生丝疵点识别方法及其应用

王　欢， 许建梅

(苏州大学 纺织与服装工程学院，江苏 苏州 215021)



生丝疵点识别方法及其应用

王欢， 许建梅

(苏州大学 纺织与服装工程学院，江苏 苏州 215021)

摘要:主要探索生丝电子检测设备的软件部分。根据国际标准中各类疵点的定义，建立各类疵点的识别方法，并编写相应的计算机识别程序。在建立各类疵点的识别方法时，根据疵点的出现方式，分别建立通用识别方法与特殊识别方法。在特殊识别方法中分别采用了百分比法和疵点定义法来建立相应的计算机识别算法及识别程序；通过对这两种识别算法的识别结果进行分析，并比对两种识别算法适用情况，可以认为两种识别方法各有利弊，在实际的生丝电子检测中，将这两个准则结合起来使用，相互取长补短，更能符合生丝实际检验的效果。

关键词:生丝； 电子检测； 疵点； 识别方法

作为传统的生丝检验方法，黑板目光检验存在低效率、低精确度的问题，为实现高效、客观的检验，生丝仪器化检验是亟待解决的问题[1]。采用电子检测技术是丝绸生产工艺的巨大进步，也是其未来的主要发展趋势[2]。在1979年的国际丝绸协会会议上，瑞士研究人员第一次正式提出采用电子检测技术检测生丝质量，这标志着国际丝绸业研究生丝自动化检测技术漫长道路的开始。经过多年的研究与实测，国际丝绸协会(International Silk Association, ISA)生丝标准委员会在1995年国际丝绸协会会议上提出《生丝便览1995》[3]。该标准因中国、日本等国家的反对及其他各种因素未能在会上获得通过，但对生丝电子检测的研究却未曾停止，电子检测的优越性逐渐受到了丝绸界的认可。许多相关研究人员都对此进行了研究[4-6]。

2010年，以中国专家为主导开始研究制定生丝电子检测方法的国际标准。经过中国、意大利、日本等国相关专家的共同努力[7-10]，ISO 15625《丝类 生丝疵点和条干电子检测试验方法》国际标准于2014年成功发布。然而，生丝电子检测的核心硬件与软件技术均由日本企业掌握，因此生丝电子检测设备的国产化问题迫在眉睫。

生丝电子检测设备的研发是复杂的系统问题，本研究拟在生丝电子检测设备的软件部分作出探索。根据国际标准中各类疵点的定义，借助于计算机VB(Visual Basic)编程语言，建立各类疵点的识别方法，并编写相应的计算机识别程序。采用编程语言对各类疵点进行模拟检验，按照生丝电子检测的国际标准，验证各种识别方法的可行性与精确性。

1　疵点识别方法的建立

1.1疵点的定义与分类

生丝电子检测中，对生丝疵点的测定采用电容传感器或光电传感器。生丝电子检测标准中，以生丝的长度与粗细这两个指标作为判定疵点类型的两个依据。疵点被分为46种，如图1所示。为了方便统计疵点，这些疵点又被分为小糙疵、大糙疵、粗节、细节。对于光电传感器与电容传感器，疵点的设定均显示在图1[11]中，两者只是粗节和细节的分类范围不同，其余定义一致。

图1　生丝疵点分类示意Fig.1　Classification graph of raw silk defects

图1中，横坐标是指疵点的长度，纵坐标(选光电传感器为例分析，全文同)则是疵点的测量值超过平均测量值的百分比，这里简称为纤度变化百分比。其计算公式为：

(1)

式中：Level表示纤度变化百分比，X表示一定长度内生丝的测量值；μ表示整个生丝试样的平均测量值，一般用前1 000m丝条的平均测量值作为整个生丝试样的平均测量值的估计值。

1.2疵点识别方法

疵点在丝条上出现的时候，大多数情况是单个出现的，有时也会连续出现，或者疵点由粗到细或由细到粗发生渐变。为此，根据其出现方式，分别建立通用识别方法与特殊识别方法，建立相应的计算机识别算法。

1.2.1通用识别方法

在生丝电子检测中，通常是通过连续测量一根丝条，实时获得这根丝条的表示其粗细程度的信号序列，并将该信号序列实时与初始平均测量值对比，计算出粗细程度变化百分比，作为表达生丝粗细程度的原始数据序列。而本研究中的检测软件则是通过处理这些原始数据信号，找出疵点信息。因此，在建立识别方法时，本研究根据实际疵点出现的形式分两种情况来分别进行处理。首先是对于一些单一出现容易识别的疵点建立简单的识别方法，此即为通用识别方法。这里单一出现容易识别是指，该类疵点是单独出现的，不会与其他疵点类型一起近距离出现，并且表达该疵点的数据信号均属于同一类型区间，不存在异议。

以大糙疵D1为例，要求连续的10～20个纤度变化百分比数据均落在区间100%～150%内，其示意图如图2所示。

图2　疵点D1的检测信号示意Fig.2　Schematic diagram of detection signal of defect D1

1.2.2特殊识别方法

由于有时疵点是断断续续间距较短地出现，有时是由细到粗再到细呈细度渐变地出现(如图3黏附糙的疵点)，这时对于疵点的判别就显得比较复杂了。因此，本研究需要建立特殊方法来进行识别。

对于断续出现的疵点有可能属于图1中的同一疵点分类，也可能不属于同一疵点分类。但是它们出现的间距又比较短，从实际反映生丝疵点质量的角度来看，这肯定算是同一个大疵点了，因此对于间距较大的疵点，则需要依据一定的算法。本研究中采用疵点间距长度占总判断长度(疵点长度+间距长度)的百分比来判别，具体判别方法如图4所示，这里简称这种方法为百分比法。

图3　黑板检验中的黏附糙示例Fig.3　Example of bad cast by seriplane test

图4　百分比法示意Fig.4　Schematic diagram of percentage method

图4中，L1表示疵点长度，L2表示间距长度，具体判别方法为：1)如果L2≤(L1+L2)×5%，则将第一段疵点与接下来的一段疵点视为同一个疵点；2)如果L2>(L1+L2)×5%，则规定这一段疵点就是一个单独的疵点。

需要注意的是，以上判别式中5%是初拟的数值，具体定值多少才算科学合理，还有待进一步研究讨论，需要与实际目光检验的结果相比较，最终确定恰当的比值。

另一方面，对于特殊疵点的识别，还可以一律严格按照图1中对疵点的定义来进行判别。采用这种方法不管是断续出现的疵点，还是呈细度渐变的疵点，都是简单地判别成多个疵点，这种判别准则称之为疵点定义法。

2　生丝疵点的识别程序

2.1生丝疵点识别程序的编写

根据已建立的疵点识别方法，以及制定的两种判别准则，借助计算机VB语言，为疵点建立了两种判别程序。首先模拟生成一组生丝纤度时间序列，作为电子检测设备检测到的数学信号，输入到程序中，由识别程序对该生丝纤度序列上的疵点信息进行识别。图5和图6分别为根据两种识别方法编制的识别软件对疵点的识别结果。

图5　百分比法判别结果Fig.5　Judging result of percentage method

图6　疵点定义法判别结果Fig.6　Judging result of defect definition method

2.2程序识别结果的讨论与分析

首先对两种判别方法所识别出的疵点种类与个数进行统计，可以得到如表1所示的结果。对比表1中百分比法与疵点定义法判别出来的疵点统计数据，发现这两种判别方法在大糙疵、小糙疵个数方面无差异，只是在粗节、细节方面产生了差异，这是由于粗节、细节的长度较长，判别容易产生差异。具体的差别产生情况主要有断续出现疵点和细度渐变疵点两种。

表1　两种判别方法的试验结果对比

2.2.1断续出现的疵点

对于如图7所示断续出现的疵点，当疵点间距较小时，采用百分比法判别疵点是比较合理的；而当疵点间距较大时，百分比法就会产生误判，即将能被肉眼明显识别两段疵点的情况判别为一个疵点，此时，采用疵点定义法能弥补百分比法的不足。

2.2.2细度渐变的疵点

对于图8这种生丝细度由细到粗再到细的情况，肉眼判别的时候，会认为是一个疵点，而疵点定义法则会将其分为三段，识别为三个疵点(80%以下的AB、CD两个疵点，以及80%以上的BC一个疵点)。这样的方法，容易导致粗节、细节不易被判别出来，而是判别为长度较短的大糙疵或小糙疵，甚至是被判定为正常丝。

疵点定义法能弥补百分比法针对较长的断续疵点产生误判的缺点，但自身也存在两个缺点：一是易将疵点间距较小的断续疵点误判为多个疵点；二是易将细度渐变的长疵点误判为多个小疵点。

图7　断续出现的疵点示例Fig.7　Example of intermittent defects

图8　细度渐变的疵点示例Fig.8　Example of defects with gradient fineness

3　结　论

针对生丝电子检测中疵点出现规律，本研究建立了疵点通用识别方法和特殊识别方法；并对特殊识别方法分别采用了两种判别准则，即百分比法与疵点定义法；利用计算机VB编程语言成功实现了生丝各类疵点的程序识别与应用软件编写；并提出了将百分比法与疵点定义法相结合使用能更有效判别生丝疵点的观点。本研究为中国生丝电子检测设备的国产化研究提供了一定的理论参考与软件支持。

参考文献：

[1]周颖.生丝电子检测技术研究及展望[J].丝绸,2009(9):42-45,51.

ZHOU Ying. Research and prospect on the technology of the electronic test method for raw silk[J]. Journal of Silk,2009(9):42-45,51.

[2]励道铭.应当抓紧对丝类产品电子检验的研究[J].丝绸,2000(9):36-38.

LI Daoming. Necessity for speeding up the research of electronic test for silk products[J]. Journal of Silk,2000(9):36-38.

[3]国际丝协标准委员会.生丝便览：1995[J].国外丝绸,1995,10(6):3-8.

International Silk Standard Committee(SSC). Raw silk：1995[J]. Silk Textile Technology Overseas,1995,10(6):3-8.

[4]夏晶,于伟东.国外生丝检验方法综述[J].中国纤检,2006(6):46-48.

XIA Jing, YU Weidong. The review of foreign testing methods of raw silk[J]. China Fiber Inspection,2006(6):46-48.

[5]许仲欣.生丝纤度及匀度、颣节同时检测系统简介[J].现代纺织技术,2002,8(1):59.

XU Zhongxin. Introduction of simultaneous detection for raw silk size, evenness and defects[J]. Advanced Textile Technology,2002,8(1):59.

[6]陈庆官.五根丝条的电子生丝检验装置[J].国外丝绸,1991(1):10-11.

CHEN Qingguan. Electronic testing equipment of five silk strands[J]. Silk Textile Technology Overseas,1991(1):10-11.

[7]FEI W C, ZHENG Y G, LI W, et al. Analysis on photoelectric method of measuring the fineness of raw silk[J]. Advanced Materials Research,2011,175:565-569.

[8]XU J N, BAI L. Restudy on the sampling distribution of coefficient of variation for a normal population[J]. Applied Mechanics and Materials,2012,151:678-684.

[9]XU J N, ZHOU Y, DONG S Z, et al. Study on the inter laboratory comparison test of the electronic test method for raw silk[J]. Applied Mechanics and Materials,2013,241-244:317-321.

[10]XU J N, WU D P, ZHOU Y, et al. Reliability study of the electronic test method for raw silk by weaving trial[C]//The 89th Textile Institute World Conference (89th TIWC).2014:936-940.

[11]XU J N, WU D P, ZHOU Y, et al. Raw silk quality index comparison between electronic tester and seriplane test system[J]. Journal of Fiber Bioengineering and Informatics,2014,7(3):339-348.

DOI:10.3969/j.issn.1001-7003.2016.02.006

收稿日期:2015-07-14; 修回日期: 2016-01-02

基金项目:国家自然科学青年基金项目(51303117)

作者简介:王欢(1992—)，女，硕士研究生，研究方向为生丝电子检测方法。通信作者：许建梅，副教授，xujianmei@suda.edu.cn。

中图分类号:TS147

文献标志码:A

文章编号:1001-7003(2016)02-0032-04引用页码: 021106

Silk defect recognition method and its application

WANG Huan, XU Jianmei

(College of Textile and Clothing Engineering, Soochow University, Suzhou 215021, China)

Abstract:This research mainly explores the software part of the electronic testing equipment for raw silk. According to the definition of various types of defects prescribed in the ISO standards, various methods to identify various types of defects was built, and the corresponding computer recognition programs were written. When establishing the defect recognition methods, general recognition method and specific recognition method according to defect appearance modes was developed. In the specific recognition method, percentage method and defect definition method were applied to establish corresponding computer recognition algorithm and recognition program. By analyzing the recognition results of the two recognition methods and their applicable situations, it’s concluded that both methods have their advantages and disadvantages, and it’s better to incorporate these two methods together in the actual electronic testing for raw silk so as to conform to actual raw silk testing.

Key words:raw silk; electronic test; defect; recognition method