简介:适合不知如何写毛羽纱线方面的相关专业大学硕士和本科毕业论文以及关于毛羽纱线论文开题报告范文和相关职称论文写作参考文献资料下载。
陈论文范文1周彩琴1孙银银2潘如如2
（1. 江苏丹毛纺织股份有限公司,江苏丹阳212300；2. 江南大学,江苏无锡214122）摘 要：通过对纱线图像进行灰度变换、纱线图像局部阈值分割、纱线分割以毛羽提取等图像处理算法的应用,从而获得精确的纱线条干和纱线毛羽信息,并对纱线毛羽进行细化.实验表明,所提出的毛羽检测方法能够全面、精确地实现对纱线毛羽长度和根数的检测,且对3mm 以上的长毛羽的检测精确度更高.
关键词：纱线毛羽, 视频显微镜, 区域分割, 条干边缘曲线, 测量切线
中图分类号：TS101.92+2 文献标识码：A
Yarn Hairiness Detection Based on the Edge of Evenness Curve Tangent Point
毛羽弱先摧:毛羽：调整尚未结束，暴跌逐步建仓——8月31日《左道财门》节目视频
Abstract Through the image gray-scale tran论文范文ormation of the yarn, the yarn local threshold imagesegmentation, segmentation yarn hairiness extraction to the application of image processing algorithms, thusobtain accurate yarn evenness and yarn hairiness information, and refine yarn hairiness. Experimental resultsshow that the proposed method can detect hairiness fully and accurately realize the detection on length andnumber of the yarn hairiness, in addition, the detection on length of more than 3mm hairiness is more accurate.
Key words Hairiness, Video microscope, Region segmentation, Evenness edge curve, Measure tangent
毛羽问题一直是纺织科学研究重点之一,纱线毛羽常用的检测原理有两种：一种是纱线通过测试原件时,光打到纱线上产生漫反射,计算纱线毛羽遮光量,并将其换算成毛羽的多少, 结果用“毛羽值（H）”表示,Uster 公司生产的纱线毛羽仪采用该技术；另外一种是纱线通过检测原件时,光打到纱线上产生投影,通过接收不同长度毛羽的遮光信号,统计出毛羽的长度和个数,国产纱线毛羽仪采用该技术.
随着图像采集技术和计算机技术的不断进步,基于数字图像处理的毛羽检测技术也随之发展,国内外也有许多相关研究的报道.梁宏伟[1]-[2] 等,把人工黑板目测与图像处理技术结合,最终得到纱线毛羽的长度和根数结果,但该方法对纱线毛羽破坏严重,算法粗略,对毛羽的提取误差较大,且适用性范围较窄.Anirban Guha 等[3],采用投影显微镜获取纱线影像,通过一系列图像处理过程获得纱线毛羽图像,并采用Canny 边缘检测找出纱线条干边缘直线,对毛羽进行测量.
同时提出新的毛羽指标—毛羽面积.但该研究中对毛羽提取、基准确定误差较大,且没有具体结果.Yasar A.Ozkaya 等[4] 采用光电传感器获得纱线毛羽图像,通过图像处理技术模拟毛羽,实现毛羽测量.Anna Fabija′ nska 等[5] 对基于图像处理毛羽测量的图像处理方法和分析算法做了总结,由此可见图像处理技术在纺织领域中的应用虽有很多报道,但是采用图像处理方法对纱线毛羽的精确测量和系统研究并未见报道.
本文中采用MOTIC 视频显微镜,捕获纱线静态的真实图像（如图1）,并通过纱线传输结构控制纱线输送速度,实现图像的连续采集.从所得纱线图像中分割出纱线,同时从纱线中分割出纱线条干图像；用分割出的纱线图像减去纱线条干图像,取得纱线毛羽信息,从纱线条干图像中提取纱线条干边缘曲线；对纱线毛羽进行细化,以纱线条干边缘曲线为基准,以1 mm 为测量间隔,直接测量长度分别为≥ 1 mm、≥ 2 mm、≥ 3mm、≥ 4 mm、≥ 5 mm 和≥ 6 mm 的纱线毛羽根数,把测量结果与相同条件下目测结果作对比.
1图像采集
1.1图像采集系统
纱线图像采集系统由以下几部分组成：纱线传输控制机构、视频显微镜（硬件和软件）及计算机软件控制及图像储存.
纱线传输及控制机构是由：导纱装置、传动装置和速度控制装置组成,实现纱线传输及连续采集纱线图像,并对纱线进行张力控制,确保纱线伸直且没有伸长；视频显微镜实现纱线图像捕捉,并通过调节放大倍数和分辨率,控制图像大小及清晰度；计算机软件控制及图像储存,实现图像采集和纱线传输参数的调整及纱线图像存储.
1.2参数设置
纱线图像采集系统中所设参数主要有：视频显微镜放大倍数、分辨率和纱线输送步长.
1.2.1视频显微镜参数
视频显微镜的设置参数有放大倍数和分辨率.参数设置的原则,应确保图像的大小,在纱线毛羽长度方向的应包含所有毛羽信息,同时分辨率的选择影响着图像的清晰度,因此放大倍数应越小越好而分辨率应越大越好.MOTIC 视频显微镜放大倍数范围是5-40 倍,最大分辨率1536×2048dpi,在试验中放大倍数和分辨率的选择,如表1 所列.
在选定不同的放大倍数和分辨率条件下,采用校准园对图像进行校准.经过校准后计算出纱线图像的实际大小（见表1）.
纱线毛羽长度几乎集中在6 mm 内,而长于6mm 的毛羽较少.由表1 可知,为确保图像清晰,分辨率设置为最大1536×2048（dpi）.放大倍数为6 时,图像大小为22.50×16.78（mm）,图像在毛羽长度方向可以显示出8mm 的毛羽,但已超出本研究需求,且图像过大而影响运算速度；放大倍数为7 时,图像大小为19.05×14.28（mm）,图像在毛羽长方向可以显示出6 mm 的毛羽,可满足研究需要,且图像大小合适；放大倍数为10时,图像大小为13.41×10.06（mm）,图像在毛羽方向可以显示出4 mm 的毛羽,不能满足研究需要.通过分析,确定视频显微镜放大倍数为7,分辨率为1536×2048（dpi）.
1.2.2纱线传输参数
研究中所采集的纱线图像是纱线连续的静态图像,为保持纱线图像的连续采集,采用单轴步进电机传动纱线,并有电机控制器控制纱线每次传输长度.经多次实验计算得到,电机控制器一个脉冲走0.28 mm,一次采集纱线图像中纱线长度为19.05 mm,经计算一次发出68 个脉冲,可以达到无间隔连续地采集纱线图像.
根据所确定的参数,选取线密度为14.53tex的环锭纺纯棉管纱,进行纱线图像采集,如图2（a）所示.
2图像分析与处理
2.1纱线毛羽图像
纱线图像采集系统所采集的图像均为彩论文范文像,光照条件采用自然光与显微镜光源光结合,使整张图像上光照均匀.但由于纱线毛羽存在空间的屈曲,视频显微镜多捕获的图像为平面图像,因此造成纱线图像中不同毛羽之间和同一根毛羽不同位置的亮度不同,分别如图2（b）所示.根据纱线图像特点,图像处理算法流程如图3所示.
2.2灰度转换
视频显微镜捕获的纱线毛羽图像是彩论文范文像,为了在分析图像中便于运算,把彩论文范文像转化成灰度图像.转换过程中用亮度表征图像的灰度等级信息,色相和饱和度表征图像的色度信息,通过保持亮度并消除色相和饱和度实现图像的灰度转换.如图4 所示即为纱线灰度图像.
2.3区域阈值分割
实现对灰度图像的二值化,是图像处理技术中对图像中目标和背景进行分割,提取目标信息是关键技术.图像采集过程中,显微镜视野增大和光照条件变化,同时由于纱线毛羽本身形态是空间的,而所捕获的纱线毛羽呈现的是平面状态,就造成了在固定的显微镜景深时,同一张图像中不同空间层次的毛羽亮度不同.因此,某一个特定的阈值对于同一图像中不同位置并不适合,为了确保纱线毛羽图像中所有毛羽被完整分割出,采取区域分割局部阈值分割方法.
根据纱线毛羽图像大小,将图像分割成大小的若干块,对每个区域分别进行阈值分割,并根据图像灰度性质选择合适的局部阈值方法.
根据所确定的分割区域大小对每个区域进行全局阈值后,得到的纱线二值图像如图5 所示.
由图像分割后的结果（图5）可以看出,先对图像进行区域分割,然后对每个小区域进行阈值,对纱线图像进行分割,能够较好地消除背景等干扰信息,精确地分割出纱线,且分割中对纱线毛羽损伤程度较小,较完整地保留纱线毛羽.
2.4纱线分割
经过图像分割所得到纱线的二值图像中包含纱线条干和纱线毛羽,纱线条干是测量毛羽时基准选择的基础,纱线毛羽是研究对象,因此为减少测量基准的选择和毛羽测量时的误差和消除相互之间的干扰,对纱线进行分割,分别得到纱线条干和纱线毛羽图像.2.4.1纱线条干提取
运用图像形态学开运算消除纱线毛羽对纱线条干的干扰,保留纱线条干信息,实现从纱线二值图像中,精确地分割出纱线条干.形态学开运算原理公式如（4）：
其中A 是纱线二值图像,S 是结构元素strel（&,acute,disk &,acute,, n ）,通过开运算得到纱线条干,如图6 所示.
在纱线条干图像中,以下列条件检测出纱线条干图像中两边缘：
A：基准像素点（i , j ）处象素值为1,其邻域像素点（i -1, j ）和（i +1, j ）处象素值分别为0 和1,且该点行数i 为同一列j 中符合以上条件所有i 中的最大值,即点（i , j ）是纱线条干上边缘点.
B：基准像素点（i , j ）处象素值为1,其邻域像素点（i -1, j ）和（i +1, j ）处象素值分别为1 和0,且该点行数i 为同一列j 中符合以上条件所有i 中的最小值,即点（i , j ）是纱线条干下边缘点.
根据上述检测原则,记录所有符合条件像素点位置,即为纱线条干上下边缘.
2.4.2纱线毛羽提取
纱线毛羽是纱线图像中出去纱线条干的部分,因此用纱线二值图像减去纱线条干图像,即得到纱线毛羽图像,如图7 所示.
2.5纱线毛羽细化
由纱线分割得到纱线毛羽图像中可以看出（图7（a）所示）,不同毛羽之间和同一根毛羽不同位置之间的存在粗细差异.在特定长度截面内,一根毛羽含有多个像素点,从而增加毛羽跟踪的难度,因此在毛羽跟踪时,为确保毛羽长度的正确测量,对纱线毛羽进行细化,使毛羽图像简单化.
图像处理中细化变换是一种特殊的多次收缩图像的过程,该特殊性可使毛羽区域在收缩过程中保持毛羽的连通性,且不会消除只有一个邻域点的边界点.最终细化得到的曲线位于毛羽区域中心,能近似反应毛羽区域的基本形状.
细化算法介绍如下：集合A 使用结构元素B进行细化表示为AAB.
得到细化后毛羽示意图如图8 所示.
3毛羽测量
3.1测量基准及间隔确定
测量毛羽长度,基准的选择是基础.根据分割纱线得到的纱线条干信息,从中选择测量基准.不同于其他研究者[4],文中选取纱线条干上下两边缘曲线为测量毛羽长度的基准,测量毛羽伸出纱线条干表面的长度.
从图7 的局部放大图中可以看出,纱线条干分割时,开运算造成纱线条干边缘像素点的损失,为减少毛羽测量误差,对纱线条干边界曲线进行修正.修正准则如下：（a）纱线条干上边缘曲线上所有像素点所在的行数值i 均减2；（b）纱线条干下边缘曲线上所有像素点所在的行数值i 均加2.以已修正后的条干边缘曲线为基准.
测量间隔的选择,根据目前常用的毛羽仪长度测量间隔,间隔为1mm,测试范围为≥ 1 mm、≥ 2 mm、≥ 3 mm、≥ 4 mm、≥ 5 mm 和≥ 6 mm长的纱线毛羽.
3.2测量原理
以纱线条干边界曲线为基准,以1mm（图像中108 个像素）为步长向纱线条干垂直方向做切线（如图9 所示）,在不考虑纱线毛羽交叉、弯曲以及中断的前提下,测量伸出纱线条干表面的毛羽的长度和根数.
毛羽长度和根数测量原则：以纱线条干曲线基准所画的测量基准切线作为测量线,检测测量线上是否具有毛羽点（测量切线羽毛与的切点）以及毛羽点的个数.在1 mm 测量线上,检测到有一个毛羽点,该毛羽的长度统计为≥ 1 mm,同时≥ 1 mm 的毛羽根数增加一根；对于≥ 2 mm、≥ 3 mm、≥ 4 mm、≥ 5 mm 和≥ 6 mm 长的纱线毛羽也采用相同的检测统计方法.值得注意的是,由于毛羽的屈曲情况比较多变,在检测过程中会出现部分毛羽段与纱线条干曲线重合,就造成一根毛羽会重复检测.为此在检测中,若存在两个或多于两个的连续毛羽点,在统计毛羽根数时应只记1 根.
3.3测量结果以文中讲述的图像采集装置,采集连续纱线图像进行毛羽测量.测试中,一共取20 个纱线毛羽片段,每个片段长度为1 m,由图像大小可知每个片段52 张图片,取纱线图像共1040 张.纱线图像经过一系列图像处理后,得到细化后的毛羽图像,根据3.2.1 所述纱线毛羽测试原理,检测20 个片段纱线毛羽的长度、根数（图10）以及片段之间的变异系数,同时在检测时通过目测法统计出每个片段不同长度的毛羽根数,对两种方法的检测结果见表2.
由图10（a）可以看出,所检测的20 个纱线片段中,第1、12 和13 片段的≥ 1 mm 毛羽根数明显比其它片段多,而第2、11 片段≥ 2mm 毛羽根数较多；结合图10（b）,第11、12 片段的≥ 3 mm 及以上较长毛羽的毛羽根数较多.对于不同片段之间不同长度（≥ 1 mm、≥ 2 mm、≥ 3 mm、≥ 4 mm、≥ 5 mm 和≥ 6mm）毛羽根数的变异系数分别为：11.65%、21.8%、44.2%、96.3%、1.14%、192.4%（ 见表2）.
通过与目测法的结果相比较,以条干边缘曲线为测量切线的切点检测结果如下：长度是≥ 1 mm 的毛羽,毛羽根数测量偏差范围是根；长度是≥ 2 mm 的毛羽,毛羽根数测量偏差范围是根；长度在≥ 3 mm 及以上较长毛羽的测量偏差是根；由此可见,该方法对短毛羽的检测误差稍大,而对于长毛羽的检测误差很小,检测结果更精确.
4结论
由视频显微镜和图像处理技术基础结合,构成的纱线毛羽检测系统,能够实现对纱线毛羽更全面、精确地检测.视频显微镜图像采集系统,实现采集纱线毛羽自然状态下真实的连续的纱线图像用于毛羽检测,为图像处理技术更好地运用于纱线毛羽检测提供可行的设备基础.
纱线图像的区域分割算法和纱线分割算法的运用,较完整地提取出纱线,减少图像分割中对纱线毛羽的损失,较精确地分割出纱线条干和纱线毛羽.毛羽的细化简化了毛羽检测复杂性,为数字图像在毛羽检测中的研究提供了理论基础.毛羽检测结果表明,基于纱线条干边缘曲线切点的毛羽检测方法,能有效地检测出纱线毛羽伸出纱线条干毛羽的长度和根数,尤其是对3mm 以上的毛羽检测准确性更高.文中研究中虽然忽略了纱线毛羽的交叉、重叠和中段现象,但对将来构建更为完善的纱线毛羽检测系统提供新的途径.
参考文献：
[1]梁宏伟. 纱线毛羽降低方法及图像技术检测研究.河北科技大学：硕士,2011,05.
[2]张继蕾. 基于图像处理技术的纱线毛羽检测应用研究. 河北科技大学：硕士,2011,05.
[3]Anirban Guha, C. Amarnath, S. Pateria and R. Mittal.Measurement of yarn hairiness by digital image processing.Text. Res. J. 2010, 101(3), Jackson.
[4]Yasar A. Ozkaya, Memis Acar and Mike R. Jackson.Simulation of photosensor-based hairiness measurementusing digital image analysis. The Textile Institute. 2008,99 (2):93-100.
[5]Anna Fabija′ nska, Lidia Jackowska-Strumio. Imageprocessing and analysis algorithms for yarn hairines sdetermination. Machine Vision and Applications. 2012.
[6]Ozkaya, Y.A., Acar, M., Jackson, M.R. Digital imageprocessing and illumination techniques for yarncharacterization. Eleilroti. Imagtrig. 2005, 14(2):13.
[7]Guha, A., Amarnath, C., Pateria, S., Mittal, R. Measurementof yarn hairiness by digital image processing. J. Text.Inst. 2009, 99(6):1754–2340.
[8]卢明, 刘一萍. 纱线毛羽图像的二值化处理及其Ma t l a b 实现. 山东纺织科技：2009(2):37-38．
[9]Vítor Carvalho, Paulo J. Cardoso, Rosa M. Vasconcelos,Filomena O. Soares, Michael S. Belsley. Optical YarnHairiness Measurement System[C]. 2007 5th IEEEInternational Conference on Industrial Informatics. 2007,359–364.
总结：这是一篇与毛羽纱线论文范文相关的免费优秀学术论文范文资料。
毛羽弱先摧引用文献:
[1] 最新弱电工程师论文选题参考 弱电工程师论文题目选什么比较好
[2] 弱电工程师论文提纲模板 弱电工程师论文提纲怎么写
[3] 弱电工程师论文摘要怎么写 弱电工程师论文摘要范文参考
