平袖山编织,可用于维持筒状编织平衡和实现袖子、大身的连接,形成存在一定高度差的筒状编织物;采用局部编织工艺可提高全成形毛衫的舒适性和美观性,也为毛衫款式开发提供思路,满足当代消费者的个性化需求。     

基于收针工艺的全成形毛衫分割线设计原理

为丰富全成形毛衫款式设计,以岛精公司MACH2XS15312G全成形四针床电脑横机为实验设备、结合SDS-ONE APEX 3设计系统,对全成形毛衫分割线设计原理进行研究。从叠针工艺、比率收针工艺、旋转工艺3种收针工艺探讨分割线成形原理,并以全成形长袖V领连衣裙为例,探讨全成形收针工艺形成分割线的具体应用。结果表明:叠针工艺适用于省道、褶裥的成形,形成直线分割;比率收针工艺用于袖窿编织,形成曲线分割;旋转工艺适用于前后尺寸差时的编织,形成曲线分割,同时采用筒编收针工艺解决了裁剪对针织线圈的破坏及缝合后接缝不平服的问题。