CN102967603A - 一种基于纱线中纤维取向的组织点类型判别方法 - Google Patents
一种基于纱线中纤维取向的组织点类型判别方法 Download PDFInfo
- Publication number
- CN102967603A CN102967603A CN201210533231XA CN201210533231A CN102967603A CN 102967603 A CN102967603 A CN 102967603A CN 201210533231X A CN201210533231X A CN 201210533231XA CN 201210533231 A CN201210533231 A CN 201210533231A CN 102967603 A CN102967603 A CN 102967603A
- Authority
- CN
- China
- Prior art keywords
- interlacing point
- point
- type
- image
- wave
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Treatment Of Fiber Materials (AREA)
Abstract
基于纱线中纤维取向的组织点类型判别方法属于新型纺织检测领域。在织物来样分析中,织物组织结构是其中最重要的参数之一,基于人工视觉的分析方法耗时费力,且容易出现误判。基于图像分析的方法组织点类型判别不够精确,为此本发明提出了一种基于纱线中纤维取向的组织点类型判别方法,用于实现组织点类型的准确判别,用于图像法检测准确识别织物组织。首先分析组织点类型与纱线中纤维取向的关系,然后提出对单个组织点图像进行边缘检测处理,最后利用一定的数学方法提取组织点特征参数,判别出组织点的类型。本发明提出的技术不仅能够用于素色织物组织的识别,还能够用于色织物和提花织物的组织识别。
Description
技术领域
本发明涉及一种基于纱线中纤维取向的组织点类型判别方法,包括组织点的分割、组织点图像的边缘检测、组织点图像特征提取方法,其属于新型纺织检测领域,具体涉及到组织点图像的分割、边缘检测、特征提取及分类等技术。
背景技术
在纺织企业中,经常需要根据织物来样进行再生产,在生产之前需要对织物来样进行参数分析,包括织物组织、经纬纱密度、纱线号数等,有了这些织物参数,才能够生产出与来样一致的产品。目前织物结构参数的检测是依赖于检测人员直接观察或者在照布镜的辅助下进行的,检测过程主观性强,且耗时费力。织物组织的识别是通过检测人员将分析结果手工记录在意匠纸上的,对于较为复杂的织物有经验的工人需要花费很长时间才能得到准确的结果。
近年来,随着图像处理技术和计算机辅助设计技术的发展,有很多研究人员尝试采用数字图像处理技术完成织物组织的自动识别,提出的组织点类型判别方法有特征统计法、几何形状判别法等,目前都无法准确的实现组织点类型的判别,因此难以完成织物组织的图像法自动识别,
为了解决上述问题,本发明提出一种基于纱线中纤维取向的组织点类型判别方法。织物组织点的类别是由经纬纱的浮沉关系所决定的,当经纱浮于纬纱之上时,该组织点为经组织点,反之当纬纱浮于经纱之上时,该组织点为纬组织点。当图像分辨率足够大时,可以看出组织点上纤维的取向,很显然,当纤维取向与经纱方向一致时,该组织点类型为经组织点,反之,当纤维取向与纬纱方向一致时,该组织点类型为纬组织点。因此组织点类型的判别问题就转化为组织点上纱线纤维的取向问题,只要能够准确识别出纤维的取向,就能够实现组织点类型的准确判别。根据上面的阐述,本发明首先分析组织点类型与纱线中纤维取向的关系,然后提出对单个组织点图像进行边缘检测处理,最后利用一定的数学方法提取组织点特征参数,判别出组织点的类型。本发明的具体实现步骤如图1所示。
发明内容
本发明的目的是提供一种基于纱线中纤维取向的组织点类型判别方法,用于实现织物组织的图像法自动识别。本发明采用的技术方案如下:
(1)利用一定的图像分割方法,实现织物组织点的准确分割,得到每个组织点图像,要求组织点图像中纤维清晰可辨;
(2)对组织点图像进行边缘检测处理,要求边缘检测结果中能够辨别出纤维的取向;
(3)利用一定的数学方法对边缘检测后的组织点图像进行分析,提取特征参数以判别组织点的类型。
附图说明
图1组织点类型判别步骤
图2经组织点图像
图3纬组织点图像
图4经组织的边缘检测结果
图5纬组织的边缘检测结果
具体实施方式
利用一定的图像采集设备采集织物表面反射图像,包括扫描仪、数码显微镜等,要求采集到的织物图像中能够清晰的辨别每根纱线上纤维的取向。
利用一定的图像分析方法实现纱线的准确分割,包括灰度投影法、时频变换法等,根据纱线的分割结果,完成组织点的自动划分,提取每个组织点的图像,图2为经组织点图像,图3为纬组织点图像。
利用边缘检测方法,对经纬组织点图像进行边缘检测,要求所利用的边缘检测方法能够提取图像中纤维的边缘信息,边缘信息能够反映组织点图像中纤维的取向。图4为图2所示组织点的边缘检测结果,图5为图3所示的组织点边缘检测结果。本例中所示的边缘检测算子为Canny算子。
利用一定的数学分析方法提取边缘检测后的组织点图像特征参数,进行组织点类型判别。本例首先获得经纬组织点图像的共生矩阵,然后提取共生矩阵的对比度作为组织点类型判别的特征参数。在经组织点中纤维沿着经纱方向,而在纬组织点中纤维沿着纬纱方向,依次规律分别计算每个组织点图像沿着0°和90°方向的共生矩阵的对比度特征参数,步长均为1个像素,当0°方向的对比度大于90°方法的对比度时,该组织点为经组织点,反之,该组织点为纬组织点。
本例中图4的组织点对比度计算结果如下:0°方向为0.1405,90°方向为0.0667,所以该组织点为经组织点。
本例中图5的组织点对比度计算结果如下:0°方向为0.0546,90°方向为0.1746,所以该组织点为纬组织点。
本例提供了一种组织点内纤维取向的示范方法,还可以采用其他数学方法分析纤维的取向。由于本发明提出的组织点类型判别方法是基于纤维取向的识别,因此不仅能够用于素色织物组织的识别,还能够用于色织物和提花织物的组织识别,将能应用于整个机织物组织的自动识别。
Claims (3)
1.一种基于纱线中纤维取向的组织点类型判别方法,其特征在于:根据组织点位置上经纬纱沉浮关系,提出组织点类型可以根据纱线中纤维取向进行判别,当纤维取向与经纱方向一致时,该组织点类型为经组织点,反之,当纤维取向与纬纱方向一致时,该组织点类型为纬组织点。
2.根据权利要求1组织点,其特征在于:利用图像处理算法对织物图像进行纱线定位和划分,从而实现每个组织点的定位,组织点图像中能够清晰的辨别纤维的方向。
3.根据权利要求1的组织点类型判别,其特征在于:对单个组织点图像进行边缘检测,利用一定的数学方法判别图像中纤维的取向,当纤维取向与经纱方向一致时,该组织点类型为经组织点,反之,当纤维取向与纬纱方向一致时,该组织点类型为纬组织点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210533231XA CN102967603A (zh) | 2012-12-12 | 2012-12-12 | 一种基于纱线中纤维取向的组织点类型判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210533231XA CN102967603A (zh) | 2012-12-12 | 2012-12-12 | 一种基于纱线中纤维取向的组织点类型判别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102967603A true CN102967603A (zh) | 2013-03-13 |
Family
ID=47797891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210533231XA Pending CN102967603A (zh) | 2012-12-12 | 2012-12-12 | 一种基于纱线中纤维取向的组织点类型判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102967603A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104568952A (zh) * | 2015-01-15 | 2015-04-29 | 无锡北斗星通信息科技有限公司 | 智能化织物组织类型检测系统 |
CN106960224A (zh) * | 2017-03-31 | 2017-07-18 | 湖北民族学院 | 土家织锦组织类型判定方法、装置及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06229948A (ja) * | 1991-08-09 | 1994-08-19 | Chugoku Boshoku Kogyo Kenkyu Chushin | デジタルイメージ処理による織物のたて、よこ浮き糸の特徴を識別する方法 |
CN1844550A (zh) * | 2006-01-26 | 2006-10-11 | 香港理工大学 | 双面扫描织物和纱线分析系统 |
CN101096819A (zh) * | 2006-06-27 | 2008-01-02 | 中国纺织科学研究院 | 织物的组织判别方法 |
-
2012
- 2012-12-12 CN CN201210533231XA patent/CN102967603A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06229948A (ja) * | 1991-08-09 | 1994-08-19 | Chugoku Boshoku Kogyo Kenkyu Chushin | デジタルイメージ処理による織物のたて、よこ浮き糸の特徴を識別する方法 |
CN1844550A (zh) * | 2006-01-26 | 2006-10-11 | 香港理工大学 | 双面扫描织物和纱线分析系统 |
CN101096819A (zh) * | 2006-06-27 | 2008-01-02 | 中国纺织科学研究院 | 织物的组织判别方法 |
Non-Patent Citations (2)
Title |
---|
谢莉青: "基于图像处理分析的机织物构成要素的综合识别方法与装置", 《中国博士学位论文全文数据库信息科技辑》 * |
马天宾 等: "机织物组织点的自动识别研究", 《纺织科技进展》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104568952A (zh) * | 2015-01-15 | 2015-04-29 | 无锡北斗星通信息科技有限公司 | 智能化织物组织类型检测系统 |
CN104568952B (zh) * | 2015-01-15 | 2017-06-27 | 中山中测纺织产业技术研究中心 | 智能化织物组织类型检测系统 |
CN106960224A (zh) * | 2017-03-31 | 2017-07-18 | 湖北民族学院 | 土家织锦组织类型判定方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rasheed et al. | Fabric defect detection using computer vision techniques: a comprehensive review | |
CN103502801B (zh) | 缺陷分类方法以及缺陷分类系统 | |
CN103529051B (zh) | 一种机织纺织品瑕疵自动在线检测方法 | |
CN108364291A (zh) | 基于计算机视觉技术的原坯布快速检测方法 | |
Zhang et al. | A review of fabric identification based on image analysis technology | |
CN108960255A (zh) | 基于颜色相似性和位置聚集性的显著性织物疵点检测方法 | |
US11427940B2 (en) | Methods and systems for triggered on-loom fabric inspection | |
CN102175692A (zh) | 织物坯布疵点快速检测系统及方法 | |
CN101424680A (zh) | 异形纤维计算机自动识别装置与方法 | |
CN102288607A (zh) | 基于数码显微镜的机织物密度检测仪 | |
CN104751443A (zh) | 基于多光谱技术棉花疵点检测与识别方法 | |
CN108288272A (zh) | 纱线识别方法及装置 | |
CN103471973A (zh) | 一种图像法测定织物孔隙特征的方法 | |
CN110097538A (zh) | 一种织机在线验布装置及疵点识别方法 | |
CN102592286A (zh) | 一种基于图像处理的色织物配色模纹图自动识别方法 | |
KR102445162B1 (ko) | 비전센서를 활용한 데이터 추출 및 딥러닝과 머신러닝 알고리즘에 기반한 제직 원단의 결점 검출 자동화시스템 | |
Pan et al. | Measuring thread densities of woven fabric using the Fourier transform | |
CN109145985A (zh) | 一种布匹疵点的检测及分类方法 | |
Furferi et al. | Machine vision-based pilling assessment: a review | |
CN112184615A (zh) | 基于图像处理的织物有色纤维检测系统 | |
CN102288608A (zh) | 一种新的机织物密度自动检测方法 | |
CN114998321A (zh) | 一种基于光学手段的纺织材料表面毛羽程度识别方法 | |
Javed et al. | Comparative analysis of different fabric defects detection techniques | |
CN113936001A (zh) | 一种基于图像处理技术的纺织品表面瑕疵点检测方法 | |
CN102967603A (zh) | 一种基于纱线中纤维取向的组织点类型判别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130313 |