CN110006898A - 基于圆度算法的涤棉纤维混纺比测量方法 - Google Patents

基于圆度算法的涤棉纤维混纺比测量方法 Download PDF

Info

Publication number
CN110006898A
CN110006898A CN201910244976.6A CN201910244976A CN110006898A CN 110006898 A CN110006898 A CN 110006898A CN 201910244976 A CN201910244976 A CN 201910244976A CN 110006898 A CN110006898 A CN 110006898A
Authority
CN
China
Prior art keywords
image
polyester fiber
polyester
cross
algorithm
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
Application number
CN201910244976.6A
Other languages
English (en)
Inventor
辛斌杰
邓娜
陆帅钢
王文珍
王益亮
邢文宇
张峥烨
陈阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai University of Engineering Science
Original Assignee
Shanghai University of Engineering Science
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai University of Engineering Science filed Critical Shanghai University of Engineering Science
Priority to CN201910244976.6A priority Critical patent/CN110006898A/zh
Publication of CN110006898A publication Critical patent/CN110006898A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/286—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q involving mechanical work, e.g. chopping, disintegrating, compacting, homogenising
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/286—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q involving mechanical work, e.g. chopping, disintegrating, compacting, homogenising
    • G01N2001/2873—Cutting or cleaving
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8444—Fibrous material

Abstract

本发明提供一种基于圆度算法的涤棉纤维混纺比测量方法，包括步骤：S1：对待测涤棉纤维样本进行切片并采集获得一涤棉横截面图像；S2：对所述涤棉横截面图像进行预处理，获得预处理图像；S3：利用边缘检测算法提取所述预处理图像中所述待测涤棉纤维样本的截面轮廓边缘；S4：利用圆度算法计算获得所述截面轮廓边缘的圆度值；S5：利用所述圆度值识别所述待测涤棉纤维样本的纤维类别，并计算所述待测涤棉纤维样本的混纺比。本发明的一种基于圆度算法的涤棉纤维混纺比测量方法，可准确、有效地识别涤棉纤维并计算获得混纺比。

Description

基于圆度算法的涤棉纤维混纺比测量方法
技术领域
本发明涉及图像处理技术领域，尤其涉及一种基于圆度算法的涤棉纤维混纺比测量方法。
背景技术
混纺比是涤棉的重要参数。涤棉结构形态由喷丝孔决定，常规涤纶横截面呈圆形，无中腔。改变纤维的截面形状，可以制出异形纤维。提高光亮度和饱合力。纤维大分子结晶度，取向度高，所以纤维强力高(是粘胶纤维的20倍)，耐摩性好，弹性好不易起皱，挺拔保形性好，耐光、热性好，洗涤后快干免烫，洗后可穿性能良好。涤棉混纺比的不同对强度、抗皱能力、吸水性、耐磨性、耐腐蚀性等有很大影响，而且与涤棉加工过程有密切关系。快速、准确地测量涤棉混纺比，对评价产品性能、指导改进制造工艺都具有重要意义。
目前，尚缺乏一种能够准确、有效地测量涤棉纤维涤棉比的方法。
发明内容
针对上述现有技术中的不足，本发明提供一种基于圆度算法的涤棉纤维混纺比测量方法，可准确、有效地识别涤棉纤维并计算获得混纺比。
为了实现上述目的，本发明提供一种基于圆度算法的涤棉纤维混纺比测量方法，包括步骤：
S1：对待测涤棉纤维样本进行切片并采集获得一涤棉横截面图像；
S2：对所述涤棉横截面图像进行预处理，获得预处理图像；
S3：利用边缘检测算法提取所述预处理图像中所述待测涤棉纤维样本的截面轮廓边缘；
S4：利用圆度算法计算获得所述截面轮廓边缘的圆度值；
S5：利用所述圆度值识别所述待测涤棉纤维样本的纤维类别，并计算所述待测涤棉纤维样本的混纺比。
优选地，所述S1步骤进一步包括步骤：
S11：将所述待测涤棉纤维样本放入一柔性管体并拉直，
S12：向所述柔性管体内注入树脂并封口；
S13：待所述树脂凝固后，利用一切片机对所述柔性管体进行切片，获得所述待测涤棉纤维样本的切片样本；
S14：利用连接于一计算机的三目显微镜采集所述切片样本的图像，获得所述涤棉横截面图像。
优选地，所述S2步骤进一步包括步骤：
S21：将采集到的所述涤棉横截面图像转换成第一灰度图像；
S22：对所述灰度图像进行灰度值取反操作，获得第二灰度图像；
S23：对所述第二灰度图像进行中值滤波，获得滤波图像；
S24：对所述滤波图像进行二值化处理，获得二值化图像；
S25：对所述二值化图像中的闭合图形填充白色，获得所述预处理图像。
优选地，所述S3步骤进一步包括步骤：
S31：利用边缘检测算法获取所述预处理图像中所述待测涤棉纤维样本的多个单根纤维的截面轮廓，每一所述截面轮廓包括外轮廓和内部边缘；
S32：用连续光滑的红色线条描绘所述外轮廓。
优选地，所述S4步骤进一步包括步骤：
S41：利用椭圆中心二次拟合算法确定各所述截面轮廓边缘的中心；
S42：计算各所述截面轮廓边缘的周长；
S43：计算各所述截面轮廓边缘的面积；
S44：计算各所述截面轮廓边缘的圆度值。
优选地，所述S5步骤进一步包括步骤：
S51：当所述圆度值大于等于0.9时，将对应所述单根纤维划分为涤纶纤维，并记录涤纶纤维的数量；当所述圆度值小于0.9时，将对应所述单根纤维划分为棉纤维，并记录棉纤维的数量；
S52：根据所述涤纶纤维的数量和所述棉纤维的数量计算获得所述混纺比。
本发明由于采用了以上技术方案，使其具有以下有益效果：
本发明的方法通过利用边缘检测算法检测纤维边缘并在此基础上提取边缘轮廓，然后识别涤棉横截面的边缘特征，从而计算涤棉混纺比，实现准确、有效的参数测量；快速、准确地测量纤维涤棉混纺比对评价产品性能、指导改进制造工艺以及人类生活具有重要意义。另外，在预处理图像步骤中，利用树脂凝固后再对测涤棉纤维样本切片，解决了涤棉纤维较细且硬度不够不易直接进行切片问题；通过中值滤波滤除了第二灰度图像中的椒盐噪声；二值化处理后使得图像中的边缘特征更为明显；通过对二值化图像中的闭合图形填充白色去除了截面轮廓边缘内的孔洞，可大幅度减少不必要的计算量，提高数据处理的效率。
附图说明
图1为本发明实施例的基于圆度算法的涤棉纤维混纺比测量方法的流程图；
图2～图4分别为本发明实施例的第一切片、第二切片和第三切片的第一灰度图像；
图5～图7分别为本发明实施例的第一切片、第二切片和第三切片的第二灰度图像；
图8～图10分别为本发明实施例的第一切片、第二切片和第三切片的滤波图像；
图11～图13分别为本发明实施例的第一切片、第二切片和第三切片的二值化图像；
图14～图16分别为本发明实施例的第一切片、第二切片和第三切片的预处理图像。
图17～图19分别为本发明实施例的第一切片、第二切片和第三切片的圆度值图像。
具体实施方式
下面根据附图1，给出本发明的较佳实施例，并予以详细描述，使能更好地理解本发明的功能、特点。
请参阅图1，本发明实施例的一种基于圆度算法的涤棉纤维混纺比测量方法，包括步骤：
S1：对待测涤棉纤维样本进行切片并采集获得一涤棉横截面图像。
其中，S1步骤进一步包括步骤：
S11：将待测涤棉纤维样本放入一柔性管体并拉直，
S12：向柔性管体内注入树脂并封口；
S13：待树脂凝固后，利用一切片机对柔性管体进行切片，获得待测涤棉纤维样本的切片样本；
S14：利用连接于一计算机的三目显微镜采集切片样本的图像，获得涤棉横截面图像。
利用树脂凝固后再对测涤棉纤维样本切片，解决了涤棉纤维较细且硬度不够不易直接进行切片问题。本实施例中，利用三目显微镜采集图片时，将切片样本置于载玻片并滴上树脂盖上盖玻片，然后将其固定在显微镜样品架平台上，可沿前后、左右方向移动，使待测涤棉纤维样本横截面呈现在三目显微镜中心，并使其上下运动来调节倍率得到清晰的横截面图像，最后基于计算机保存得到的图像。
S2：对涤棉横截面图像进行预处理，获得预处理图像。
S2步骤进一步包括步骤：
S21：将采集到的涤棉横截面图像转换成第一灰度图像；
S22：对灰度图像进行灰度值取反操作，获得第二灰度图像；使得第二灰度图像中涤棉横截面图像显示为亮区，灰度值非0，而背景区域的灰度值为0；
S23：对第二灰度图像进行中值滤波，获得滤波图像，通过中值滤波滤除了第二灰度图像中的椒盐噪声；
S24：对滤波图像进行二值化处理，获得二值化图像；对滤波图像中的涤棉横截面图像只需要考虑形态，只与像素值为0或255的点位置有关，二值化处理后使得图像中的边缘特征更为明显；
S25：对二值化图像中的闭合图形填充白色，获得预处理图像；
通过对二值化图像中的闭合图形填充白色去除了截面轮廓边缘内的孔洞，可大幅度减少不必要的计算量，提高数据处理的效率。
S3：利用边缘检测算法提取预处理图像中待测涤棉纤维样本的截面轮廓边缘。
其中，S3步骤进一步包括步骤：
S31：利用边缘检测算法获取预处理图像中待测涤棉纤维样本的多个单根纤维的截面轮廓，每一截面轮廓包括外轮廓和内部边缘；
S32：用连续光滑的红色线条描绘外轮廓。
S4：利用圆度算法计算获得截面轮廓边缘的圆度值。
其中，S4步骤进一步包括步骤：
S41：利用椭圆中心二次拟合算法确定各截面轮廓边缘的中心；
B2-C<0 (1)
(1+C)(CF+2BDE-D2C-B2F-E2)<0 (2)
时，其中B、C、D、E和F为未知参数，公式(3)就代表一个椭圆：
x2+2Bxy+Cy2+2Dx+2Ey+F＝0 (3)
其均方差和为公式(4)所示：
对式(4)中的分别取偏导,令每个式子为零，可以得到一个包含5个方程和5个未知数的方程组，通过解这个方程组可以求解椭圆的中心坐标(x0,y0)为公式(5)所示：
本实施例中，利用公式(5)确定各截面轮廓边缘的中心。
S42：计算各截面轮廓边缘的周长。
通过对纤维横截面图像边界坐标的采集，然后对长半轴a和短半轴b边界坐标范围值进行微分再求平方，计算到的值为纤维横截面的周长L，其周长为公式(6)所示：
S43：计算各截面轮廓边缘的面积。
通过纤维横截面图像边界坐标求取半长轴和半短轴长度，面积S等于长半轴a乘以短半轴b再乘以圆周率π，其面积S为公式(7)所示：
S＝a·b·π (7)
S44：计算各截面轮廓边缘的圆度值。
圆度值M等于4倍圆周率乘以面积除以周长的平方，其圆度值为公式(8)所示：
M＝4πS/L2 (8)
S5：利用圆度值识别待测涤棉纤维样本的纤维类别，并计算待测涤棉纤维样本的混纺比。
其中，S5步骤进一步包括步骤：
S51：当圆度值大于等于0.9时，将对应单根纤维划分为涤纶纤维，并记录涤纶纤维的数量；当圆度值小于0.9时，将对应单根纤维划分为棉纤维，并记录棉纤维的数量；
S52：根据涤纶纤维的数量和棉纤维的数量计算获得混纺比。
利用混纺比公式计算出涤棉混纺纤维中涤、棉各自所占的比例，具体公式(9)如下：
其中Ra和Rb分别为涤纤维和棉纤维的混纺比，ca、cb和ca+b分别是涤纤维数量、棉纤维数量和涤纤维与棉纤维的总数量。
例如，可利用本发明实施例的方法对一待测涤棉纤维样本的第一切片、第二切片和第三切片进行测量。
图2～图4分别为第一切片、第二切片和第三切片的第一灰度图像；
图5～图7分别为第一切片、第二切片和第三切片的第二灰度图像；
图8～图10分别为第一切片、第二切片和第三切片的滤波图像；
图11～图13分别为第一切片、第二切片和第三切片的二值化图像；
图14～图16分别为第一切片、第二切片和第三切片的预处理图像。
图17～图19分别为第一切片、第二切片和第三切片的圆度值图像。
计算获得第一切片、第二切片和第三切片(分别对应编号1、2、3)的混纺比、平均混纺比、绝对误差和相对误差，如表1的测量结果表所示。
表1.测量结果表
可见，通过本发明实施例的一种基于圆度算法的涤棉纤维混纺比测量方法，可实现对涤棉纤维混纺比的测量，并具有准确性高、适用性强的优点。
以上结合附图实施例对本发明进行了详细说明，本领域中普通技术人员可根据上述说明对本发明做出种种变化例。因而，实施例中的某些细节不应构成对本发明的限定，本发明将以所附权利要求书界定的范围作为本发明的保护范围。

Claims (6)

1.一种基于圆度算法的涤棉纤维混纺比测量方法，包括步骤：
S1：对待测涤棉纤维样本进行切片并采集获得一涤棉横截面图像；
S2：对所述涤棉横截面图像进行预处理，获得预处理图像；
S3：利用边缘检测算法提取所述预处理图像中所述待测涤棉纤维样本的截面轮廓边缘；
S4：利用圆度算法计算获得所述截面轮廓边缘的圆度值；
S5：利用所述圆度值识别所述待测涤棉纤维样本的纤维类别，并计算所述待测涤棉纤维样本的混纺比。
2.根据权利要求1所述的基于圆度算法的涤棉纤维混纺比测量方法，其特征在于，所述S1步骤进一步包括步骤：
S11：将所述待测涤棉纤维样本放入一柔性管体并拉直，
S12：向所述柔性管体内注入树脂并封口；
S13：待所述树脂凝固后，利用一切片机对所述柔性管体进行切片，获得所述待测涤棉纤维样本的切片样本；
S14：利用连接于一计算机的三目显微镜采集所述切片样本的图像，获得所述涤棉横截面图像。
3.根据权利要求2所述的基于圆度算法的涤棉纤维混纺比测量方法，其特征在于，所述S2步骤进一步包括步骤：
S21：将采集到的所述涤棉横截面图像转换成第一灰度图像；
S22：对所述灰度图像进行灰度值取反操作，获得第二灰度图像；
S23：对所述第二灰度图像进行中值滤波，获得滤波图像；
S24：对所述滤波图像进行二值化处理，获得二值化图像；
S25：对所述二值化图像中的闭合图形填充白色，获得所述预处理图像。
4.根据权利要求3所述的基于圆度算法的涤棉纤维混纺比测量方法，其特征在于，所述S3步骤进一步包括步骤：
S31：利用边缘检测算法获取所述预处理图像中所述待测涤棉纤维样本的多个单根纤维的截面轮廓，每一所述截面轮廓包括外轮廓和内部边缘；
S32：用连续光滑的红色线条描绘所述外轮廓。
5.根据权利要求4所述的基于圆度算法的涤棉纤维混纺比测量方法，其特征在于，所述S4步骤进一步包括步骤：
S41：利用椭圆中心二次拟合算法确定各所述截面轮廓边缘的中心；
S42：计算各所述截面轮廓边缘的周长；
S43：计算各所述截面轮廓边缘的面积；
S44：计算各所述截面轮廓边缘的圆度值。
6.根据权利要求5所述的基于圆度算法的涤棉纤维混纺比测量方法，其特征在于，所述S5步骤进一步包括步骤：
S51：当所述圆度值大于等于0.9时，将对应所述单根纤维划分为涤纶纤维，并记录涤纶纤维的数量；当所述圆度值小于0.9时，将对应所述单根纤维划分为棉纤维，并记录棉纤维的数量；
S52：根据所述涤纶纤维的数量和所述棉纤维的数量计算获得所述混纺比。
CN201910244976.6A 2019-03-28 2019-03-28 基于圆度算法的涤棉纤维混纺比测量方法 Pending CN110006898A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910244976.6A CN110006898A (zh) 2019-03-28 2019-03-28 基于圆度算法的涤棉纤维混纺比测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910244976.6A CN110006898A (zh) 2019-03-28 2019-03-28 基于圆度算法的涤棉纤维混纺比测量方法

Publications (1)

Publication Number Publication Date
CN110006898A true CN110006898A (zh) 2019-07-12

Family

ID=67168702

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910244976.6A Pending CN110006898A (zh) 2019-03-28 2019-03-28 基于圆度算法的涤棉纤维混纺比测量方法

Country Status (1)

Country Link
CN (1) CN110006898A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111008965A (zh) * 2019-11-28 2020-04-14 创新奇智(南京)科技有限公司 棉麻混纺纤维形态特征鉴别系统及鉴别方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101509931A (zh) * 2009-03-16 2009-08-19 浙江大学 在线测量管内颗粒二维速度和粒径分布的方法和装置
CN103471973A (zh) * 2013-09-05 2013-12-25 东华大学 一种图像法测定织物孔隙特征的方法
CN107515187A (zh) * 2017-08-23 2017-12-26 中国林业科学研究院木材工业研究所 一种快速检测木质纤维材料中导管细胞形态特征的方法
CN107705283A (zh) * 2017-06-14 2018-02-16 华北理工大学 基于Otsu图像分割的颗粒与气泡碰撞检测方法
CN108038838A (zh) * 2017-11-06 2018-05-15 武汉纺织大学 一种棉麻纤维种类自动检测方法和系统
CN108120715A (zh) * 2016-11-30 2018-06-05 中国科学院沈阳自动化研究所 一种基于机器视觉的玉米籽粒破碎率在线检测方法及装置
CN109255775A (zh) * 2018-07-18 2019-01-22 苏州精观医疗科技有限公司 一种基于光纤显微内镜图像的胃肠上皮隐窝结构自动量化分析方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101509931A (zh) * 2009-03-16 2009-08-19 浙江大学 在线测量管内颗粒二维速度和粒径分布的方法和装置
CN103471973A (zh) * 2013-09-05 2013-12-25 东华大学 一种图像法测定织物孔隙特征的方法
CN108120715A (zh) * 2016-11-30 2018-06-05 中国科学院沈阳自动化研究所 一种基于机器视觉的玉米籽粒破碎率在线检测方法及装置
CN107705283A (zh) * 2017-06-14 2018-02-16 华北理工大学 基于Otsu图像分割的颗粒与气泡碰撞检测方法
CN107515187A (zh) * 2017-08-23 2017-12-26 中国林业科学研究院木材工业研究所 一种快速检测木质纤维材料中导管细胞形态特征的方法
CN108038838A (zh) * 2017-11-06 2018-05-15 武汉纺织大学 一种棉麻纤维种类自动检测方法和系统
CN109255775A (zh) * 2018-07-18 2019-01-22 苏州精观医疗科技有限公司 一种基于光纤显微内镜图像的胃肠上皮隐窝结构自动量化分析方法及系统

Non-Patent Citations (11)

* Cited by examiner, † Cited by third party
Title
XING WENYU等: "A novel digital analysis method for measuring and identifying of wool and cashmere fibers", 《MEASUREMENT》 *
XU B.等: "Image Analysis for Cotton Fibers Part II：Cross-Sectional Measurements", 《TEXTILE RESEARCH JOURNAL》 *
ZHANG YING等: "Cotton and Bast Fiber Image Segmentation Based on Mathematical Morphology", 《APPLIED MECHANICS AND MATERIALS》 *
严晓燕等: "异形截面纤维特征参数提取及图像识别技术研究进展", 《合成纤维》 *
宗亚宁等: "树脂包埋技术在纤维截面切片中的应用", 《纺织学报》 *
曹俊彬: "基于激光散斑的某型飞机复合材料损伤检测评估系统", 《科技通报》 *
李艰等: "利用图像处理技术测定丝/毛混纺比的方法初探", 《中国纺织大学学报》 *
王为农等: "《影像测量仪技术基础》", 31 March 2010, 中国商业出版社 *
袁利华: "利用图像处理和分析技术测定涤棉混纺比", 《丝绸》 *
谢莉青等: "麻/涤纱混纺比图像测试方法的应用研究", 《上海纺织科技》 *
赵婕: "《图像特征提取与语义分析》", 31 July 2015, 重庆大学出版社 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111008965A (zh) * 2019-11-28 2020-04-14 创新奇智(南京)科技有限公司 棉麻混纺纤维形态特征鉴别系统及鉴别方法

Similar Documents

Publication Publication Date Title
CN106846344B (zh) 一种基于边缘完备度的图像分割最优识别方法
CN102982314A (zh) 一种血管内外膜识别、描记和测量的方法
CN110163853A (zh) 一种边缘缺陷的检测方法
CN101984916B (zh) 基于数字图像处理技术的血管管径测量方法
CN107256406A (zh) 重叠纤维图像分割方法、装置、存储介质和计算机设备
CN107066829A (zh) 基于云计算的病理分析系统及方法
CN109060821A (zh) 基于激光检测的隧道病害检测方法及隧道病害检测装置
CN106228170A (zh) 一种指针式仪表的指针位置提取方法
CN105387814A (zh) 一种三维编织复合材料预制件表面参数自动测量系统
CN110006898A (zh) 基于圆度算法的涤棉纤维混纺比测量方法
CN105631876A (zh) 一种基于全局二值化的ct图像分辨率自动测试方法
CN111415349A (zh) 一种基于图像处理技术的涤纶长丝毛丝检测方法
CN115797473B (zh) 一种土建工程用混凝土成型评估方法
CN106983524A (zh) 一种反映生物组织异常的参数及其测量方法
US5299133A (en) Method for determining and controlling fiber luster properties
CN106226314A (zh) 基于纱线截面周长的纱线条干均匀度测量方法
CN103472064B (zh) 一种圆明亮琢型宝石切工鉴定的方法
CN104778709B (zh) 一种基于纱线序列图像的电子黑板的构建方法
Kim et al. Evaluation of fabric pilling using hybrid imaging methods
CN103099642A (zh) 一种超声血流信号质量实时分析方法
CN110261388A (zh) 一种多角度纱线外观数字化测试装置及测试方法
Li et al. A direct measurement method of yarn evenness based on machine vision
Wang et al. Elastic strain of PTT/PET self-crimping fibers
CN105138836A (zh) 一种注浆工程作业中浆液注入率的获取方法
CN105987866A (zh) 非均相液体沉降自动监测方法及设备

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190712