CN109410200B - 一种粘胶纤维织物数码印花清晰度的评价方法 - Google Patents
一种粘胶纤维织物数码印花清晰度的评价方法 Download PDFInfo
- Publication number
- CN109410200B CN109410200B CN201811284736.0A CN201811284736A CN109410200B CN 109410200 B CN109410200 B CN 109410200B CN 201811284736 A CN201811284736 A CN 201811284736A CN 109410200 B CN109410200 B CN 109410200B
- Authority
- CN
- China
- Prior art keywords
- viscose
- evaluation
- fabric
- definition
- ink
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
- B41M—PRINTING, DUPLICATING, MARKING, OR COPYING PROCESSES; COLOUR PRINTING
- B41M5/00—Duplicating or marking methods; Sheet materials for use therein
- B41M5/0041—Digital printing on surfaces other than ordinary paper
- B41M5/0047—Digital printing on surfaces other than ordinary paper by ink-jet printing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30124—Fabrics; Textile; Paper
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Coloring (AREA)
- Treatment Of Fiber Materials (AREA)
Abstract
本发明公开了一种粘胶纤维织物数码印花清晰度的评价方法,包括选取不同组织结构和规格的粘胶织物,使用活性染料对其进行喷墨印花,所喷墨印花的图案包括阳线、阴线、方形和圆形,以及复杂图案,并对粘胶织物上所印刷的图案采用客观评价和主观评价相结合的方法来评价数码印花的清晰度。所使用的主观评价包括绝对性尺度评价方法和相对性尺度评价方法。本发明采用客观评价和主观评价相结合的方法,相对客观评价和主观评价单一评价方法而言,对粘胶织物数码印花的清晰程度进行了准确的评价。
Description
技术领域
本发明涉及数码印花清晰度评价技术领域,尤其是一种粘胶纤维织物数码印花清晰度的评价方法。
背景技术
由于生产劳动率的不断提高和环境问题日益严峻,喷墨印花技术的应用逐渐广泛起来。喷墨印花技术是1980年左右国际上出现的一种新型的纺织印花技术,它是在喷墨印花纸张的技术基础上改良得到的。喷墨印花与传统的印花相比,采用更简短的工序,产生更少的污染,更少的废水,却可以得到更高精度的图案效果,是印花技术的一大突破。虽然目前喷墨印花还只能适用于小批量生产,但随着社会对纺织品生产的环保要求越来越高,喷墨印花技术会在未来逐渐替代传统印花技术。衡量喷墨印花效果好坏的一个重要指标就是印花的清晰度。印花清晰度与很多因素都有关系,例如运用的墨水性质,印花机的型号参数和织物结构等。粘胶长丝作为纤维素纤维,兼具了天然纤维素纤维和化学纤维的优点,在面料中的应用越来越广泛。在对粘胶纤维织物喷墨印花的清晰度的评价,目前国内外还没有一个统一有效的方法。
发明内容
本发明的目的是提供一种粘胶纤维织物数码印花清晰度的评价方法,采用客观评价与主观评价的结合来对粘胶纤维织物数码印花清晰度进行评价。
为解决上述技术问题,本发明的目的是这样实现的:
本发明所涉及一种粘胶纤维织物数码印花清晰度的评价方法,包括,
(1)选取不同组织结构和规格的粘胶织物,并在其上进行喷墨印花,所使用的染料为活性染料;在所选择的粘胶织物上所喷墨印花的图案具体有阳线、阴线、彩色条、方形、圆形和复杂图案;在对粘胶织物进行喷墨印花前需对粘胶织物进行上浆并烘干,上浆的轧余率为75-85%;对粘胶织物进行喷墨印花后还包括汽蒸、水洗和烘干;所述的阳线宽度范围为0.1-1mm;所述的阴线的宽度范围为0.4-1.9mm;所述的阳线分为经向阳线和纬向阳线,所述的阴线包括经向阴线和纬向阴线;所述的复杂图案为从图库中选取;
(2)对在粘胶织物上所喷墨印花的经向阳线、纬向阳线、经向阴线、纬向阴线进行清晰度客观评价,阳线的清晰度用设置宽度与实际打印宽度的比例值来表示,阳线的清晰度用实际打印宽度与设置宽度的比例值来表示;
(3)对在粘胶织物上所喷墨印花形成的方形、圆形、彩色条、经向阳线、纬向阳线采用灰度差分绝对值之和算法进行模糊度评价;
所述的灰度差分绝对值之和算法的公式如下:
其中,M、N分别为图像的宽和高;f(x,y)表示在图像(x,y)点的灰度值;D(f)为灰度差分绝对值之和;
(4)对在粘胶织物上所喷墨印花形成的复杂图案采用绝缘性尺度评价和相对性尺度评价相结合的方法进行主观评价;
所述的绝缘性尺度评价是让实验者逐个观察测试对象,利用测试者的主观判断对给定织物上所数码印刷的图案按照清晰度从高至低进行排序;
所述的相对性尺度评价是采用Mean Opinion Score(MOS)评价方法,将粘胶织物上的与图库中相同图案不同清晰程度的图像进行一一对比,按照相对性尺度图案对应分数表让测试者选出最接近图案并根据图库给出相对应的分数;对测试者所打的分数进行归一化平均处理得到主观评价分值,具体的计算公式为:
MOSj表示对编号为j测试图像的平均意见得分,表示剔除异常数据后的有效打分个数,表示对图像的有效打分;异常数据判断通常采用r分布进行判定,即观测者i对图像j的打分若在区间外,则认为异常数据,α为置信度,uj和σj为原始打分的均值和标准差;
按照相对性尺度评价方法所得到的分数进行排序,并与绝缘性尺度评价所得到的顺序进行比较。
作为上述方案的进一步说明,对粘胶织物上浆之前还包括对粘胶织物的检测。
作为上述方案的进一步说明,对粘胶织物上浆时所使用的浆料中,包括糊料DGT-6、低粘度的印染级海藻酸钠、尿素、元明粉、小苏打、防染剂和水;所述的尿素的用量为15-20%。
作为上述方案的进一步说明,浆料的调浆过程如下:在容器中加入称好的水,再边搅拌边加入糊料DGT-6的固体粉末;在糊料DGT-6变稠之前加入元明粉、防染盐,搅拌至糊料基本溶胀,并没有团状颗粒;再加入尿素搅拌,最后加小苏打搅拌均匀,放置后搅拌均匀即可使用。
本发明的有益效果是:本发明所涉及的粘胶纤维织物数码印花清晰度的评价方法,采用清晰度对阳线和阴线进行边缘清晰程度的评价,采用灰度差分绝对值之和算法对明线、阴线进行内部清晰程度进行评价。最后绝缘性尺度评价和相对性尺度评价对喷墨印花进行主观评价。本发明采用客观评价和主观评价相结合的方法,相对客观评价和主观评价单一评价方法而言,对粘胶织物数码印花的清晰程度进行了准确的评价。
附图说明
图1是A、B、C、D、E、F六种面料的放大图;
图2是A的经向阳线、纬向阳线、经向阴线、纬向阴线的放大图;
图3是阳线清晰度的测试示意图;
图4是经向阳线的清晰度折线图;
图5是纬向阳线的清晰度折线图;
图6是经向阴线的清晰度折线图;
图7是纬向阴线的清晰度折线图;
图8是经向阳线的模糊度折线图;
图9是纬向阳线的模糊度折线图;
图10是方形和圆形的模糊度柱状图;
图11是彩色条模糊度柱状图;
图12是所印刷的复杂图案喷墨印刷对比图;
图13是相对性尺度图案对应分数表。
具体实施方式
下面结合附图和具体实施例对本发明进一步说明。
结合附图,对本发明作详细说明。本发明所涉及的一种粘胶纤维织物数码印花清晰度的评价方法,包括选取不同组织结构和规格的粘胶织物,使用活性染料对其进行喷墨印花,并在粘胶织物上所印刷的图案采用客观评价和主观评价相结合的方法来评价数码印花的清晰度。所使用的主观评价包括绝对性尺度评价方法和相对性尺度评价方法。
选取不同组织结构和规格的粘胶织物,并在其上进行喷墨印花。粘胶纤维为纤维素纤维,所以使用的染料为活性染料。在所选择的粘胶织物上所喷墨印花的图案具体有阳线、阴线、彩色条、方形、圆形和复杂图案。在对粘胶织物进行喷墨印花前需对粘胶织物进行上浆并烘干,上浆的轧余率为75-85%。对粘胶织物进行喷墨印花后还包括汽蒸、水洗和烘干;阳线和阴线的宽度范围为0.1-1mm;阳线分为经向阳线和纬向阳线,阴线包括经向阴线和纬向阴线;复杂图案为从图库中选取。
本发明中选取六种不同组织结构和规格的粘胶长丝织物,具体的粘胶长丝织物的规格见表1。图1中显示了所选取的每种织物的组织结构的放大图。
表1实验织物
所使用的喷墨印花机的具体参数见表2。
表2实验所用印花机
在对所选择的粘胶长丝面料进行喷墨印花时,具体的工艺如下:浸轧上浆(75%-85%轧染率)→烘干(90℃)→熨平织物(100℃)→数码印花→汽蒸(饱和蒸汽,100℃,10min)→冷水洗→热水洗→皂洗(皂洗剂2g/L,95℃,10min)→冷水洗→烘干;其中,皂洗的浴比为1:50。
在印花前需要对先对所选择的面料进行检测,面料检测主要包括如下几个方面。
(1)物理指标:如匹长、幅宽、重量、经纬纱密度和强度等都必须在标签上注明。
(2)外观疵点:如纬纱断裂,经纱缺失,布面有油污等也要在标签上注明。
(3)数码印花对坯布的要求:烧毛尽量干净、退浆率要高、煮练和漂白尽量彻底,最好可以有丝光处理。
(4)用毛细管效应来衡量织物的煮练效果,测试时将织物一端约2-4cm垂直浸在水中,测量30min后水在织物上上升高度,即为毛效。一般要求达到8-10cm/30min。也可以用滴水实验来测试毛效,用一滴水滴在织物上,水滴迅速渗化说明渗透好,水滴没有渗化而是像水珠一样滚动说明渗透很差,渗透差的面料数码喷印后颜色的得色量低。
(5)面料纬斜控制在3%以内,面料纬斜太大会影响打印质量[9]。
(6)面料白度一般要求在75以上,否则会影响颜色的鲜艳度。
(7)面料不能经过柔软处理或其他的涂层处理[9]。
(8)涤纶化纤与天然纤维混纺或交织的面料,目前暂不能加工。
在对粘胶面料喷墨印花前需要对面料进行上浆。上浆目的是防止印染到棉等织物表面染料分子的渗化,进而获取清晰的图案。促使染料墨水在湿热的条件下和纤维发生作用,获取特定的显色度和色牢度。织物在喷印前需进行上浆处理,其方法有:圆网上浆、平网上浆、浸轧(双面)法、单面(上浆)法、喷雾法等。本发明中采用单面上浆法。轧余率控制在75-85%左右,上浆完成后在90℃条件下进行烘干。
在本发明中,由于粘胶长丝的吸湿性低于棉纤维,所以尿素的用量增加至15-20%。所使用的浆的的配方见表3。
表3浆料配方
调浆的工艺如下:在容器中加入称好的水,再边搅拌边加入糊料的固体粉末;在糊料变稠之前加入元明粉、防染盐,搅拌至糊料基本溶胀,并没有团状颗粒;再加入尿素搅拌,最后加小苏打搅拌均匀,放置2小时后搅拌均匀即可使用。放置过夜效果更佳。
将提前准备好所需要印刷的阳线、阴线、方形、圆形和复杂图案,输入至喷墨印花机所连接的计机中。本发明是阳线分为经向阳线和纬向阳线,阴线分为经向阴线和纬向阴线,阳线的宽度为0.1mm、0.4mm、0.7mm、1.0mm,阴线线条的宽度为0.7mm、1.0mm、1.3mm、1.6mm、1.9mm。所选用的复杂图案为从数据库中所选取的Boats,Clown和Isabe。接下来对粘胶织物进行喷墨印花。在喷墨印花后,还包括对粘胶织物的汽蒸、水洗和烘干。图2中显示了1.0mm宽度下阳线和阴线的放大图。
对在粘胶织物上所喷墨印花的经向阳线、纬向阳线、经向阴线、纬向阴线进行清晰度客观评价。阳线的清晰度用设置宽度与实际打印宽度的比例值来表示,阳线的清晰度用实际打印宽度与设置宽度的比例值来表示。
本发明中清晰度的测试采用的工具为10倍高清数码显微镜。具体操作步骤如下:
(1)将显微镜与计算机相连,安装驱动程序和测量软件。
(2)利用标准尺样,校准显微镜的倍数为10倍。
(3)将显微镜对准所需要放大的织物部位,并调节LED灯开关至合适的亮度。
(4)移动显微镜,选择清楚明亮的部位进行拍照,并保存图片做好标记。
(5)在Measurement这一软件中打开先前保存的图片,对织物打印的线条进行测量。
其测量示意图见图3,表示了宽度为1mm的阳线的测量示意图。实际打印宽度为1.3673mm。
在对阳线的清晰度进行测量时,测量打印之后的实际宽度,得到的结果一设置宽度之差即为线条在打印时左右的最大渗化宽度,结果数值越大则说明左右两边的渗化宽度越大,则该织物的清晰度也就越差。在对阴线的清晰度进行测量时,测量打印之后的实际宽度,设置宽度与得到的实际宽度之差为打印时的最大渗化宽度,结果数值越大则说明左右两边的渗化宽度越大,则该织物的清晰度也就越差。
对阳线进行清晰度的评价,采用为设置宽度与打印宽度的比例来表示。图4表示了经向阳线清晰度的折线图。图5表示了纬向阳线清晰度的折线图。从图4和图5中可以发现,由于边缘渗化的原因,随着织物打印宽度的增加织物的清晰度也逐渐提高,这一规律经纬方向的线条均一样。经向和纬向的清晰度曲线并不是完全统一的,这是因为有些织物的经纬向纱支和成分并不是完全一样的,墨水承载的载体不一样,渗化的程度也会相对来说有些差异。但在一定范围内均是可接受的。清晰度这一表征本发明采用的是设置宽度与实际打印宽度之比,所以数值越大则表明清晰度越好,考察织物整体清晰度,仍需要将织物经纬向两方面结合起来考虑。可以发现织物F的清晰度是最差的,织物A和B相对较好。
对阴线进行清晰度评价,采用打印宽度与设置宽度的比例来表示。图6表示了经向阴线的清晰度折线图;图7表示了纬向阴线的清晰度拆线图。从图6和图7中可以看出,跟黑色线条喷印的情况类似,在经向和纬向上清晰度均随着喷印设定的宽度增大而随之提高。白色线条是除设定的宽度以外均会喷印黑色墨水,黑色墨水往周围渗化的情况一样下,设定的线条宽度越小,则随之的实际线条宽度也会越小,其清晰度也就越低。从织物整体情况来看,在经向上各种织物的清晰度不相上下,在纬向上织物F的清晰度最差而织物B则刚相反。
对在粘胶织物上所喷墨印花形成的方形、圆形、彩色条、经向阳线、纬向阳线采用灰度差分绝对值之和算法进行模糊度评价。
所述的灰度差分绝对值之和算法的公式如下:
其中,M、N分别为图像的宽和高;f(x,y)表示在图像(x,y)点的灰度值;D(f)为灰度差分绝对值之和。
对A、B、C、D、E、F六种粘胶织物中,经向阳线、纬向阳线进行模糊度评价,其评价结果见图8和图9。线条是沿织物经向和纬向分别喷印的,在使用方程差这一方法时也是单独计算经向和纬向,所以这里将经纬向线条分析放一起做对比。若要考察整体性的清晰度,则要将经向和纬向的结果综合起来分析。从上图中可以发现六种织物的清晰性排布依旧和前两个结果所差无几。再一次论证模糊度评价方法的可靠性。从图中还可以发现另一个规律,随着线条打印宽度的增大,而数值也逐渐增大,在这里要区别开两个概念,边缘渗化和内部渗化。在之前的多边形和彩色条中均截取了图案内部的一段作为实验对象,称为内部渗化。而边缘渗化是打印墨水渗化到要求之外的纤维上,例如线条的宽度较小墨水渗化到其周围的越多,线条边缘的毛糙就越明显,清晰度就下降;反之线条的宽度增大,墨水可以往要求的纤维上继续渗化,线条内部的空洞也越少,清晰度就上升。
对六种粘胶织物上所喷墨印刷的方形和圆形图案进行模糊度评价,其结果见图10。从图10中可以看出每块织物上正方形和圆形得到的模糊度数值相差不大,证明了此种方法的可靠性。由上图可以发现织物F的模糊度最高,则织物F的清晰度最差。织物A和织物B的清晰度相对来说较好,织物C、D和E的清晰度中等。在计算方形和圆形的方程差的时候截取的是图形中间完全印染的部分,墨水向周围渗化的程度越大,往周围渗透的越多,存在没有被喷印的点就越少,但分配到具体点上的墨水就越少,进而在计算模糊度的时候得出的数值也就越大。而由于墨水的渗化程度越大织物具体点的上清晰度就越差。
对六种织物上所喷墨印刷的彩色条进行模糊度评价,结果见图11。从图11中显示喷印不同颜色的墨水对织物印花的清晰度也有影响。在彩色条上本文选取的还是印染的中间部分,所以模糊度越高则清晰度越差。对于六种织物而言,清晰度的排序依旧是织物F清晰度最差,C、D、E次之,最好的是A、B。从总体趋势来看六种织物的四种颜色的清晰度排布都大致相同,并且六种织物的清晰度排布与图10也基本类似,这就间接验证了模糊度这一评价方法的准确性。而从喷印的四种颜色显示,黄色的清晰度是最好,接着是蓝色和粉红,最后是黑色。这是因为不同的墨水含有不同的染料分子,溶解在不同的体系里,所以其在同种织物上的渗透情况也不一样。
本发明中通过对多边形、彩色条和线条均使用了模糊度的评价方法,结论都很相似验证了这一评价方法的可靠信。六种织物依次为A、B较好,C、D、E次之,F最差。
对在粘胶织物上所喷墨印花形成的复杂图案采用绝缘性尺度评价和相对性尺度评价相结合的方法进行主观评价。
绝缘性尺度评价是让实验者逐个观察测试对象,利用测试者的主观判断对给定织物上所数码印刷的图案按照清晰度从高至低进行排序。
绝对性尺度评价的具体评价步骤如下:
实验环境:室温20oC℃,明亮宽敞的教室。
实验者:20位无色盲色弱的大学生,男女比例1:1。
实验对象:印花在六种织物上的三幅彩色图案。将织物平铺在教室课桌上。同种图案并排在一起。
实验过程:让20位观察者依次观察同种图案的其中织物,将七种织物的清晰度高低依次排序。
综合20位观察者,绝对性尺度评价得到的清晰度高低排列依次为:A>B>C>E>D>F。
相对性尺度评价是采用Mean Opinion Score(MOS)评价方法,将粘胶织物上的与图库中相同图案不同清晰程度的图像进行一一对比,按照相对性尺度图案对应分数表让测试者选出最接近图案并根据图库给出相对应的分数;对测试者所打的分数进行归一化平均处理得到主观评价分值,具体的计算公式为:
MOSj表示对编号为j测试图像的平均意见得分,表示剔除异常数据后的有效打分个数,表示对图像的有效打分;异常数据判断通常采用r分布进行判定,即观测者i对图像j的打分若在区间外,则认为异常数据,α为置信度,uj和σj为原始打分的均值和标准差。
按照相对性尺度评价方法所得到的分数进行排序,并与绝缘性尺度评价所得到的顺序进行比较。
相对性尺度的评价分数表,见表4。
表4评价分数表
由表4可以发现,绝对性尺度和相对性尺度得到的数据结果基本类似,在主观评价中,织物A和B的清晰度较好,最差的即为织物F。
测试结果与结论:
织物F的清晰度是最差的,而织物A、B的清晰度相对来说较好,C、D、E清晰度次之。
织物A和织物B的结构不同,经纬密度也不相同,仅纱支相同但清晰度却很相似,可以表明织物组织结构对清晰度并无多大影响。在分析了实验数据和所选用的织物规格后,发现织物所用的纱支规格对织物的喷印清晰度起到了关键影响。
本发明是利用主观评价和客观评价相结合的方法对粘胶织物上喷墨印花的清晰程度进行评价,用客观评价的结果去反证主观评价的结论。主观评价是绝对性尺度评价和相对性评价相结合,客观评价是清晰度和模糊度评价相结合的方法。
主观评价与客观评价在经过实验后,被证明具有一定的可靠性和准确性,并且在使用过程中步骤简单,评价工具也十分方便,结果也非常的直观,可以广泛被应用到实际生产生活中去。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (4)
1.一种粘胶纤维织物数码印花清晰度的评价方法,其特征在于,包括,
(1)选取不同组织结构和规格的粘胶织物,并在其上进行喷墨印花,所使用的染料为活性染料;在所选择的粘胶织物上所喷墨印花的图案具体有阳线、阴线、彩色条、方形、圆形和复杂图案;在对粘胶织物进行喷墨印花前需对粘胶织物进行上浆并烘干,上浆的轧余率为75-85%;对粘胶织物进行喷墨印花后还包括汽蒸、水洗和烘干;所述的阳线宽度范围为0.1-1mm;所述的阴线的宽度范围为0.4-1.9mm;所述的阳线分为经向阳线和纬向阳线,所述的阴线包括经向阴线和纬向阴线;所述的复杂图案为从图库中选取;
(2)对在粘胶织物上所喷墨印花的经向阳线、纬向阳线、经向阴线、纬向阴线进行清晰度客观评价,阳线的清晰度用设置宽度与实际打印宽度的比例值来表示,阳线的清晰度用实际打印宽度与设置宽度的比例值来表示;
(3)对在粘胶织物上所喷墨印花形成的方形、圆形、彩色条、经向阳线、纬向阳线采用灰度差分绝对值之和算法进行模糊度评价;
所述的灰度差分绝对值之和算法的公式如下:
其中,M、N分别为图像的宽和高;f(x,y)表示在图像(x,y)点的灰度值;D(f)为灰度差分绝对值之和;
(4)对在粘胶织物上所喷墨印花形成的复杂图案采用绝缘性尺度评价和相对性尺度评价相结合的方法进行主观评价;
所述的绝缘性尺度评价是让实验者逐个观察测试对象,利用测试者的主观判断对给定织物上所数码印刷的图案按照清晰度从高至低进行排序;
所述的相对性尺度评价是采用Mean Opinion Score- MOS评价方法,将粘胶织物上的与图库中相同图案不同清晰程度的图像进行一一对比,按照相对性尺度图案对应分数表让测试者选出最接近图案并根据图库给出相对应的分数;对测试者所打的分数进行归一化平均处理得到主观评价分值,具体的计算公式为:
MOSj表示对编号为j测试图像的平均意见得分,表示剔除异常数据后的有效打分个数,表示对图像的有效打分;异常数据判断采用r分布进行判定,即观测者i对图像j的打分若在区间外,则认为异常数据,α为置信度,uj和σj为原始打分的均值和标准差;
按照相对性尺度评价方法所得到的分数进行排序,并与绝缘性尺度评价所得到的顺序进行比较。
2.如权利要求1所述的粘胶纤维织物数码印花清晰度的评价方法,其特征在于,对粘胶织物上浆之前还包括对粘胶织物的检测。
3.如权利要求1所述的粘胶纤维织物数码印花清晰度的评价方法,其特征在于,对粘胶织物上浆时所使用的浆料中,包括糊料DGT-6、低粘度的印染级海藻酸钠、尿素、元明粉、小苏打、防染剂和水;所述的尿素的用量为15-20%。
4.如权利要求3所述的粘胶纤维织物数码印花清晰度的评价方法,其特征在于,浆料的调浆过程如下:在容器中加入称好的水,再边搅拌边加入糊料DGT-6的固体粉末;在糊料DGT-6变稠之前加入元明粉、防染盐,搅拌至糊料基本溶胀,并没有团状颗粒;再加入尿素搅拌,最后加小苏打搅拌均匀,放置后搅拌均匀即可使用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811284736.0A CN109410200B (zh) | 2018-10-31 | 2018-10-31 | 一种粘胶纤维织物数码印花清晰度的评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811284736.0A CN109410200B (zh) | 2018-10-31 | 2018-10-31 | 一种粘胶纤维织物数码印花清晰度的评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109410200A CN109410200A (zh) | 2019-03-01 |
CN109410200B true CN109410200B (zh) | 2021-11-30 |
Family
ID=65470782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811284736.0A Active CN109410200B (zh) | 2018-10-31 | 2018-10-31 | 一种粘胶纤维织物数码印花清晰度的评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109410200B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109975181A (zh) * | 2019-04-22 | 2019-07-05 | 常州纺织服装职业技术学院 | 一种快速评价预处理织物的喷墨印花清晰度的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101127926A (zh) * | 2007-09-14 | 2008-02-20 | 西安电子科技大学 | 基于多尺度几何分析的图像质量评测方法 |
CN102313698A (zh) * | 2011-07-04 | 2012-01-11 | 天津科技大学 | 基于多层次灰关联评估的彩喷纸质量评价方法 |
CN103076334A (zh) * | 2013-01-25 | 2013-05-01 | 上海理工大学 | 一种定量评价数字印刷线条与文本感知质量的方法 |
CN104851098A (zh) * | 2015-05-22 | 2015-08-19 | 天津大学 | 基于改进结构相似度的立体图像质量客观评价方法 |
CN105787952A (zh) * | 2016-03-28 | 2016-07-20 | 北京空间飞行器总体设计部 | 一种微振动对在轨图像质量影响的评估方法 |
CN105787945A (zh) * | 2016-03-09 | 2016-07-20 | 杭州万事利丝绸科技有限公司 | 一种基于特征色的数码印花颜色再现精度的评价方法 |
CN108596878A (zh) * | 2018-03-30 | 2018-09-28 | 浙江大学山东工业技术研究院 | 图像清晰度评价方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101587589A (zh) * | 2008-05-22 | 2009-11-25 | 天津科技大学 | 喷墨打印质量模糊评价方法 |
CN101556251B (zh) * | 2009-05-08 | 2012-02-08 | 西安理工大学 | 一种基于数字信号处理器的ctp制版质量检测方法 |
CN103806310B (zh) * | 2014-02-11 | 2016-09-07 | 东华大学 | 一种精确评价印花糊料花型轮廓清晰度的方法 |
CN104134204B (zh) * | 2014-07-09 | 2017-04-19 | 中国矿业大学 | 一种基于稀疏表示的图像清晰度评价方法和装置 |
CN104182983B (zh) * | 2014-08-27 | 2017-03-22 | 重庆大学 | 基于角点特征的高速公路监控视频清晰度的检测方法 |
CN105806844A (zh) * | 2016-04-21 | 2016-07-27 | 广东德美精细化工股份有限公司 | 一种精确评价数码印花糊料花型轮廓清晰度的方法 |
-
2018
- 2018-10-31 CN CN201811284736.0A patent/CN109410200B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101127926A (zh) * | 2007-09-14 | 2008-02-20 | 西安电子科技大学 | 基于多尺度几何分析的图像质量评测方法 |
CN102313698A (zh) * | 2011-07-04 | 2012-01-11 | 天津科技大学 | 基于多层次灰关联评估的彩喷纸质量评价方法 |
CN103076334A (zh) * | 2013-01-25 | 2013-05-01 | 上海理工大学 | 一种定量评价数字印刷线条与文本感知质量的方法 |
CN104851098A (zh) * | 2015-05-22 | 2015-08-19 | 天津大学 | 基于改进结构相似度的立体图像质量客观评价方法 |
CN105787945A (zh) * | 2016-03-09 | 2016-07-20 | 杭州万事利丝绸科技有限公司 | 一种基于特征色的数码印花颜色再现精度的评价方法 |
CN105787952A (zh) * | 2016-03-28 | 2016-07-20 | 北京空间飞行器总体设计部 | 一种微振动对在轨图像质量影响的评估方法 |
CN108596878A (zh) * | 2018-03-30 | 2018-09-28 | 浙江大学山东工业技术研究院 | 图像清晰度评价方法 |
Non-Patent Citations (10)
Title |
---|
A Statistical Evaluation of Recent Full Reference Image Quality Assessment Algorithms;H.R. Sheikh等;《IEEE Transactions on Image Processing》;20061016;3440-3451 * |
Image quality assessment: from error visibility to structural similarity;Zhou Wang等;《IEEE Transactions on Image Processing》;20040413;600-612 * |
Mean opinion score (MOS) revisited: methods and applications, limitations and alternatives;Robert C. Streijl等;《Multimedia Systems volume》;20141228;213-227 * |
一种显微镜自动聚焦算法;梁隆恺等;《哈尔滨理工大学学报》;20180410;第23卷(第2期);正文第1节 * |
不同糊料的数码印花效果;郭文登等;《印染》;20151215(第24期);19-23 * |
光学显微成像系统图像清晰度评价函数的对比;李雪等;《光学仪器》;20080215;第40卷(第1期);28-38 * |
基于纺织纤维截面的多焦面处理方法研究;丁喻洋等;《微计算机信息》;20060510;第22卷(第5-1期);199-201、88 * |
数码印花精细度与织物组织结构的关系;高普等;《印染》;20181001(第19期);正文第1-2节 * |
涤纶针织物数码印花清晰度的影响因素;李敏等;《纺织学报》;20180515;第39卷(第5期);62-66 * |
纺织品数码印花总墨量控制效果评价;王妍等;《丝绸》;20160220;第53卷(第12期);正文第2-3节 * |
Also Published As
Publication number | Publication date |
---|---|
CN109410200A (zh) | 2019-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109235090A (zh) | 一种纯棉斜纹染色布印染工艺 | |
CN109594337A (zh) | 一种织物改性工作液、改性方法和喷墨印花织物及其方法 | |
CN109410200B (zh) | 一种粘胶纤维织物数码印花清晰度的评价方法 | |
CN105133388A (zh) | 纺织品色牢度红色系标准织物及其应用 | |
CN109501426A (zh) | 3d立体竖条泡泡皱纬弹面料的制作方法 | |
CN110067140A (zh) | 一种涤纶/纤维素纤维混纺织物的小样仿色方法 | |
CN105696380A (zh) | 一种可识别喷墨印花织物预处理均匀性的方法 | |
Stancıc et al. | The influence of washing treatment on screen printed textile substrates | |
CN105133389A (zh) | 纺织品色牢度蓝色系标准织物及其应用 | |
CN105806844A (zh) | 一种精确评价数码印花糊料花型轮廓清晰度的方法 | |
CN111893670A (zh) | 一种纺织品用染整一体化生产设备及其使用方法 | |
CN114855469B (zh) | 一种基于液体炭黑@分散染料黑制备功能涤氨纶针织物的印花方法 | |
CN107227639B (zh) | 一种用于棉涤交织面料的印花糊料 | |
CN109410201B (zh) | 一种棉织物数码印花清晰度的评价方法 | |
CN109183466A (zh) | 一种涤纶针织布的印花工艺 | |
JP5385758B2 (ja) | 高堅牢度織編物 | |
KR920007106B1 (ko) | 우수한 외관을 갖는 비스코스레이욘 섬유 | |
Fan et al. | Effects of pretreatments on print qualities of digital textile printing | |
WO1997012089A1 (en) | Stain resistance of nylon carpet | |
JP7558648B2 (ja) | 高視認性織編物 | |
JPH0253976A (ja) | 布はくの染色方法 | |
CN110886103A (zh) | 一种酸性数码印花底浆及其制备方法和应用 | |
JPH02293405A (ja) | ビスコースレーヨン繊維 | |
CN108547162B (zh) | 超纤含浸色浆及其制备方法 | |
JP2010053456A (ja) | 濃染色人工皮革およびその製造方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |