下载文档原格式
人工智能在纺织品检测领域的应用【知识文章标题：人工智能在纺织品检测领域的应用：从革命性技术到行业变革】引言：近年来，随着人工智能技术的飞速发展，其在各个领域的应用也日益广泛。
纺织品检测作为纺织行业中非常重要的环节，其质量检测与控制对于产品质量的保证至关重要。
本文将探讨人工智能在纺织品检测领域的应用，揭示其所带来的革命性技术和行业变革。
一、背景介绍1. 从传统检测到智能化检测纺织品行业一直依赖传统的目视检测和手工操作，这种方式不仅效率低下，而且容易出现人为主观误判。
随着人工智能技术的崛起，智能化检测开始引领纺织品检测行业的变革。
2. 人工智能技术的发展与应用人工智能技术如机器学习、深度学习和图像处理等的发展，为纺织品检测提供了先进的工具和方法。
通过大量的数据训练和优化算法，人工智能已经在纺织品检测领域取得了巨大的突破。
二、革命性技术：图像识别与分析1. 视觉检测的自动化结合图像识别和分析技术，人工智能可以实现纺织品的自动化视觉检测，大幅提高检测效率和准确率。
通过预先训练的模型，人工智能可以识别细微的瑕疵、缺陷或色差，并进行及时报警和分类。
2. 智能质量控制人工智能技术可以根据大数据对纺织品生产和质量控制进行全面监测和分析，及时判断并改善生产环节中的问题。
通过智能质量控制系统，可以提高产品的一致性、减少次品率，提升企业竞争力。
三、行业变革：效率提升与质量保证1. 提升纺织行业效率传统上，纺织品检测是一项人力密集型的工作，耗时且容易出现误判。
引入人工智能技术后，纺织品检测的效率得到了极大提升，大大减少了人力成本和时间成本。
2. 提高产品质量人工智能在纺织品检测中的应用，可以在生产过程中及时发现和修复瑕疵，提高产品的质量和一致性。
这对于提高消费者满意度、树立品牌形象具有重要意义。
四、个人观点与发展前景展望个人观点：人工智能在纺织品检测领域的应用无疑是一项革命性的技术，其在提高效率和质量保证方面具有巨大的潜力。
智能化、信息化技术在纺织行业中的应用与发展摘要：世界上唯一不变的是改变，社会形势瞬息万变，各行各业要要根据社会形势的变化调整自身步伐。
我国制定了发展规划，为纺织业提出了发展目标，旨在转变传统纺织业的发展方式、激发纺织业发展潜力、实现纺织强国的发展目标。
纺织业要走智能化、信息化之路，完成产业转型。
本文就纺织产业现状进行分析，指出发展问题，阐述纺织业智能化、信息化的重要性。
关键词：智能化技术；信息化技术；纺织行业；应用；发展1 前言在纺织行业领域，随着人们生活水平的提高，消费者对时尚化、功能化和个性化产品的需求节节攀升，科技与时尚融合之势将更加明显。
“科技+”产品近年来逐渐增多，涉及领域也不断拓展，高科技、信息化、智能化成为了不少品牌宣传的关键词。
例如将柔性电子元件植入纺织品，使传感器、柔性开关、柔性电子线路板、导电纱线与传统纺织品融为一体，实现传感、通讯功能从外挂到内嵌再到内生的跨越。
科技和纺织的融合不仅体现在科技赋予了纺织产品新的生命力，另一方面，纺织品也通过美学和设计赋予了科技更美妙的使用载体。
随着科技的推动，消费变得越来越精致、智慧、高效，科技元素已逐渐成为了新的消费时尚、新的功能体现，纺织行业要在“科技革命”和“消费升级”浪潮中保持先机，必须不断加强对新材料、新技术等科技元素的应用研究和产业推广。
2纺织工业智能化、信息化发展现状2.1技术装备落后技术装备落后，产品缺乏创新，产品附加值低，我国纺织行业经过几十年改革开的发展，虽然取得很好的成绩，也形成了一定的优势，但依然存在比较大的问题。
比较明显的是技术装备和生产工艺上落后发达国家，我国还是纺织和服装的代工大国，但并没有成为纺织强国。
在纺纱、织造、印染等各工艺上，我国的纺织业都与世界先进水平有较大差距。
2.2投入不足、发展态势不明朗纺织行业环境多变，受国际市场的冲击我国的纺织行业经济低迷，纺织行业的经济效益不断降低。
现今我国电子信息技术发展态势不太明朗，发展出现停滞。
3D打印技术在纺织品设计中的应用随着科技的不断进步和纺织品行业的发展，传统的纺织品设计方式逐渐不能满足人们对个性化和创新的需求。
然而，3D打印技术的出现为纺织品设计带来了全新的可能性。
3D打印技术通过将纺织品制造与计算机技术相结合，推动了纺织品设计的创新与发展。
首先，3D打印技术可以实现个性化设计。
传统的纺织品设计常常面临着大规模生产的限制，因为纺织品的生产需要进行模具制作和大量的重复工作。
而采用3D打印技术后，可以根据消费者个体化的需求，快速制造出符合其要求的纺织品产品。
消费者可以通过自由设计纺织品的形状、纹理和图案，借助3D打印技术将设计想法实现，并实现个性化的纺织品消费体验。
其次，3D打印技术可以提供更高的设计自由度。
传统的纺织品设计通常受到传统制造工艺的限制，而3D打印技术则可以允许设计师以更自由的方式进行创作。
设计师可以使用计算机软件创建复杂的几何图案和结构，将其转化为3D打印文件，并利用3D打印技术将其实现。
这种无限制的设计自由度，使得纺织品设计师能够创造出更加独特、复杂和精细的纺织品产品。
另外，3D打印技术还可以提高纺织品设计的生产效率。
传统的纺织品设计和生产流程通常较为繁琐，需要多个环节和多个参与者之间的合作。
通过使用3D打印技术，可以将一些传统工艺中的繁琐环节简化或省去，减少设计和生产的复杂性。
3D打印技术可以实现快速的样品制作和迅速的产品定制，从而提高纺织品生产的效率和灵活性。
此外，3D打印技术还可以推动纺织品行业的可持续发展。
传统的纺织品生产方式通常会产生大量的废料和二氧化碳排放，给环境造成负面影响。
而3D打印技术使用的是可回收材料，可以实现资源的有效利用，并减少废料的产生。
此外，3D打印技术可以根据需要进行量身定制的纺织品生产，减少了过度生产和库存，有助于减少纺织品行业的资源浪费。
然而，虽然3D打印技术在纺织品设计中的应用前景广阔，但目前仍然存在一些挑战。
首先，高成本是3D打印技术广泛应用于纺织品设计的主要障碍之一。
基于计算机视觉技术的纺织细节检测研究随着计算机视觉技术的不断发展，越来越多的应用场景被纳入到了计算机视觉的范畴中。
纺织行业作为传统的制造业领域，同样也可以借助计算机视觉的力量来提升生产效率和质量水平。
其中，基于计算机视觉技术的纺织细节检测就是一个重要的研究方向。
纺织细节检测旨在通过计算机视觉技术，对纺织品上的缺陷、色差、捻度等细节进行检测和分析，以保证生产出来的纺织品的质量达到标准要求，从而提高生产效率和降低质量成本。
纺织品的细节检测具有一定的技术难度，需要利用图像处理技术和机器学习算法来实现高效、准确的检测。
在纺织行业中，纱线的质量是非常重要的，因为纱线的质量决定了织物的品质和外观。
因此，针对纱线细节的检测是纺织细节检测的重要方向之一。
在纱线的检测中，需要实现的主要功能包括检测纱线的粗细、检测纱线的捻度、检测纱线的条纹等。
其中，纱线的捻度检测是最常见的纱线细节检测任务之一。
捻度是指纱线单元长度内的扭转数，是纱线细节中的一个重要参数。
传统的捻度检测方法主要是依靠技术工人熟练的手感来判断，因此存在着误判率高、效率低等缺点。
而基于计算机视觉技术的捻度检测方法则可以实现无人化、自动化的检测过程，大大提高了准确性和效率。
基于计算机视觉技术的纱线捻度检测算法通常包含以下几个步骤：图像获取、预处理、特征提取和捻度估计。
首先，需要获取纱线的图像，这一步通常需要结合高分辨率相机进行。
其次，需要对纱线图像进行预处理，包括去噪、二值化处理、边缘检测等。
然后，通过特征提取算法提取纱线的特征，例如纱线的弯曲程度、纱线的粗细等。
最后，通过机器学习算法或者计算公式来估计纱线的捻度。
除了纱线捻度检测之外，纺织细节检测还包括棉纱疵点检测、织物缺陷检测、染色色差检测等任务。
这些任务在实际生产中非常重要，对于提高生产效率和降低质量成本具有重要意义。
例如，棉纱疵点检测可以实现对纱线中的疵点、结痂等质量问题的检测；织物缺陷检测可以实现对织物中缺纹、裂口、断丝等缺陷的检测；染色色差检测可以实现对染色质量的检测和评估。
数字图像处理技术在纺织业中的应用研究随着科技的不断进步和发展，数字图像处理技术在众多领域得到了广泛应用。
其中，在纺织行业中的应用越来越受到人们的关注和重视。
数字图像处理技术在纺织业中可以应用于纱线颜色测量、织物缺陷检测、纺织品图案分析、物料辨识等方面。
本文将深入探讨数字图像处理技术在纺织业中的应用研究。
一、纱线颜色测量纱线颜色测量是纺织行业中一项很重要的技术。
在传统的纱线颜色测量方法中，需要使用显微镜和回转色度计等复杂的设备来进行颜色分析。
而数字图像处理技术可以通过图像采集、分析和处理来实现对纱线颜色的测量。
具体的方法是将一段纱线的图像通过某种方法转化为彩色图像，并根据色差算法进行颜色分析。
该方法减少了传统的测量流程，提高了纱线颜色测量的效率和准确度。
二、织物缺陷检测织物缺陷是纺织品生产过程中的一个普遍问题，会影响织物的质量和美观度。
传统的织物缺陷检测方法是使用人工目测和手工检验。
但这种方法费时费力，且效率低下。
数字图像处理技术可以通过对织物图像的采集、分析和处理来实现自动化的检测。
具体的方法是先对织物的图片进行预处理，去除背景干扰，并进行图像增强处理。
然后采用算法对图像中的缺陷进行定位和分析，再根据一定的规则判断缺陷的类型和程度。
此方法不仅速度快、效率高，而且可以大大提高缺陷检测的准确性。
三、纺织品图案分析纺织品的图案对产品的美观度和商品价值有很大影响。
传统的图案设计需要进行大量的手工绘制和修饰。
数字图像处理技术可以通过对图像的采集、分析和处理来实现自动化的图案分析和设计。
具体的方法是将纺织品的图案采集并转化为数字图像。
然后通过图像处理方法进行图案分析和辨识，即对图像中的主题元素、拼贴形式、色彩搭配等进行分析。
同时，借助计算机图形学等技术，实现纺织品图案的优化和设计。
此方法可以大大节约图案设计时间和成本，提高图案设计的创新性和实用性。
四、物料辨识在纺织品生产过程中，物料的辨识是非常重要的。
传统的物料辨识需要进行大量的人力和时间成本，并且存在误差。
VR技术在纺织工业中的应用案例分享随着科技的不断发展，VR技术在各行各业中都得到了广泛的应用。
其中，在纺织行业中的应用更是十分突出。
在传统的纺织行业中，员工需要通过人工的方式进行试衣和布料的测量，但这种方式存在着许多不足。
而有了VR技术的辅助，不仅能够更加准确地进行测量，还能够大大提高工作效率。
接下来，针对VR 技术在纺织工业中的应用做一些简单的案例分享。
1.面料分析在传统的纺织行业中，员工需要使用手工的方式对面料的质量进行分析，这种方式非常费时费力，并且准确率也不高。
而采用VR技术进行面料分析，则可以大大提高效率和准确率。
员工只需要将样本面料放在VR设备上，然后可以在虚拟环境中进行全方位的分析。
通过VR技术的帮助，员工可以更清楚地了解面料的质量和细节，从而进一步提升生产效率。
2.布匹测量在纺织行业中，测量布匹的长度和宽度非常重要。
在传统的生产工艺中，员工需要通过手工的方式进行测量，这种方式非常低效，并且容易出错。
而采用VR技术可以大大提高测量的准确率和效率。
员工只需要将布匹放在VR设备上，然后可以在虚拟环境中进行测量。
通过VR技术的帮助，员工可以更加准确地进行布匹的测量，从而提高了整个生产过程的效率和精度。
3.试衣体验在传统的纺织行业中，员工需要通过人工的方式进行试衣和试鞋，但这种方式存在着许多不足。
例如，试衣时需要员工大量脱衣换衣，这种过程不仅费时费力，而且可能影响试衣结果的准确性。
而采用VR技术进行试衣，则可以大大提高试衣的效率和精度。
员工只需要将虚拟试衣的设备穿戴好，然后就可以在虚拟环境中进行试衣。
通过VR技术的帮助，员工可以更加准确地了解穿着体验，从而进一步提高试衣的效率和准确性。
4.设计展示在纺织行业中，设计师需要通过手绘草图和样品展示设计方案。
这种方式存在着许多不足，例如，手绘草图的尺寸和比例可能会有所偏差，而样品制作的时间和成本也比较高。
而采用VR技术进行设计展示，则可以大大提高设计效率和展示效果。
计算机在纺织行业的应用电子信息技术是近年来开展最快的行业，所有其它行业的开展都离不开电子信息技术在该行业的应用，可谓各行业开展的龙头。
纺织行业是典型的传统行业，尽管也同样早早地迈开了信息化的脚步，但其信息化的开展相对于其它行业还存在较大的差距。
当前在纺织行业的应用主要在三个方面：纺织企业管理信息系统、纺织专业CAD系统、纺织生产过程自动化。
1．纺织企业管理信息系统企业管理信息系统是利用计算机技术、网络通讯技术、管理决策技术等为管理者提供辅助管理、辅助决策效劳的系统。
采用先进的、适用的，有效的企业管理信息系统，运用于企业管理的各个环节和层次中，可以改善企业的经营环境，降低经营本钱，提高企业的竞争能力；在企业的供给链上可以改善物流、资金流及信息流的通畅程度，使企业能对急剧变化不可预测市场做出聪明而快速的反响，能准确有效地满足用户的需求；另外可以使企业的各种运行数据更加准确，及时、全面、详实。
由于对各种信息进展了进一步加工，使企业领导层的生产、经营决策依据充分，更具科学性，能更好地把握商机，创造更多的开展时机；有利于企业科学化、合理化、制度化、标准化的管理，使企业的管理水平跨上新台阶，为企业持续、安康、稳定的开展打下根底。
目前企业管理信息系统软件有很多种，如制造资源方案〔MRPI〕、企业资源方案〔ERP〕、智能资源方案〔IRP〕，产品数据管理〔PDM〕、电子文件管理〔EDM〕、智能输出管理〔IDM〕等等，目前应用最多、国内炒得最热的ERP系统。
ERP系统主要是一种面向制造业进展物质资源、资金资源和信息资源集成一体化管理的企业管理软件系统。
其核心思想是将企业的各方面资源〔人力、资金、信息、物料、设备、时间、技术等〕合理配置，以充分发挥其效能，使企业在剧烈的市场竞争中全方位地发挥能量，从而取得最正确的经济效益。
ERP系统是由物料需求方案〔MRP〕系统、制造资源方案〔MRPⅡ〕系统开展而来的，20世纪60年代随着计算机技术的开展，在西方企业管理中提出了MRP理论，而到了80年代，随着计算机网络技术的开展，企业内部信息实现了共享，MRP的各子系统形成了一个集采购、库存、生产、销售、财务等一体化的系统，由此而开展成了制造资源方案〔MRP〕系统。
人工智能在纺织印染制造中的应用研究随着科技的迅速发展，人工智能在各个领域的应用也越来越广泛。
纺织印染制造作为一个传统行业，在人工智能的帮助下，也有了许多创新和突破。
本文将探讨人工智能在纺织印染制造中的应用研究，并介绍一些相关的实际案例。
一、纺织品设计与制造人工智能在纺织品设计与制造方面的应用已经取得了令人瞩目的成果。
传统的纺织品设计需要依靠设计师的经验和想象力，而人工智能通过学习和模拟人类的创作过程，可以生成出各种各样的设计方案。
通过大数据的分析和深度学习的算法，人工智能可以实现自主创作，为纺织品的设计师提供灵感和选择。
此外，人工智能还可以在制造过程中提高效率和质量。
通过对纺织材料的特性进行预测和优化，人工智能可以帮助制造商减少资源的浪费和损失，并提高产品的品质和性能。
例如，人工智能可以在纺织染色过程中自动控制染料的投放和温度的调节，以确保色彩的准确和一致性。
二、质检与品质控制纺织印染制造中的质检与品质控制一直是一个重要的环节。
传统的质检方法费时费力且容易出错，而人工智能的出现为质检提供了新的解决方案。
通过使用图像识别和模式匹配的算法，人工智能可以自动检测和识别纺织品中的瑕疵和缺陷。
这种方法不仅提高了质检的效率，还提高了检测的准确性和一致性。
同时，人工智能还可以通过数据分析和模型建立来进行品质控制。
通过收集和分析大量的生产数据，人工智能可以根据模型进行预测和判断，及时发现生产过程中的异常情况并采取相应的措施。
这种实时的品质控制方法大大减少了人为因素的干预，提高了生产效率和产品的合格率。
三、供应链优化与物流管理供应链优化与物流管理是纺织印染制造的关键环节。
人工智能可以通过数据分析和算法优化来提高供应链的效率和可靠性。
通过对供应链中的各个环节进行模拟和预测，人工智能可以实现生产计划的优化和调整，减少库存的积压和缺货的风险。
此外，人工智能还可以通过物流路线的优化和资源的调度，提高物流的效率和节约成本。
互联网纺织行业中的人工智能与机器学习研究在当今数字化时代，人工智能（Artificial Intelligence，AI）和机器学习（Machine Learning，ML）正在迅速改变和影响各行各业，包括传统的纺织行业。
互联网纺织行业结合AI和ML技术，具有巨大的潜力来改善生产效率、产品质量和顾客体验。
本文将探讨互联网纺织行业中人工智能与机器学习的研究及其应用。
一、人工智能在互联网纺织行业中的应用1. 生产过程的优化在互联网纺织行业中，人工智能可以帮助优化生产过程，提高生产效率和质量。
通过深度学习技术，AI可以分析海量的纺织生产数据，识别潜在的问题和瓶颈，并提供精确的建议和决策支持。
例如，AI可以通过检测纺织机器的故障、预测设备维护需求，帮助企业提前采取措施以避免生产中断和设备损坏，从而节省时间和成本。
2. 质量控制与预测互联网纺织行业需要保证产品的质量，而人工智能技术可以用于纺织品的质量控制和预测。
通过图像识别和计算机视觉技术，AI可以自动检测纺织品上的瑕疵和缺陷，减少人工检查的工作量。
此外，机器学习可以从历史质量数据中学习和预测纺织品的质量，帮助企业提前发现潜在的品质问题，并采取相应的措施以提高产品质量。
3. 供应链管理互联网纺织行业中，供应链的管理是至关重要的。
人工智能和机器学习可以改善供应链的可见度、灵活性和效率。
通过分析和预测需求、交通状况和库存情况等因素，AI可以帮助企业优化供应链计划，减少库存和运输成本，提高交货速度和客户满意度。
二、机器学习在互联网纺织行业中的应用1. 个性化推荐与定制机器学习技术能够分析大量的用户数据和产品数据，为用户提供个性化的推荐和定制服务。
在互联网纺织行业中，根据用户的偏好和历史购买行为，机器学习算法可以推荐最合适的纺织产品，提高销售转化率和顾客忠诚度。
此外，机器学习还可以帮助企业实现定制化的生产，根据用户需求定制纺织品，提升产品的独特性和个性化。
2. 时尚趋势预测机器学习在时尚行业中的应用也可以在互联网纺织行业中发挥重要作用。
人工智能引领纺织行业创新发展摘要：将AI技术有效融入到纺织各领域中，运用计算机视觉技术，采用深度学习算法，科学构建客户化、个体化以图搜索引擎；并提出利用计算机视觉技术对经编针织疵点进行在线检测；利用自然语言处理实现个体化纺织专业教育；运用机器学习算法，对智能 CAD，纺织面料评级以及分类，生产管理，服饰面料样式选择等方面进行研究。
随着现代工业机器人技术不断进步，筒子纱染色已进入数字自动化阶段，使人工智能将成为战略性技术，引导纺织行业健康发展，从而推动纺织行业智能化程度稳步提升，进而推动变革。
关键词：人工智能；纺织行业；创新发展摘要：人工智能主要是一门运用计算机模仿人类智能行为的学科。
包括对人的感知，认知，执行等。
旨在对计算机展开培训，使其能够自主学习、判断及决策等。
在技术层次上，将人工智能划分为三个层次。
其中，认知技术包含使用机械视觉、语音识别以及其它人工智能技术获取外界信息技术。
执行技术主要包含硬件技术以及将人工智能与机器人有效结合的智慧芯片计算技术。
在我国当前科技发展中，AI已成重要发展趋势，并在纺织业中得到广泛运用，以提升面料评级、分类、生产管理准确性及效率，同时还能够协助设计师对服饰流行趋势展开准确判断。
总之，将智能机器人有效运用到纺织业中，可以大大减少人力成本，从而提升纺织业生产率。
一、纺织行业中计算机视觉技术应用（一）机器视觉在经编针织疵点中的应用在机器视觉及图像处理技术健康发展背景下，纺织品缺陷自动化测试已被诸多企业引进。
当前，我国大多数纺织品生产厂家仍然采用人工检测手段，导致无法对纺织品进行有效检测，无法对纺织品品质加以有效控制。
江南大学自主研发的“断纱自停”织物疵点在线探测装置，主要利用工业照相机处理并获取织物图像。
一旦在织造过程中出现疵点，机器就会停机。
该系统包括图像采集、疵点识别及机械控制三部分。
其中，还涉及先进评价系统及专门图像处理程序，同时还包括以最优 Gabor滤波为基础的织物疵点自动检测方法，采用非接触式检测方式，不存在任何机械损失。
计算机立体视觉技术及其在纺织业中的应用
杨晓波 东华大学纺织学院 200051
摘 要 计算机立体视觉技术主要包括直接三角法、莫尔条纹法、位相测量法和傅里叶变换轮廓法等,全文分析了这几种方法的基本原理和主要优缺点,并介绍这一新兴技术在纺织业中的应用情况及发展方向。
关键词:计算机立体视觉 测量技术 纺织 应用
中图分类号:TS101.8
1 前 言
计算机立体视觉技术主要有相移测量术
(PMP)、傅里叶变换法(F TP)、莫尔条纹法、飞行时
间法、相干雷达技术等,其中前三种方法的测量是基
于三角测量原理,即通过分析受物面调制的投影条纹变形获取空间信息,所以受到阴影、遮挡、相位截断的限制,不能测量剧烈的面型变化。
飞行时间法一般用于大范围绝对距离测量;相干雷达技术用于μm～mm级的微测量。
2 主要测量技术
2.1 直接三角法
直接三角法轮廓测量技术包括激光逐点扫描法、光切法和新近兴起的二元编码图样投影法。
这些方法都是以纯粹的三角测量原理为基础,通过出射点、投影点和成象点三者之间的几何成象关系确定三者之间的对应关系。
逐点法用一个光点扫描物体,虽然简单可靠,但测量耗时;光切法采用一维线形图样扫描物体,速度比前者有很大提高;
二元编码图象投影法采用时间或空间编码的二维光学图样投影(一般用液晶屏作为投影装置),能够大大提高测量速度。
这几种方法的优点是信号的处理简单可靠,无须复杂的条纹分析就能确定各个测量点的绝对高度信息,缺点是精度不高,不能实现全场测量。
2.2 莫尔条纹法
自Meadows等1970年提出莫尔轮廓法以来,在此基础上提出了影像莫尔法、投影莫尔法、扫描莫尔法以及这些方法的改进方法,使莫尔等高线三维测量技术不同程度地达到实用化程度。
2.2.1 影像莫尔法 原理如图1所示,光源照射到置于被测物体上的主光栅,其影像投在物体上,物体上E与光栅上C点的高度差W为
W=N×P/tanα+tanβ(1)式中N为莫尔条纹的阶:如A D包含m条宽度为P 的线条,AB包含n条,则N=m-n。
影像莫尔法特点是原理简单,精度高,但由于制造面积较大的光栅很困难,故该方法只适用于小物体的测量。
图1 影像莫尔法原理图
P2通过光栅形成莫尔条纹的宽度;
W2物体E上D点与光栅上C点的高度差。
2.2.2 投影莫尔法 这种方法是将光栅投射到被测物体上,然后再在观察侧用第二条光栅观察物体表面的变形光栅象,这样就得到莫尔条纹。
分析莫尔条纹就可以得到物体的深度信息。
该方法的特点是适于测量较大的物体。
2.2.3 扫描莫尔法 其投影侧和投影莫尔法相同,但在观察侧不用光栅来形成莫尔条纹,而是用电子扫描光栅和变形象迭加生成莫尔等高线。
它的优点是利用现代电子技术,可以很方便地改变扫描光栅距、位相等,其缺点是需要扫描机构,数据获取速度低,稳定性较差,对噪声敏感。
2.3 位相测量法
这种方法采用正弦光栅投影和相移技术,投影在物体上的光栅根据物体的高度而产生变形,这个变形的光栅图象叫做2-D的条纹图包含了三维信息。
变形光栅的光强一般形式为:
I I(x,y)=I0{1+m(x,y)cos[<(x,y)+<I]}(2)式中I I(x,y)为物体(x,y)点上的光强;I0(x,y)为背景光强;m(x,y)为系统对比度。
<I为相移量(I =1,2,3),<(x,y)为相位。
它是物体形状h(x,y)
16
2001年4月・第29卷・第2期上海纺织科技计算机应用
的函数,是需要求出的物理量。
采用三相算法,即将<1=0,<2=2π/3,<3=4π/3代入上式,可得
<(x,y)=arctan[3(I3-I2)/(2I12I22I3)](3)
由于采用多帧图象,其特点是精度高,由于该法只需计算三个强度值和反正切函数,所以处理简单。
缺点是不能消除条纹中高频噪声引起的误差。
2.4 傅里叶变换轮廓法
该法以罗奇光栅产生的结构光场投影到待测三维物体表面,对结构光场进行傅里叶分析、滤波和逆傅里叶分析,就可以从变形图形中提取三维面形信息。
该技术具有比传统莫尔技术更高的灵敏度,并全自动区分物体表面的起伏变化,对条纹阶次和内插数的设置没有要求,不足之处在于当测量斜率大的物体时需要非常高的分辨率图象设备和运算能力大的计算机。
3 计算机视觉在纺织上的应用
3.1 原料及产品检验
棉花中的杂质和颜色可以降低纱线的强力和均匀度,影响织物的外观。
对棉花的分类已从最早的人工分类转向使用精密仪器。
计算机视觉系统可以用来检测棉花的杂质和颜色,这一系统由彩色CCD 摄象机、照明系统以及专业软件组成,采用多维域值法可有效地检测杂质大小、阴影面积、空间密度、形状、颜色等,实验表明,该系统的检验效果优于采用HV I杂质分析仪和颜色分析仪。
FDICS系统可用于织物疵点的检测和分类,这一系统溶入了计算机视觉、图象处理、模式识别的思想,由图象获取、特征提取、分类三大模块组成。
优于传统的人工分类方法,准确率可达95%以上。
3.2 外观评定
织物的外观(如起皱)是带有起伏的三维表面形态,直接影响纺织品的美观,以往采用试样与标准样照目测评定,这种方法属于主观评定,人为因素干扰大;采用非接触激光逐点扫描法,可以检测织物的外观等级,这是一种典型的三角测量法,虽然简单可靠,但测量耗时,而且设备昂贵。
另外,采用光栅投影也可测试织物的起皱程度,它是利用莫尔条纹法测试织物的表面形态,该办法可对简单织物进行较精确评估。
美国一些学者还探讨了利用计算机图象处理技术评定织物的折皱程度。
德克萨斯大学的X.BU提出了用折皱灰度表面积、阴影面积对折皱评级。
马里兰大学的Y oungjoo Na和Behuam Powdeyhimi提出用折皱强度、轮廓、功率谱密度、尖锐度、随机分布程度、总体外观、分形等来表征折皱程度。
这些指标均从不同侧面表征了织物折皱程度。
后来有人提出采用超声波技术评估,由于超声波不受表面色彩的影响,且反射强度直接反映织物的倾斜度,特别适用于测量轻度起皱表面。
但是不适宜测定模糊表面,且易受不同测试角度的影响。
传统上评价织物的起球用计数和称量的办法,但是这种方法费时且不准确。
利用计算机视觉技术可以很好的评价织物的起球。
先用CCD摄象机获取图象,经过图象增强和压缩后,提取毛球特征值:密度、大小和对比度,将这些特征值与织物起球的原始值进行对比,就能对织物的起球情况定级,借助FF T技术可以消除浮点纱的影响,提高评价准确率。
3.3 质量控制
传统的质量监测需要人工来完成,但人眼在观测半小时后,评测的准确率就会下降,运用计算机视觉,可以处理数字图象并且进行实时分析,不但提高了产量,而且保证了最终产品的质量,这套系统是由精密传感器和高性能计算机网格系统(HPCN)组成,可以实时监测生产工艺,并将获得的数据快速处理,得出最佳方案,指导生产。
一种自适应机器人缝纫系统可用于服装生产。
这套系统采用多级信号反馈,信号通过摄象机送入中央处理器,可以对生产进行实时控制,对织物接缝处的起皱情况可以做到精确测量,该系统尤其适合轻薄织物和精纺织物。
利用计算机视觉和机器人技术可以对纱线的卷装进行在线检测,尤其适合于新型纺纱的卷装情况,机器人受计算机控制,被用来在测试过程中移动和确定筒子纱的位置,这套系统主要分4步完成:图象获取→图象增强→特征提取→图象分析。
可以在线检测出11种最普通的不合格卷装,准确率高于人眼观测,可以即时指导生产,调整工艺。
4 结 语
计算机立体视觉是光学技术和计算机图象处理技术的结合体,有着广阔的应用前景。
计算机立体视觉的几种方法各有优缺点,这一新兴技术在纺织业中的应用和未来发展方向将是具有自适应投影能力及图象处理能力的轮廓测量系统。
(参考文献略)
26
上海纺织科技计算机应用2001年4月・第29卷・第2期。
