章國(guó)紅，辛斌杰

(上海工程技術(shù)大學(xué)服裝學(xué)院,上海　201620)

?

圖像處理技術(shù)在紗線毛羽檢測(cè)方面的應(yīng)用

章國(guó)紅，辛斌杰

(上海工程技術(shù)大學(xué)服裝學(xué)院,上海201620)

摘要：數(shù)字圖像處理技術(shù)是一種可用于紗線檢測(cè)的新型測(cè)試手段，通過(guò)計(jì)算機(jī)圖像處理與分析可實(shí)現(xiàn)紗線外觀的數(shù)字化表征和測(cè)試自動(dòng)化。著重介紹了國(guó)內(nèi)外數(shù)字圖像處理技術(shù)在紗線毛羽方面的發(fā)展應(yīng)用現(xiàn)狀，并對(duì)基于數(shù)字圖像處理技術(shù)的新型測(cè)試方法與傳統(tǒng)的檢測(cè)方法進(jìn)行了比較和分析。與傳統(tǒng)的方法相比，基于圖像處理技術(shù)的紗線檢測(cè)方法具有客觀、快速、準(zhǔn)確等優(yōu)點(diǎn)，是紗線外觀檢測(cè)領(lǐng)域的一個(gè)重要發(fā)展方向。

關(guān)鍵詞：圖像處理；數(shù)字圖像處理；紗線毛羽；客觀檢測(cè)；特征參數(shù)

章國(guó)紅，辛斌杰.圖像處理技術(shù)在紗線毛羽檢測(cè)方面的應(yīng)用[J].河北科技大學(xué)學(xué)報(bào),2016,37(1):76-82.

ZHANG Guohong，XIN Binjie.Application of image processing technology in yarn hairiness detection[J].Journal of Hebei University of Science and Technology,2016,37(1):86-82.

紗線毛羽是反映紗線質(zhì)量的重要指標(biāo)之一，毛羽的長(zhǎng)度和數(shù)量直接影響紗線的外觀和手感，進(jìn)而影響到產(chǎn)品的質(zhì)量、檔次、生產(chǎn)效率以及后續(xù)的加工工藝[1]，因此，紗線毛羽檢測(cè)是紡織品生產(chǎn)過(guò)程中一項(xiàng)重要任務(wù)。隨著紡織行業(yè)和消費(fèi)者對(duì)紡織品性能要求的提高，以及高速織機(jī)對(duì)紗線表面光潔度的特殊要求，毛羽檢測(cè)顯得尤為重要。紗線毛羽的數(shù)字化測(cè)試，不僅可以實(shí)現(xiàn)紗線本身質(zhì)量的數(shù)字化表征，還能建立紗線自動(dòng)化、客觀化、智能化的加工生產(chǎn)體系。

根據(jù)紗線毛羽的測(cè)試原理，將紗線毛羽的測(cè)試方法分為4類(lèi)：目測(cè)法、靜電法、投影技術(shù)法、全毛羽光電法[2]。目前應(yīng)用的較多的是投影技術(shù)法和全毛羽光電法[3-4]。隨著圖像采集技術(shù)和計(jì)算機(jī)技術(shù)的不斷發(fā)展，紡織科技領(lǐng)域內(nèi)的研究人員嘗試將圖像處理技術(shù)應(yīng)用到紗線毛羽檢測(cè)，提出很多新型的數(shù)字化采集和測(cè)試方法及裝置，為提高毛羽檢測(cè)的自動(dòng)化程度以及測(cè)試準(zhǔn)確度奠定了良好的基礎(chǔ)。國(guó)外很早就開(kāi)展數(shù)字圖像技術(shù)在紡織領(lǐng)域的應(yīng)用研究，相對(duì)國(guó)內(nèi)的研究狀況，國(guó)外的計(jì)算機(jī)應(yīng)用水平相對(duì)較高，各類(lèi)專(zhuān)家系統(tǒng)和診斷系統(tǒng)的研究也較完善[5-6]。

BARELLA[7-8]開(kāi)發(fā)研制了一套可用于毛羽測(cè)試的數(shù)字化裝置，建立了用于表征紗線毛羽特征的數(shù)字化評(píng)價(jià)指標(biāo)，初步實(shí)現(xiàn)了利用計(jì)算機(jī)技術(shù)對(duì)紗線毛羽的外觀進(jìn)行數(shù)字化測(cè)試。JACKSON[9]研制出一個(gè)基于電子耦合器件(CCD)的數(shù)據(jù)采集系統(tǒng)裝置，對(duì)紗線進(jìn)行表觀測(cè)試。CYBULSKA[10]設(shè)計(jì)開(kāi)發(fā)了一套圖像建模的分析方法，探索紗線的結(jié)構(gòu)參數(shù),包括紗線厚度、毛羽和抗彎度等指標(biāo)的新表征手段。湯福華等[11]開(kāi)發(fā)了一套基于計(jì)算機(jī)視覺(jué)技術(shù)的紗線分析系統(tǒng)，利用紗線黑板成像的手段，進(jìn)行紗線外觀的評(píng)估。YUVARAJ等[12]設(shè)計(jì)了一種在電壓可變的電場(chǎng)環(huán)境下利用數(shù)碼相機(jī)采集圖像的方法，將紗線放入其中，紗線表面的纖維在電場(chǎng)作用下，成為突出紗線表面的纖維，采集圖像后采用計(jì)算機(jī)圖像處理技術(shù)表征紗線的毛羽。

1紗線圖像采集裝置的構(gòu)成

紗線圖像采集裝置的示意圖如圖1所示，由成像單元、計(jì)算機(jī)、光源構(gòu)成。紗線在光源和成像單元之間的水平線上，光源正對(duì)著成像單元，保證光強(qiáng)足夠用來(lái)成像。光學(xué)信號(hào)由采集卡輸入到計(jì)算機(jī)轉(zhuǎn)化成電信號(hào)，最后在計(jì)算機(jī)上成像，完成存儲(chǔ)、采集、處理工作。

圖1　紗線圖像采集裝置的示意圖Fig.1　Diagram of yarn image acquisition device

1.1　硬件組成

紗線圖像采集系統(tǒng)的硬件部分通常包括：1)成像單元；2)LED背光源；3)工業(yè)鏡頭；4)圖像采集卡；5)計(jì)算機(jī)。根據(jù)成像單元的不同，可以分為掃描儀采集、視頻顯微鏡采集、CCD或CMOS工業(yè)相機(jī)采集、數(shù)碼相機(jī)采集等4類(lèi)。遲開(kāi)龍等[13]采用掃描儀采集紗線圖像；孫銀銀等[14]采用 MOTIC SME-140視頻顯微鏡采集紗線圖像；張繼蕾等[15]采用佳能 IXUS70 數(shù)碼相機(jī)對(duì)紗線毛羽進(jìn)行拍照采樣；趙立陽(yáng)[16]采用色彩位數(shù)48的CCD、傳輸類(lèi)型USB2.0圖像傳感器對(duì)紗線采樣進(jìn)行質(zhì)量檢測(cè)；楊欣欣[17]提出了基于高速攝影技術(shù)的毛羽性能研究方法。SUBHASISH等[18]采用1 200萬(wàn)像素，5G廣角鏡頭的USB網(wǎng)絡(luò)相機(jī)，該相機(jī)具有高品質(zhì)分辨率的CMOS傳感器。

1.2　軟件設(shè)計(jì)

圖2　數(shù)字圖像處理裝置示意圖Fig.2　Diagram of computer digital image processing device

根據(jù)所用到的軟件工具不同，又可以將軟件系統(tǒng)環(huán)境分為以下幾種：1)基于MATLAB工具的軟件環(huán)境；2)Visual C++6.0；3)Lab View；4)Visual Basic環(huán)境。陳寧寧等[19]利用 MATLAB可視化開(kāi)發(fā)環(huán)境，設(shè)計(jì)了汽車(chē)牌照識(shí)別系統(tǒng)。這種基于MATLAB工具開(kāi)發(fā)的數(shù)字圖像處理系統(tǒng)同樣也可以借鑒到紗線毛羽檢測(cè)上來(lái)。現(xiàn)在也有許多研究人員利用VC++圖像處理工具開(kāi)發(fā)相關(guān)軟件，還可以用Lab View工具進(jìn)行開(kāi)發(fā)[20]。盧明等[21]利用MATLAB工具對(duì)紗線毛羽圖像進(jìn)行二值化處理。

1.3　系統(tǒng)參數(shù)設(shè)置

數(shù)字圖像處理裝置如圖2所示，包括計(jì)算機(jī)、成像單元、光源、圖像采集卡等部分。為了得到清晰的圖像，在進(jìn)行實(shí)驗(yàn)前，有必要對(duì)圖像采集系統(tǒng)的各項(xiàng)參數(shù)進(jìn)行設(shè)置。這些參數(shù)包括相機(jī)的曝光時(shí)間、圖像分辨率，保證紗線的水平方向正好與相機(jī)、光源在同一水平線上，紗線距離相機(jī)的距離適宜，調(diào)整光源亮度，焦距和光圈，使圖像最清晰。

2紗線圖像處理的流程

圖像的預(yù)處理是進(jìn)行圖像分析前的必要準(zhǔn)備工作，它的目的是為了消除圖像噪聲對(duì)檢測(cè)毛羽的影響，改善采集到的紗線圖像的質(zhì)量，強(qiáng)化圖像邊緣信息，對(duì)圖像質(zhì)量不佳的進(jìn)行修正，為后續(xù)的毛羽特征提取做準(zhǔn)備。為了得到完整的紗線圖像，需要進(jìn)行以下一系列處理，流程如下圖3所示。

圖3　紗線圖像預(yù)處理算法流程圖Fig.3　Flow chart of yarn image preprocessing algorithm

紗線圖像的采集是將紗線圖像進(jìn)行圖像的預(yù)處理，因?yàn)椴杉降脑紙D像會(huì)存在很多噪聲，圖像不清晰，毛羽難分辨。圖像的預(yù)處理包括灰度變換、背景處理(將背景和紗線圖像分離)、圖像增強(qiáng)、傾斜校正等算法過(guò)程。

3紗線數(shù)字圖像處理技術(shù)的研究現(xiàn)狀

孫銀銀等[14]為更準(zhǔn)確地檢測(cè)紗線毛羽長(zhǎng)度及其根數(shù)，在結(jié)合視頻顯微鏡和圖像處理技術(shù)的基礎(chǔ)上，提出一種新的毛羽檢測(cè)方法。采用MOTICSME-140視頻顯微鏡采集紗線圖像，經(jīng)過(guò)灰度變換、圖像分割、形態(tài)學(xué)開(kāi)運(yùn)算、圖像細(xì)化處理，得到完整的紗線條干圖像和細(xì)化后的毛羽圖像，以紗線條干邊緣為基準(zhǔn)線，對(duì)毛羽分割點(diǎn)進(jìn)行判斷，最后得出不同長(zhǎng)度的毛羽根數(shù)。圖像法檢測(cè)結(jié)果表明，紗線片段的毛羽根數(shù)值較為穩(wěn)定，檢測(cè)結(jié)果與目測(cè)圖像計(jì)數(shù)的結(jié)果非常接近，因此，可認(rèn)為所提出的毛羽檢測(cè)方法較現(xiàn)有的光電檢測(cè)方法更為準(zhǔn)確可靠。

圖4、圖5是孫銀銀實(shí)驗(yàn)中采集到紗線原始圖像和進(jìn)行灰度變換后的圖像，運(yùn)用的是加權(quán)算法。

圖4　紗線原始圖像Fig.4　Original yarn image

圖5　灰度變換圖像Fig.5　Gray transform image

方珩等[22]針對(duì)毛羽檢測(cè)的問(wèn)題，搭建了一套紗線毛羽的數(shù)字化圖像采集系統(tǒng)，提出了一種新型的基于圖像處理算法的紗線毛羽檢測(cè)方法，可對(duì)連續(xù)采集的紗線圖像序列進(jìn)行特征分析，提取出可用于紗線毛羽質(zhì)量評(píng)估的特征指標(biāo)。算法流程圖如圖6所示。

圖6　紗線圖像處理的算法流程圖Fig.6　Flow chart of yarn image processing algorithm

鑒于背景均衡化，直方圖均衡化無(wú)法解決光照條件引起的圖像灰度不勻造成的圖像處理效果不理想問(wèn)題。和孫銀銀實(shí)驗(yàn)的不同，方珩的實(shí)驗(yàn)進(jìn)行了背景處理，圖像增強(qiáng)，閥值分割，圖像傾斜，圖像去噪這幾個(gè)操作。通過(guò)這幾個(gè)算法處理得到的圖像更加清晰，質(zhì)量更高。相同之處在圖像處理時(shí)都有圖像分割這個(gè)算法步驟，利用的原理相同。其原理是利用結(jié)構(gòu)元素B對(duì)圖像A進(jìn)行開(kāi)運(yùn)算，算法表達(dá)式為A°B=(A?B)⊕B。

如何選擇毛羽基準(zhǔn)線也是實(shí)驗(yàn)中的一個(gè)關(guān)鍵問(wèn)題，孫銀銀選取紗線條干上下邊緣作為測(cè)量毛羽長(zhǎng)度的基準(zhǔn)，而方珩的實(shí)驗(yàn)是以紗線橫向軸線與上下條干邊緣之間的距離的平均值作為基準(zhǔn)線，文獻(xiàn)的數(shù)據(jù)分析表明，后者選擇基準(zhǔn)線的這種方法比前者的方法要更加精確。

方珩的實(shí)驗(yàn)表明圖像法測(cè)試的結(jié)果與目測(cè)法的結(jié)果最大偏差在5%以?xún)?nèi)，具有很好的一致性，該方法能夠提高紗線毛羽檢測(cè)的效率和精度。圖7-圖9分別是采用背景處理，灰度變換增強(qiáng)，閾值分割后的圖像。圖10是傾斜校正前的圖像，圖11是經(jīng)過(guò)傾斜校正處理的圖像，兩者比較可以發(fā)現(xiàn)紗線的中心軸向平行于水平方向。

圖7　背景處理后的圖像Fig.7　Image after the background processing

圖8　灰度變換增強(qiáng)的圖像Fig.8　Gray-scale transformation enhanced image

圖9　閾值分割后的圖像Fig.9　Images after threshold segmentation

王井陽(yáng)等[23]在鏈碼法輪廓跟蹤算法的基礎(chǔ)上提出了用于紗線毛羽特征參數(shù)提取的多區(qū)域輪廓跟蹤算法，該算法通過(guò)對(duì)跟蹤方向進(jìn)行調(diào)整和對(duì)跟蹤完成的紗線區(qū)域進(jìn)行區(qū)域填充，實(shí)驗(yàn)表明，該算法不但可以對(duì)任意條紗線進(jìn)行輪廓跟蹤及特征提取，而且還可以得到連續(xù)的封閉邊界曲線，提高了毛羽特診提取的效率和精度。

張繼蕾等[15]提出基于圖像處理技術(shù)的紗線毛羽檢測(cè)應(yīng)用研究，結(jié)合紗線毛羽的物理特性和形狀特征，在傳統(tǒng)人工黑板目測(cè)法的基礎(chǔ)上結(jié)合圖像分析理論提出了紗線毛羽圖像處理方法。

圖10　傾斜圖像Fig.10　Oblique image

圖11　傾斜校正后圖像Fig.11　Tilt-corrected image

與孫銀銀和方珩實(shí)驗(yàn)不同的是張繼蕾首先對(duì)圖像進(jìn)行Randon變換和雙插值運(yùn)算，對(duì)彩色毛羽圖像進(jìn)行傾斜校正，而不是采取灰度變換；接著利用非線性灰度變換和直方圖均衡化技術(shù)來(lái)實(shí)現(xiàn)灰度糾正；采用中值濾波消除噪聲，通過(guò)比較幾種銳化方式后采用拉普拉斯掩模算子銳化圖像，改善圖像質(zhì)量；再通過(guò)對(duì)比幾種圖像分割方法后采用最大熵法處理紗線毛羽圖像，用Canny算子提取紗線毛羽邊緣，再經(jīng)過(guò)形態(tài)學(xué)濾波去噪，最后用多區(qū)域輪廓跟蹤算法提取紗線毛羽特征。這種算法在文獻(xiàn)[23]中也被提到，獲取每個(gè)紗線的邊緣信息，對(duì)紗線毛羽的幾何特征提取具有較好的精確度和適應(yīng)性，效率高。由于圖像處理算法的特定性，任何一種算法都不可能適合所有情況下紗線毛羽的形態(tài)檢測(cè)，紗線毛羽的檢測(cè)技術(shù)中還有很多問(wèn)題有待研究解決。

實(shí)驗(yàn)中介紹了中值濾波和均值濾波2種圖像去噪的方法。均值濾波和中值濾波都是基于空間域的局部處理算法。 圖12是均值濾波和中值濾波方法處理后的圖像，可以看出中值濾波后的紗線輪廓更加清晰，噪聲得到削弱。

圖12　去噪后的紗線圖像Fig.12　Yarn image after denoising

盧明等[21]提出了紗線毛羽圖像的二值化處理及其Matlab實(shí)現(xiàn)方法。利用CCD掃描來(lái)采集紗線灰度圖像，運(yùn)用計(jì)算機(jī)快速處理數(shù)據(jù)的能力及Matlab強(qiáng)大的圖像處理功能，采用小波消噪對(duì)紗線毛羽圖像進(jìn)行消噪、灰度變化、采用Otsu提出最大類(lèi)間方差法(也稱(chēng)大津法)進(jìn)行二值化處理，得到不帶毛羽的紗線圖像，通過(guò)降低背景的灰度值來(lái)使毛羽的灰度值來(lái)接近紗線條干部分的灰度值，再次運(yùn)用Otsu二值化處理得到紗線圖像，然后利用bwarea函數(shù)提取二進(jìn)制圖像面積，計(jì)算出相對(duì)毛羽率。這種方法的優(yōu)點(diǎn)是毛羽率精確度較高，分割效果好, 運(yùn)算速度快, 不需要購(gòu)買(mǎi)專(zhuān)門(mén)的儀器, 具有較高的實(shí)用價(jià)值，缺點(diǎn)就是進(jìn)行的步驟很多，較繁瑣，處理的數(shù)據(jù)量較大。

VITORCARVALHO等[24]提出了利用CMOS，數(shù)據(jù)采集板和定制開(kāi)發(fā)的軟件測(cè)定紗線的毛羽和直徑的新系統(tǒng)。最終的圖像是利用相干光信號(hào)處理，通過(guò)傅里葉空間濾波器生成。該系統(tǒng)先前測(cè)試和驗(yàn)證模擬使用圖像分析線輪廓工具，這個(gè)系統(tǒng)的優(yōu)點(diǎn)是測(cè)量毛羽，直徑精度高、紗線的毛羽表征突出，系統(tǒng)的可移植性好(減小體積重量)。這種新方法也存在不足，那就是成本高，對(duì)硬件的要求高(計(jì)算機(jī)要有相當(dāng)大的存儲(chǔ)空間)，復(fù)雜的操作，計(jì)算量大。

CHIMEH等[25]提出了一種使用圖像分析技術(shù)的方法表征紗線的膨松度和毛羽。論文中提到，利用分辨率1 200 dpi的掃描裝置捕獲噴氣變形紗的圖像；得到的這原始圖像存在噪點(diǎn)，通過(guò)圖像去噪來(lái)消除。然后，通過(guò)設(shè)置一個(gè)閾值，灰度圖像轉(zhuǎn)換成二進(jìn)制圖像。通過(guò)累計(jì)像素密度的方法得到變形紗線沿寬度方向頻率分布直方圖，如圖13所示。

圖13　噴氣變形紗線的頻率分布直方圖Fig.13　Frequency distribution histogram of jet textured yarn

從圖13可以發(fā)現(xiàn)，使用紗線頻率和累積頻率分布圖可以得到準(zhǔn)確的噴氣變形紗芯直徑，快速、準(zhǔn)確的表征噴氣變形紗芯密度和尺寸。

與傳統(tǒng)評(píng)價(jià)紗線毛羽測(cè)試方法相比，基于數(shù)字圖像處理的方法具有以下優(yōu)點(diǎn)和缺點(diǎn)，如下表1所示。

表1　2種方法的比較分析

4結(jié)語(yǔ)

隨著計(jì)算機(jī)技術(shù)和成像技術(shù)的發(fā)展，可預(yù)見(jiàn)該技術(shù)將會(huì)在航空航天、生物醫(yī)學(xué)工程、通信工程、軍事公安等領(lǐng)域特別是紡織服裝領(lǐng)域內(nèi)快速發(fā)展。在紡織服裝領(lǐng)域計(jì)算機(jī)圖像處理技術(shù)可以用于纖維，紗線，織物等測(cè)試對(duì)象的外觀評(píng)估，紗線毛羽檢測(cè)將是其中的發(fā)展重點(diǎn)之一。本文綜述了國(guó)內(nèi)外學(xué)者和研究人員在紗線外觀檢測(cè)領(lǐng)域內(nèi)的研究現(xiàn)狀，據(jù)相關(guān)報(bào)道，采用數(shù)字圖像技術(shù)評(píng)價(jià)紗線的外觀，測(cè)試數(shù)據(jù)與傳統(tǒng)方法的結(jié)果具有較好的一致性，與烏斯特測(cè)試儀測(cè)得的數(shù)據(jù)相比，圖像法測(cè)試的結(jié)果在其誤差允許的范圍之內(nèi)。然而，由于各種條件的限制，基于圖像法的紗線外觀測(cè)試尚未全面應(yīng)用于紗線外觀的評(píng)估中，紗線外觀檢測(cè)的可視化系統(tǒng)，尚未形成可市場(chǎng)化的產(chǎn)品。圖像法紗線測(cè)試自身還存在一些缺陷，如由于算法繁瑣、對(duì)硬件要求高等原因，使得該檢測(cè)方法仍然停留在實(shí)驗(yàn)室階段。

綜上而言，紗線數(shù)字化圖像處理技術(shù)的應(yīng)用將成為紗線外觀評(píng)估與檢測(cè)的重要研究方向之一。隨著計(jì)算機(jī)圖像處理技術(shù)、人工智能、智能制造技術(shù)的不斷完善和發(fā)展，紗線外觀檢測(cè)技術(shù)必將向更高端的科技化、自動(dòng)化、智能化的方向發(fā)展。高魯棒性的算法處理、快速圖像識(shí)別技術(shù)、機(jī)電一體化集成化將使處理結(jié)果更快速，圖像的獲取、識(shí)別和理解更加智能化，推動(dòng)紡織服裝產(chǎn)業(yè)向高附加值、高科技化轉(zhuǎn)化。

參考文獻(xiàn)/References：

[1]李小蘭.紗線毛羽對(duì)織物性能的影響.[J].棉紡織技術(shù)，2003，31(4)：63-64.

LI Xiaolan.Effect of yarn hairiness on fabric properties[J].Cotton Textile Technology，2003，31(4)：63-64.

[2]李亞濱，宋新平，張毅.棉紗黑板檢驗(yàn)的圖像處理[J].天津工業(yè)大學(xué)學(xué)報(bào)，2002,21(4):28-30.

LI Yabin，SONG Xinping，ZHANGYi. Image processing of the cotton yarn seriplane test[J]. Journal of Tianjin Polytechnic University，2002,21(4)：28-30.

[3]鄭少明，鄒專(zhuān)勇,程隆棣.紗線結(jié)構(gòu)研究的內(nèi)容與方法分析[J].上海紡織科技, 2011,39(2):1-3.

ZHENG Shaoming，Zhou Zhuanyong，Cheng Longdi. Analysis of research content and method of yarn structure[J].Shanghai Textile Science & Technology，2011，39(2)：1-3.

[4] 李汝勤，宋鈞才.纖維和紡織品的測(cè)技術(shù)[M].上海:東華大學(xué)出版社, 1995.

[5] 李學(xué)佳.圖像處理技術(shù)應(yīng)用于紡織工業(yè)的最新動(dòng)態(tài)[J].毛紡科技,2005(7):58-61.

LI Xuejia. Recent delopment of imaging-processing techniques applied to textile industry[J]. Wool & Textile Journal，2005(7):58-61.

[6] 付國(guó)定，陳樺，劉紅,等.數(shù)字圖像處理技術(shù)在紡織服裝領(lǐng)域的研究進(jìn)展[J].絲綢，2011,48(12):22-25.

FU Guoding，CHEN Hua，LIU Hong，et al.Overview of research on image processing technology in the textile and clothing field[J]. Silk，2011，48(12):22-25.

[7] BARELLA，A. Progress in yarn-hairiness studies[J].Journal of the Textile Institute，1985，76(11):127-132.

[8] BARELLA，A. Recent developments in yarn-hairiness studies[J].Journal of theTextile Institute，1973，64(10):558-564.

[9] JACKSON A,ACAR M,YUEN S L，et al. A vision based yarn scanning system[J].Mechatronics，1995(5):133-146.

[10] CYBULSKA M.Assessing yarn structure with image analysis methods[J].Textile Research Journal，1999，69(5):369-373.

[11] 湯福華，俞建勇，張瑞云.基于計(jì)算機(jī)視覺(jué)技術(shù)的紗線分析系統(tǒng)[J].中原工學(xué)院學(xué)報(bào)，2003，12(1):15-18.

TANG Fuhua，YU Jianyong，ZHANG Ruiyun. Yarn analysis system based on computer vision technology[J]. Journal of Zhongyuan University of Technology，2003，12(1):15-18.

[12] YUVARAJ D, CHANDRAN R.A simple Yarn hairiness measurement setup using image processing techniques[J]. Indian Journal of Fibre and Textile Research, 2012,37:331-336.

[13]遲開(kāi)龍，潘如如，劉基宏,等.基于數(shù)字圖像處理的紗線條干均勻度檢測(cè)初探[J]. 紡織學(xué)報(bào),2012,33(12):19-24.

CHI Kailong，PAN Ruru，LIU Jihong,et al. Primary discussion on detection of yarn evenness based on digital image processing[J]. Journal of Textile Research,2012，33(12):19-24.

[14]孫銀銀，潘如如，高衛(wèi)東.基于數(shù)字圖像處理的紗線毛羽檢測(cè)[J].紡織學(xué)報(bào),2013.34(6):102-106.

SUN Yinyin，PAN Ruru，GAO Weidong. Detection of yarn hairiness based on digital image processing[J].Journal of Textile Research, 2013,34(6): 102-106.

[15]張繼蕾.基于圖像處理技術(shù)的紗線毛羽檢測(cè)應(yīng)用研究[D].石家莊：河北科技大學(xué)，2011.

ZHANG Jilei. Application Study on the Yarn Hairiness Detection Based on Image Processing Technology[D]. Shijiazhuang:Hebei University of Science and Technology，2011.

[16]趙立陽(yáng).基于數(shù)字圖像處理技術(shù)的智能紗線檢測(cè)系統(tǒng)的開(kāi)發(fā)與應(yīng)用[D].長(zhǎng)春：吉林大學(xué)，2014.

ZHAO Liyang. Development and Application of Intelligent Yarn Detection System Based on Digital Image Processing Technology [D].Changchun: Jilin University，2014.

[17]楊欣欣.基于高速攝影技術(shù)的紗線毛羽的研究 [D]. 無(wú)錫:江南大學(xué)，2013.

YANG Xinxin. The Study of yarn Hairiness Based on High Speed Photography [D].Wuxi: JiangNan University，2013.

[18]ROY S, SENGUPTA A,SENGUPTA S. Yarn hairiness evaluation using image processing [J]. International Conference on Control, Instrumentation, Energy & Communication,2014,588-592.

[19]陳寧寧, 蘇坤.基于MATLAB的車(chē)牌識(shí)別系統(tǒng)研究與實(shí)現(xiàn)[J].電子測(cè)試，2013(22)： 67-69.

CHEN Ningning，SU Kun. Study and realization for license plate recognition system based on MATLAB[J]. Electronic Test，2013(22):67-69.

[20]潘志娟.纖維材料近代測(cè)試技術(shù)[ M].北京:中國(guó)紡織出版社，2005.

[21]盧明，劉一萍.紗線毛羽圖像的二值化處理及其MATLAB實(shí)現(xiàn)[J].山東紡織科技, 2009(2):37-39.

LU Ming，LIU Yiping. Binarizational disposal of image of yarn hairiness and its MATLAB realization[J]. Shandong Textile Science & Technology，2009(2):37-39.

[22]方珩，辛斌杰,劉曉霞，等.一種新型紗線毛羽圖像特征識(shí)別算法的研究[J].河北科技大學(xué)學(xué)報(bào),2015，36(1)：63-72.

FANG Heng，XIN Binjie，LIU Xiaoxia,et al. Research of a new type of yarn hairiness image feature recognition algorithm[J]. Journal of Hebei University of Science and Technology，2015，36(1):63-72.

[23]王井陽(yáng)，劉衛(wèi),張立巖，等.紗線毛羽特征參數(shù)提取算法研究[J].河北科技大學(xué)學(xué)報(bào)，2011，32(4):368-372.

WANG Jingyang，LIU Wei，ZHANG Liyan，et al. Study on feature extraction algorithm of yarn hairiness[J]. Journal of Hebei University of Science and Technology，2011，32(4):368-372.

[24] CARVALHO V,CARLOSO P,BELSLEY M,et al.Yarn hairiness parameterization using a coherent signal processing technique[J].Elsevier，2008,142: 217-224.

[25] CHIMEH M Y,TEHRAN M A. Characterizing bulkiness and hairiness of air-jet textured yarn using imaging techniques[J].Journal of the Textile Institute .2005,96(4): 251-255.

Application of image processing technology in

yarn hairiness detection

ZHANG Guohong， XIN Binjie

(Fashion College, Shanghai University of Engineering Science, Shanghai 201620, China)

Abstract:Digital image processing technology is one of the new methods for yarn detection, which can realize the digital characterization and objective evaluation of yarn appearance. This paper overviews the current status of development and application of digital image processing technology used for yarn hairiness evaluation, and analyzes and compares the traditional detection methods and this new developed method. Compared with the traditional methods, the image processing technology based method is more objective, fast and accurate, which is the vital development trend of the yarn appearance evaluation.

Keywords:image processing; digital image processing; hairiness; appearance detection; characteristic parameters

通訊作者：辛斌杰副教授。E-mail：xinbj@sues.edu.cn

作者簡(jiǎn)介：章國(guó)紅(1990—)，男，安徽安慶人，碩士研究生，主要從事計(jì)算機(jī)數(shù)字化圖像處理方面的研究。

基金項(xiàng)目：國(guó)家自然科學(xué)基金(61271419)

收稿日期：2015-06-20；修回日期：2015-10-09；責(zé)任編輯：張軍

中圖分類(lèi)號(hào)：TS117

文獻(xiàn)標(biāo)志碼：A

doi:10.7535/hbkd.2016yx01013

文章編號(hào)：1008-1542(2016)01-0076-07