图像处理技术在纺织业的应用

王伟

摘 要 随着计算机技术的快速发展，计算机技术在各个领域、行业中得到了广泛的推广应用，本文主要针对计算机图像处理技术在纺织业的应用情况进行了全面的分析，并结合在纺织工业中常用的图像处理方法对计算机图像处理技术进行深入的分析与评价，这也为日后实现纺织工业自动化检测的进行探索，通过对其分析并且确定了在纺织业中应用计算机图像处理技术的实际意义，最后对计算机图像处理技术在纺织业的发展前景进行了预测。

关键词 纺织工业；图象处理技术；应用分析

中图分类号：TP3 文献标识码：A 文章编号：1671-7597（2014）19-0105-02

图像处理技术（又称为图像分析技术），是当前信息技术中一项快速发展的计算机技术，其综合数字信号处理、计算机科学、几何学、模式识别等等各方面的理论而发展而来，当前在各个领域中应用广泛，同时随着我国经济高速发展，图像处理技术得到了广阔的发展空间，其应用范围呈爆炸式拓展，几乎所有与成像有关的领域中都应用了此技术，在当前的纺织工业生产中，数字图像分析技术也得到了广泛的应用。

1 当前纺织工业中常用的图像处理方法

在实际的纺织生产过程中，针对纺织原料、半成品以及成品的分析，都是要使用到图像处理技术的，具体的分析过程如下：首先通过摄像机将纺织分析样品摄入到计算机中，在经过数字化技术处理，已达到所想要的结果，利用图像处理技术来提高测量质量和分析的精度，还需要去除由于各种因素引入的噪声，之后才能得到易于分析的图像结果，当前常用的图像处理方法主为傅立叶变换技术、图像增强技术以及图像分割技术。

二维傅立叶变换技术在图像分析处理中发挥着重要的作用，通过傅立叶变换技术将空间域图像变换为频率域复函数，傅立叶变换技术在图像处理中最大作用就是将图像灰度强度分布分解成为一定振幅和相位频率分布图，当然所有的图像都可以通过频率形式进行描述，图像灰度强弱的不同相对应的为不同频率振幅在，正是基于这一点，傅立叶变换技术在对非织造布纤维识别的过程中作用便是基于这一原理实现的，通过傅立叶变换技术处理各种图象，将图象中存在较大噪音或其单位克重较大区域进行处理，适合于当前纺织工业的在线测量，易于获取功率谱中确定图像的峰值，所以根据傅立叶变换得到功率谱图像，进而分析原图像中的各种周期性成分，确定制造部纤维的类别。

图像增强处理技术是为了去除图像中的噪声与影响分析的信息，并且可以增强图像中所需要的分析的信息，改善图像中目标信息的视觉效果，亦或者将图像转变成为一种的易于人们分析的图像，针对计算机处理而言，图像增强只是为了方便机器对目标信息的提取，主要的技术手段为对比度调节技术、灰度直方图均衡技术、滤波去除噪声技术、边缘增强技术等，此外因为小波分析良好的时频特性，通过小波变换与重建算法实现对图像信息增强。

图像分割技术主要是针对数字图像，通过将其划分成各个互不相连接区域，集合所有象素都有相邻或相接触象素，主要的技术手段有图像的阀值化处理技术，边缘和特征检测技术、区域增长技术。经过阀值化处理得到是二值图像，其并能满足各种要求，所以对于二值图还需要经过进一步的处理，提高二值图的质量，使得二值图易于分析，常见处理手段有腐蚀、膨胀、细化、粗化、抽骨架等等方法，灵活应用这些方法可以得到你想要的图像。

从上述可以看出的图像处理技术在纺织业中应用，对纺织业的发展意义重大，同时计算机图像处理技术的广泛应用也在推动纺织领域的发展，不断拓宽发展范围。

2 纺织工业中实际应用的图像处理技术

图像处理技术在纺织工业的运用意义重大，其在纺织业中主要是在以下几个方面运用重大。

2.1 在非织造布中纤维识别及纤维取向分析的应用

在非织造布生产过程中，纤维识别与纤维取向分析对非织造布质量影响重大，早起人们是采用直接手工测试的方法对纤维取向进行分析评价，但是效率不高而且效果欠佳，之后便通过一些间接的方式进行分析，例如张力分析法、微波法、超声法和折射法等等间接方法，虽然效率有所增加，但是其分析结果收到各方面的主观因素的影响，可靠性较差，而使用图像分析法，是当前应用最广、可靠性最强的方法，对识别非织造布中纤维及纤维取向分析意义，主要的技术手段有傅里叶变换识别技术、流场分析技术以及直接踪迹技术，通过对纤维图像的处理，在通过一系列的方法对图像进行二次处理，以获得预想中的结果，易于后期的结果分析。

2.2 在织物表面特性分析中的应用

对织物表面特性分析是纺织工业中重要的生产关节，通过对织物图像中特征参数的分析评价，确定织物表面特性情况，主要是进行两方面工作：针对织物表面疵点的分析评价与针对织物折皱等级的分析评定。

织物表面疵点对织物的外观效果有着直接影响，所以这也成为了评价织物等级的重要指标，计算机技术发展图像分析技术完善，使得可以通过计算机图像分析技术来对织物表面疵点进行分析，这是当前一种应用广泛的技术，通过对织物表面进行灰度统计，提取图像上的特征区域，在通过对疵点运用模式识别技术进行分析评价，当前主要的技术为静态织物表面疵点的分析评价技术，而动态织物表面疵点的分析技术是以后发展的重要趋势，在未来市场中具有重大的使用价值，但是在当前还需要进行一步的研究开发。

针对织物折皱等级的分析评价也是影响织物的质量等级的重要因素，早前主要是通过对织物折皱恢复角来确定织物折皱程度，但是这种方法最主要是直观性不强，而通过计算机图像处理技术，对图像进行变换，提取出图像中的特征信息，使得织物的折皱性能分析评价高校快捷，其中小波分析技术通过将织物的图像信息分解成不同的频率信号输出，将织物表面的细节特征转换成为频率图像，使得人易于区分不同织物折皱的外在差异，进一步加强分析结果的可靠性。

2.3 在织物图案自动识别分

如下图所示，其为图像识别的一般流程，首先对图像进行CCD摄入，之后经过A＼D转换，成为数字图像，在计算机中进行明暗处理，预处理，信息特征提取匹配等等，之后提取特征值中，开始对织物的图像进行识别，最后进行量化分类，将最终的分析结果输出，在这个过程中需要注意以下几点：1）在对像素值处理时，通过对向量对特征信息与角边缘的几何特征进行处理；2）分析评价时，通过与原图像的分析，通过统计上的图案特征信息，对结果进行评定。

2.4 在纱线混纺图像处理与分析的应用

图像信息处理技术对于纺织行业发展有着重要意义，早期对混纺纱的混纺生产质量检测问题一直难点，通过化学分析法及显微镜横截面观察法进行测试得到的效果可靠性低、效率低，不适合混纺纱的混纺的发展，而通过计算机提取特征参数对纤维的自动识别，有效的测量了混纺比，并且实现动态的检测混纺比，对混纺纺织的发展意义重大，纱线混纺比测试图像处理与分析如下图。

可以看出提取混纺纱中不同纤维的特征量是整个过程的核心，当前对麻、丝/毛、麻/涤、毛/涤混纺工艺的测量技术已经是比较的先进，通过现有织物仿真CAD系统基础，再结合纺织检测技术，可实现对对纱线实物混纺检测到最终织物的模拟测试，大大提高了纱线评定质量，有利于对混纱线织成的织物外观质量、混纱线织成的织物的评定，同时有利于控制织物表面起毛起球性、织物结构的自动分析以及织造工艺过程质量控制等，对婚纱纺织有着重要的现实意义。

3 结束语

综上所述，通过计算机图像处理技术对纺织物的检测，有效的加强了分析结果的稳定性，同时使得计算机图像处理技术在纺织行业应用广泛，极大地提高了检测效率，应用前景良好，但是针对动态的纺织图像处理还需要进一步的研究，也是未来图像处理技术在纺织工业发展的重要趋势。

参考文献

[1]荆仁杰，叶秀清，等.计算机图像处理[M].杭州：浙江大学出版社，2010.

[2]许正军，等.图象分析法在非织造布纤维取向评定中的应用动态[J].非织造布，1998（2）：39.

[3]田村秀行编著.计算机图像处理[M]. 金喜子，乔双译.北京：科学出版社，2004.endprint