季 慧， 蔣耀興， 張長勝

(1.蘇州大學 紡織與服裝工程學院，江蘇 蘇州 215123；2. 現(xiàn)代絲綢國家工程實驗室，江蘇 蘇州 215123)

研究與技術

織物彎曲性能測試新方法

季 慧1， 蔣耀興2， 張長勝1

(1.蘇州大學 紡織與服裝工程學院，江蘇 蘇州 215123；2. 現(xiàn)代絲綢國家工程實驗室，江蘇 蘇州 215123)

斜面法是測試織物彎曲性能最普遍的方法，但是斜面法本身有一定的局限性。針對這種情況，制作出了一種新彎曲性能檢測儀，由自動送樣裝置和圖像處理的軟件程序兩部分組成，來測試織物的彎曲性能，文中稱之為新方法。分別測試了20種織物的彎曲性能，得到了兩種方法的伸出長度讀數(shù)，并用積分計算了彎曲狀態(tài)下曲線的長度。結果表明：兩種方法得到的伸出長度讀數(shù)之間，積分算法得到的長度與伸出長度讀數(shù)之間都具有高度線性相關關系，說明積分算法的結果可以表征新方法的伸出長度；兩種方法的彎曲剛度之間相關系數(shù)的平方R2=0.970，為高度正相關，說明提出的測試織物彎曲性能的新方法是可行的。

織物；彎曲性能；測試方法；圖像處理；斜面法

織物彎曲性能的測試方法有很多[1-3]，如紡織品測試標準中的斜面法、懸臂梁法、心形法(GB/T 18318.4—2009)等。新方法如水滴法[4]、模擬仿真法、神經網(wǎng)絡法[5]等，其中斜面法因其操作簡單、評價指標明晰而成為紡織服裝界應用最廣泛的測試方法[6]。但是，斜面法更多依賴于人為操作，會受人的心情、環(huán)境、視力影響造成誤差。其次，斜面法對特別柔軟、輕薄的織物很難測試，有一定的局限性。除此之外，斜面法只能得到織物的伸出長度，并不能得到最終的彎曲形態(tài)[7]?；谶@一現(xiàn)狀，本文設計了一種新彎曲性能檢測儀，它由自動送樣裝置和基于C++及OpenCV圖像處理技術的軟件程序組成，也就是本文所說的新方法。

1 實 驗

1.1 材 料

材料：選取了棉、麻、絲、毛、化纖織物共20種，尺寸為25 mm×200 mm，編號分別為1#～20#，織物基本參數(shù)見表1。

表1 織物基本參數(shù)

1.2 方 法

本文設計了一種新彎曲性能檢測儀，它由兩部分組成，一是其自動送樣裝置，二是軟件程序。

1.2.1 原 理

該方法的原理與斜面法相似，但獲取彎曲長度的途徑不同，斜面法是通過人眼讀數(shù)，新方法則是將微距攝像頭固定于裝置短軸一端，試樣彎曲的過程會同步在電腦程序中。當試樣彎曲到45°時，程序自動獲取這一幀圖像，之后自動再計算出其彎曲形態(tài)的長度，即伸出長度，該長度的一半就是彎曲長度。

1.2.2 自動送樣裝置

一種織物彎曲性能的自動送樣裝置：水平裝置及水平裝置上的平面、壓板、H型電動推動桿和小鋼塊(圖1)。

1.壓板，2.小鋼塊，3.H型電動推動桿頭部，4.H型電動推動桿，5.固定塑膠圖1 自動送樣裝置Fig.1 Diagram of automatic sample conveying device

其特征在于：

1)裝置由4個立柱支撐高出桌面160 mm，裝置寬度為200 mm，長度為550 mm，總質量為4 kg，所占空間較小，輕便易于移動，方便隨時測試。

2)平面為不銹鋼板，寬度為200 mm，長度為300 mm，厚度為1 mm，表面光滑、分布均勻，用于放置試樣。

3)壓板為鋁板，寬度為30 mm，長度為280 mm，厚度為6 mm，用于帶動試樣運動。壓板的質量為100 g，若壓板過重會損傷試樣，若壓板過輕不易帶動試樣，所以選擇該質量較為適當。壓板的底面黏有一層厚度為1mm的波浪型橡皮，增加摩擦力，方便較為厚重試樣的送樣，壓板放置在平面上能維持底面平衡，不會晃動。因是波浪型橡皮，壓著試樣時，與試樣接觸留有空隙，不會出現(xiàn)運動時因摩擦力過大，致使試樣黏著壓板不落下或突然落下的情況。壓板的側面標有刻度，方便獲取讀數(shù)。

4)H型電動推動桿行程為150 mm，速度為10 mm/s，頭部突出部分為20 mm，用于推動試樣。通常試樣推出150 mm即已形成彎曲狀態(tài)，足以獲得實驗相關指標。推動150 mm人為推動需要17 s，該推動桿推動需要15 s，即人推動試樣的速度約為9 mm/s，該推動桿的速度10 mm/s，與人推動速度最為接近。綜上所述，所以選擇了該電動推動桿。

5)小鋼塊寬度為30 mm，長度為45 mm，厚度為8 mm，后端為U型，用于連接壓板與H型電動推動桿。

H型電動推動桿參數(shù)：品牌為三拓；名稱為H型電動推動桿；電壓為DC 24 V 20 VACE；行程為150 mm；速度為10 mm/s。

1.2.3 軟件部分

本文是運用C++和OpenCV結合的方法對圖像進行處理[8]。圖2中白色區(qū)域部分與平面成45°。

圖2 初始幀F(xiàn)ig.2 The initial frame

通過每一幀中白色區(qū)域像素值與初始幀中該區(qū)域的像素值比較得到目標圖像，如圖3所示；經過圖像剪切、濾波、細化后再擬合曲線，得到最終的彎曲形態(tài)圖，如圖4所示。最后，根據(jù)擬合曲線得到彎曲形態(tài)的曲線方程，利用弧積分公式求得伸出長度。

圖3 目標幀F(xiàn)ig.3 The target frame

圖4 彎曲形態(tài)Fig.4 The bending form

1.3 實驗準備及評價方法

1)工具：送樣裝置、微距攝像頭、電腦、背景板和其他。

2)條件：在GB/T 6529—2008《紡織品 調濕和試驗標準大氣》規(guī)定標準大氣、光照均勻、光線充足且無風的室內。

3)試樣：上述20種試樣按經向、緯向兩個方向剪成25 mm×200 mm大小，分正面和反面，每種情況試樣剪3塊。

評價方法與斜面法相同。

2 結果與分析

2.1 伸出長度的有效性分析

斜面法測得的伸出長度為I0，新方法中根據(jù)圖像讀數(shù)得到的伸出長度為I1，根據(jù)積分計算得到的伸出長度為I2。

2.1.1 研究新方法伸出長度讀數(shù)有效性分析

圖5為采用斜面法與新方法測得的20種試樣伸出長度讀數(shù)的散點圖。由圖5可見，兩種方法測得的伸出長度呈顯著的線性關系[9]。

圖5 兩種方法伸出長度讀數(shù)散點分布Fig.5 Scatter diagram of overhanging length readings by two methods

回歸分析后，可知兩者的相關系數(shù)的平方R2=0.968，回歸方程為：

(1)

F檢驗值為553.426，其顯著性小于0.001，說明回歸方程非常顯著。t檢驗值為23.525，其概率p值小于0.001，說明回歸系數(shù)非常顯著。由此可見，這兩種方法測得的結果具有可替代性，新方法是可行有效的。

2.1.2 新方法積分算法的有效性分析

圖6為新方法中根據(jù)圖像讀數(shù)得到的伸出長度I1與根據(jù)積分計算得到的伸出長度I2的散點圖。

圖6 圖像讀數(shù)與積分計算測得伸出長度散點分布Fig.6 Scatter diagram of overhanging length by image reading and integral calculation

回歸分析后，可知兩者的相關系數(shù)的平方R2=0.980，回歸方程為：

(2)

F檢驗值為901.150，其顯著性小于0.001，說明回歸方程非常顯著。t檢驗值為30.019，其概率p值小于0.001，說明回歸系數(shù)非常顯著。這表明，積分算法的結果與圖像讀數(shù)具有高度一致性，積分算法是切實有效的。

積分算法計算彎曲形態(tài)曲線得到的曲線長度可作為新方法的最終伸出長度，因為它具有非常高的準確性。

2.2 伸出長度的誤差分析

2.2.1 兩種方法伸出長度讀數(shù)的誤差分析

1)壓板誤差。斜面法使用的是鋼尺做壓板，鋼尺與試樣是完全接觸，若是較薄的試樣，容易在推出過程中會黏著鋼尺不能自然落下，若是較厚重的試樣，容易因摩擦力不足造成鋼尺運動時試樣未運動的情況；新方法使用的是底面黏有一層波浪型橡皮的鋁板做壓板，因底面是波浪型，壓板與試樣接觸時留有空隙，在實驗過程中即使試樣再薄也未曾出現(xiàn)過試樣黏著壓板的情況，若是試樣較厚重，橡皮的摩擦力要大于鋼尺，出現(xiàn)鋼尺運動而試樣未運動的誤差也較斜面法要小些。

2)推動誤差。斜面法是人為推動，難免會出現(xiàn)推動時受力不均、手抖動的情況；新方法使用的是速度為10 mm/s的H型電動推動桿，推出速度接近于人為推動速度9 mm/s，全程均勻推動，不會出現(xiàn)受力不均、手抖動、試樣推歪的情況。

3)位置判斷誤差。斜面法位置判斷主要通過人眼，而且等待幾秒至彎曲形態(tài)穩(wěn)定。新方法位置判斷是通過程序，而且其彎曲形態(tài)是一瞬間形態(tài)，即是第一次到45°時的形態(tài)，不是其穩(wěn)定下來的形態(tài)。

4)試樣誤差。對于針織物而言，不太適合用斜面法和新方法測試。圖5中間區(qū)域有兩個誤差較大的，其中一個就為6#針織物，另一個為4#麻布。4#麻布出現(xiàn)較大誤差，可能是因為它的厚度不太均勻。除此之外，實驗中發(fā)現(xiàn)斜紋試樣的卷邊現(xiàn)象較嚴重，會造成兩種方法的位置判斷誤差較大。

5)環(huán)境誤差。兩種方法都要求在溫度為20 ℃，相對濕度為65%的標準大氣環(huán)境下進行，但新方法對環(huán)境的要求更為嚴苛，它還需要光照均勻、光線充足且無風的環(huán)境，否則會造成較大誤差。

2.2.2 新方法讀數(shù)與積分算法的誤差分析

1)壓板誤差。無論斜面法還是新方法的圖像讀數(shù)法，都很有可能在推動過程中或多或少地出現(xiàn)因摩擦力不足造成壓板運動試樣未運動的現(xiàn)象，這樣會導致測得的伸出長度大于實際伸出長度。如圖6所示，圖像法讀數(shù)均比積分算法得到的伸出長度略微大。而用積分算法，則與其壓板伸出的長度無關，只記錄其彎曲形態(tài)從而計算，減小誤差。

2)噪聲點誤差。雖然圖像濾波已經除去大部分的噪聲點，但還是可能存在一兩個微小的噪聲點，在擬合曲線的過程中造成小誤差。

3)算法誤差。算法中途都會使用四舍五入得出中間結果，導致最后結果已被四舍五入多次，會造成微小誤差。

2.2 兩種方法的彎曲剛度回歸分析

對采用兩種方法測得的20種試樣彎曲剛度做了回歸分析，結果如圖7所示。斜面法和新方法測得的彎曲剛度結果分別對應B1、B2。

圖7 兩種方法彎曲剛度散點分布Fig.7 Scatter diagram of bending rigidity by two methods

兩者之間的相關系數(shù)的平方R2=0.970，呈高度正相關，對應的回歸方程為：

(3)

F檢驗值為618.754，其顯著性小于0.001，說明回歸方程非常顯著。t檢驗值為24.875，其概率p值小于0.001，說明回歸系數(shù)非常顯著。也就是說，本測試方法與傳統(tǒng)斜面法測得的彎曲剛度一致性較高，可以用該方法來表征織物的彎曲剛度。

3 結 論

1)本文的新方法雖然原理與斜面法相似，但大幅減少了人力操作，只需實驗人員將試樣放置于壓板下，按下H型電動推動桿開始按鈕，打開電腦中程序，即可獲得彎曲過程中的實時圖像，能自動檢測出45°時的目標幀，并自動進行計算。

2)將兩種方法得到的彎曲剛度進行回歸分析，得到R2=0.970，說明該檢測方法是有效的。

3)對兩種方法得出的伸出長度進行誤差分析。由圖5可知，斜面法得到的伸出長度往往要大于新方法，誤差主要來源于裝置本身、試樣及環(huán)境。由圖6可知，積分法得到的伸出長度往往要小于圖像讀數(shù)，誤差主要來源是壓板、噪聲點及四舍五入算法。

4)積分法還存在一些微小噪聲點的問題，將嘗試在程序初始而不是中途就加入濾波程序再看效果。

5)該方法雖然能得到織物彎曲過程中的每一幀圖像，但是對于圖像的分析還僅限于45°時刻的圖像，只能得到靜態(tài)織物彎曲性能。下一步將再改進程序，得到更多角度的圖像分析，為研究動態(tài)織物彎曲性能奠定基礎。

[1]楊萍,于偉東.紗線和織物的彎曲剛度[J].毛紡科技,2002(1):8-12. YANG Ping, YU Weidong. Bending rigidity of yarn and fabric[J].Wool Textile Journal,2002(1):8-12.

[2]GHOSH T K, ZHOU N. Characterization of bending fabric bending behavior: a review of measurement principle[J]. Indian Journal of Fabric & Textile Research,2003(28):471-476.

[3]石風俊,胡金蓮,余同希.織物折皺彎曲性能的研究[J].紡織學報,2000,21(1):11-13. SHI Fengjun, HU Jinlian, YU Tongxi. Research on wrinkle and bending performances[J]. Journal of Textile Research,2000,21(1):11-13.

[4]劉成霞,韓永華,張才前.基于圖像處理的織物彎曲性能測試方法[J].紡織學報,2013,34(7):52-56. LIU Chengxia, HAN Yonghua, ZHANG Caiqian. Test method for fabric bending behavior based on image processing[J]. Journal of Textile Research,2013,34(7):52-56.

[5]孫炳合,梅興波,王正偉.織物彎曲性能研究的動態(tài)和新方法[J].上海紡織科技,2000,28(3):7-8. SUN Binghe, MEI Xingbo, WANG Zhengwei. Developments and new methods of bending property of fabric[J]. Shanghai Textile Science & Technology,2000,28(3):7-8.

[6]吳巧英,胡瀅,吳春勝,等.不同織物彎曲性能測試儀測試結果的比較[J].紡織學報,2015,36(7):126-130. WU Qiaoying, HU Ying, WU Chunsheng, et al. Comparative analysis on test results of different fabric bending behavior test apparatus [J]. Journal of Textile Research,2015,36(7):126-130.

[7]何琦輝,王正偉.利用織物實際彎曲形態(tài)測試其彎曲性質的算法[J].紡織學報,2006,27(12):52-58. HE Qihui, WANG Zhengwei. Arithmetic of bending property of the fabric based on its actual bending shape[J]. Journal of Textile Research,2006,27(12):52-58.

[8]蔣東升.基于數(shù)學形態(tài)學的邊緣檢測算法的研究[D].成都:電子科技大學,2012:9-12. JIANG Dongsheng. Study of Edge Detection Based on Mathematical Morphology Algorithm[D]. Chengdu: University of Electronic Science and Technology,2012:9-12.

[9]薛薇.SPSS統(tǒng)計分析方法及應用[M].北京:電子工業(yè)出版社,2007:137-162. XUE Wei. SPSS Statistical Analysis Methods and Applications[M]. Beijing: Electronic Industry Press,2007:137-162.

A new test method for fabric bending behavior

JI Hui1, JIANG Yaoxing2, ZHANG Changsheng1

(1. College of Textile and Clothing Engineering, Soochow University, Suzhou 215123, China; 2. National Engineering Laboratory for Modern Silk, Suzhou 215123, China)

Incline method is the most common method used to test the bending behavior of fabrics, but it has some limitations. Aiming at this, a new bending test instrument called a new method was made in this paper, which is composed of two parts, the automatic sample conveying device and the image processing program. The bending behaviors of 20 fabrics were tested respectively, and the readings of overhanging length were gained. The length of the curve under bending condition was figured out with integral. The experimental result shows that the readings of two methods, the results of integral calculation and the readings of the new method have high linear correlation. This indicates that the results of integral calculation can represent the overhanging length of the new method; the square of bending rigidity correlation coefficient of two methods isR2=0.970, high-positive correlation. This shows the new method is feasible.

fabric; bending behavior; test method; image processing; incline method

I1=-0.347+1.049I0

I2=-0.036+0.952I1

B2=-0.78+0.890B1

10.3969/j.issn.1001-7003.2017.03.006

2016-07-13;

2016-12-28

TS101.923

A

1001-7003(2017)03-0033-05 引用頁碼: 031106