浙江中纺标检验有限公司 浙江绍兴 312000
摘要：随着社会发展，我国科学技术在不断地进步，同时数据图像处理技术日益成熟，并运用到了各行业当中。目前，我国纺织检测过程中也广泛纳入了数字图像处理技术，需要高度重视数字图像处理技术的特点，不断提升纺织检测的效率和质量。
关键词：数字图像处理技术；纺织检测；应用
引言
数字图像处理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，数字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数字图像处理技术的介绍
数字图像处理技术是将图像处理的理论、基本方法及其在智能化检测中应用三者有机结合起来的一门学科。它首先通过特殊的方法提取相关的图像信息，然后对图像进行相关的处理，最后利用计算机编程及有关数字图像技术进行有效分析，从而获得所预期的结果。图像处理技术从上个世纪80年代后期开始被应用到纺织材料的测试领域中来，随着计算机技术的发展，该技术在纺织测试领域中的应用空间变得越来越广阔，特别是该技术的应用实际上取代了部分纺织测试中的人工检验，克服了传统人工检验过程中的一些缺陷，对纤维材料测试的自动化、定量化和客观化发展起到了重要的推动作用。
2数字图像处理技术在纺织检测中的应用
2.1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。
2.2在纤维检测中的应用
2.2.1羊毛细度和卷曲度检测
羊毛细度作为评价纤维质量的重要指标，传统检测过程中主要采用显微镜投影法或气流仪法来进行。显微镜投影法的优势是适应面广，能直观的观察纤维的表面形态，但是其操作和计算起来相对复杂且精度较低；气流仪法虽快捷简便且数据稳定性较好，但是却易受纤维的吸湿性影响而无法准确的测试异质毛细度。而数字图像处理技术在对羊毛细度进行检测时，可以先将羊毛切片放置在显微镜上进行光学放大，并将影像投射在光电转换器上，以数字图像的形式输入计算机中进行柔化、二值化和去干扰处理，直至纤维的轮廓较为清晰后再进行细度测量。
在原有技术基础上，一些科学家用MATLAB软件通过截面图像处理，提取一些参数，取其直径进行纤维测量，其检测精准度也相对较高。羊毛的卷曲度直接影响织物的物理性能和表现，对其进行检测是十分必要的。传统的检测方法主要是用纤维卷曲弹性仪，通过对卷曲率、卷曲数、残留卷曲率和卷曲弹性来实现的。这种方法的优势是能测试多种指标且能全面体现卷曲性质，不足之处是受观测者主观性影响大，费时费力。而用图像处理方法，通过羊毛纤维卷曲度，对取得的图像进行滤波去噪处理后，再利用计算机进行处理得到二维图像，进行轮廓跟踪和纤维特征提取、识别和卷曲频率、波长、伸长率等方面计算后最终得出羊毛卷曲度。其优势是羊毛细度和曲度检测精准率高、周期短和劳动强度低。
2.2.2羊毛与羊绒纤维识别
羊毛与羊绒纤维识别一直是纺织领域的难点，特别是羊绒与超细羊毛和拉细羊毛的识别。以前识别的方法主要为显微镜检测法，其常以纤维细度为依据进行判断，然而却因无法准确地获得鳞片细节图像数据，大部分需要检验者的经验来识别，使得误差相对较大。而用数字图像处理技术进行识别，其主要依据扫描电子显微镜拍摄羊毛和羊绒图像，获得形态特征，再利用灰度值、模板代换、边界搜索和拐点分析等来对图像进行识别和处理。这种方法与人工识别相比，精度较高，速度也较快。相关专家基于此种技术用MATAB7.0在模拟环境下进行实验时，通过对四种羊绒和羊毛的研究，从中找出六个特征点，然后使用贝叶斯模型进行鉴定最终得出着六个特征点的分布。
2.3在纱线检测中的应用
目前，我国纺织业检测过程中，针对纱线检测最为重要的是细度。一般来说，纱线的细度是根据集成比例进行机能表示。通常来说，纱线测量过程中需要根据测定回潮率时测量纱线的重量和长度，然后对纱线的细度进行准确计算。当下我国纺织检测过程中纳入数字图像处理技术推动了纱线检测的发展与进步，其中OMNICON图像分析仪软件已经广泛应用在纱线检测过程中，此软件结合了数字技术和网络技术，精准地对纱线的直径更快的测量，简化了传统实验操作的步骤。它的原理为结合背景与纱线间的灰度呈现出的不同进而推荐出纱线的基本轮廓，同时还能检测出混纺不均、混纺比例和均匀程度。将数字图像处理技术应用在纺织纱线检测过程中，提升了纱线细度检测的精确性，需要不断深入这方面的研究。
2.4在织物检测中的应用
就目前的情况来看，织物检测方面已经加大的研究力度，只在很多方面都已经得到很大发展，主要包括：织物的光泽特征、织物磨损后外观的变化、布面经纬纱排列的均匀度、织物外观性能、图像分析织物动静态悬垂仪的研制等。东华大学的陈霞提出了一种新的分析方法，主要是根据光照头以及图像分析的一种系统，主要是根据植物柔软的特征，将起球试样在移动方向上的每一切面处进行合理范围的弯曲，然后进行光照投影，并使用CCD摄影相机进行相关图像的采集，对于这个过程能够有效地反映出弯曲前面的起伏状态，对只进行优化设计，可提取切面图像中的轮廓线高度，同时需要将所有前面上的轮廓线信息有效的拼接，并对其进行的合理范围的分割，从中能够提取处相关的特征参数，例如毛球的个数、毛球的面积以及毛球的体积的，然后在将这些结构进行模糊测试系统和模糊评估系统的分析。
结语
综上所述，我国纺织检测过程中已经广泛纳入了数字图像处理技术，数字图像处理技术具备较多的优点，打破了传统人工检测出现的弊端，已经获取了良好的应用效果，降低了工作人员的劳动强度，提高了纺织检测的质量和效率，保证测量的准确性，促进我国纺织工业的进步和繁荣。
参考文献：
[1]黄立生.图像处理技术在纺织检测中的应用[J].山东纺织经济，2016（06）：33-34.
[2]夏彬，王飞，王泽武，秦建锋.数字图像处理技术在棉纤维检测中的应用研究[J].中国棉花加工，2018（05）：14-16.