CN111797695A - 一种股线捻度的自动识别方法及系统 - Google Patents

一种股线捻度的自动识别方法及系统 Download PDF

Info

Publication number
CN111797695A
CN111797695A CN202010520860.3A CN202010520860A CN111797695A CN 111797695 A CN111797695 A CN 111797695A CN 202010520860 A CN202010520860 A CN 202010520860A CN 111797695 A CN111797695 A CN 111797695A
Authority
CN
China
Prior art keywords
twist
strand
image
gray
row
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.)
Granted
Application number
CN202010520860.3A
Other languages
English (en)
Other versions
CN111797695B (zh
Inventor
武银飞
徐帅
周红涛
周彬
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.)
Hangzhou Xiyin Information Technology Co ltd
Zhongke Jinqi New Material Technology Co ltd
Original Assignee
Yancheng Institute of Industry Technology
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 Yancheng Institute of Industry Technology filed Critical Yancheng Institute of Industry Technology
Priority to CN202010520860.3A priority Critical patent/CN111797695B/zh
Publication of CN111797695A publication Critical patent/CN111797695A/zh
Application granted granted Critical
Publication of CN111797695B publication Critical patent/CN111797695B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • D—TEXTILES; PAPER
    • D07—ROPES; CABLES OTHER THAN ELECTRIC
    • D07B—ROPES OR CABLES IN GENERAL
    • D07B7/00—Details of, or auxiliary devices incorporated in, rope- or cable-making machines; Auxiliary apparatus associated with such machines
    • D07B7/02—Machine details; Auxiliary devices
    • D07B7/022—Measuring or adjusting the lay or torque in the rope
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Treatment Of Fiber Materials (AREA)

Abstract

本发明公开了一种股线捻度的自动识别方法，包括以下步骤：获取股线样品的灰度图像，呈现一段单根股线图像；对股线样品的灰度图像旋转获得铅直股线图像；提取所述铅直股线图像的中间列，并计算中间列像素点的灰度平均值；记录中间列所有行像素点灰度值小于中间列像素点灰度平均值的行坐标；基于获得的行坐标提取段捻回点位置、结合不同制氏下捻度定义计算股线捻度。还公开了一种股线捻度的自动识别系统，包括获取单元、调整单元、提取单元、记录单元和计算单元。本发明在股线捻度测定时过程简单、测定精度高、测定效率高、对样品破坏小。

Description

一种股线捻度的自动识别方法及系统
技术领域
本发明属于纺织自动化技术领域，具体涉及一种股线捻度的自动识别方法及系统。
背景技术
两根和两根以上的单纱并合加捻后就形成了股线，是构成牛仔布、装饰布等面料的基础，捻度表示单位长度纱线上的捻回数，对纱线与织造的生产及工艺制定、面料的设计与开发、服装的生产加工等都有着非常重要的影响，是纱线品质一个非常重要的参数，而股线捻度通常用纱线捻度仪采用直接退捻法测定，第一步根据股线样品捻向设置退捻方向，选择合适的转速和调整左右纱夹距离等；第二步根据待测股线样品品种与粗细计算预加张力并放好张力重锤位置，让0刻度线对准捻回指示线；第三步握持待测股线样品两端经左右夹头分别固定；第四步操作设备并借助分析针完成股线捻度的测定，整个过程过于繁琐，效率低下，存在操作时对股线造成破坏，测量精度不高、耗时费力的弊端，因此迫切需要一种能有效检测股线捻度的方法。
发明内容
本发明提供了一种股线捻度的自动识别方法及系统，解决了上述捻度测定的技术问题。
为了解决上述技术问题，本发明所采用的技术方案如下：
一方面，一种股线捻度的自动识别方法，包括以下步骤：
获取股线样品的灰度图像，呈现一段单根股线图像；
将获取股线样品的灰度图像旋转，旋转后获得铅直股线图像；
提取所述铅直股线图像的中间列，并计算中间列像素点的灰度平均值；
记录中间列所有行像素点灰度值小于中间列像素点灰度平均值的行坐标；
基于行坐标提取中间列段捻回点位置、结合不同制氏下捻度定义计算股线捻度。
进一步地，所述图像旋转具体为：取图像上、下部分各一行，提取所述上行、下行的中点位置，两点确定一条直线进而获得直线斜率，90°减去斜率所对应角度的绝对值为图像旋转的角度。
进一步地，所述上行、下行的中点位置为股线左、右起点坐标的平均值取整；所述股线的左、右起点位置依据连续0.2mm长度内像素点灰度值均大于该行像素点灰度平均值的1.1倍而确定。
进一步地，所述中间列为中左、中右起点坐标平均值取整所对应的列；所述中左、中右起点位置依据连续0.2mm长度内像素点灰度值均大于该行像素点灰度平均值的1.1倍而确定。
进一步地，所述中间列段捻向点位置通过股线捻向处偏暗、像素点灰度值小的原理计算获得。
进一步地，所述计算股线捻度包括以下步骤：
对记录的行坐标值相邻两项相减，聚类获得阈值确定每段捻向低灰度值的起终点，起终点之间行坐标的平均值取整即为该段捻向点的位置，其他段捻向点位置同理取得；
计算相邻段捻向点行坐标差值的平均值即为捻距离；
根据不同制氏下捻度定义计算捻度，公式如下：
(1)特制捻度Tt：表示10cm长度内的捻回数
Figure BDA0002532008210000021
(2)公制捻度Tm：表示每米长度内的捻回数
Figure BDA0002532008210000022
(3)英制捻度Te：表示1英寸长度内的捻回数
Figure BDA0002532008210000023
式中：A表示捻距离值；P表示获取的图像分辨率；N表示组成股线单纱的根数。
进一步地，所述N的取值范围为2～5。
另一方面，一种股线捻度的自动识别系统，包括：
获取单元，用于获取股线样品的灰度图像，呈现一段单根股线图像；
调整单元，用于将获取的股线样品灰度图像旋转，旋转后得到铅直股线图像；
提取单元，用于提取所述铅直股线图像的中间列，并计算中间列像素点的灰度平均值；
记录单元，用于记录中间列所有行像素点灰度值小于中间列像素点灰度平均值的行坐标；
计算单元，用于基于行坐标提取中间列段捻向点位置、结合不同制氏下捻度定义计算股线捻度。
进一步地，所述获取单元借助衬板利用数字图像采集设备获取股线样品的灰度图像；所述数字图像采集设备包括扫描仪、视频显微镜、线阵相机、面阵相机。
进一步地，所述股线捻度的计算公式如下：
(1)特制捻度Tt：表示10cm长度内的捻回数
Figure BDA0002532008210000024
(2)公制捻度Tm：表示每米长度内的捻回数
Figure BDA0002532008210000031
(3)英制捻度Te：表示1英寸长度内的捻回数
Figure BDA0002532008210000032
式中：A表示捻距离值；P表示获取的图像分辨率；N表示组成股线单纱的根数。
本发明所达到的有益效果：相对于传统的纱线捻度仪省去了人工对仪器设置、工具准备、仪器操作等步骤，本发明从图像获取至股线捻度结果呈现只需30S时间，一个样品测试完成也只需5min时间，同时也有效避免了人为误差及对样品的破坏。本发明在股线捻度测定时精度高、效率高及对样品破坏小。
附图说明
图1为本发明股线捻度自动识别方法流程图；
图2为本发明部分股线灰度图像；
图3为本发明股线图像上下部分左、右起点位置及上、下中点形成的直线；
图4为本发明旋转后股线灰度图像；
图5为本发明股线中间列像素点灰度值图像；
图6为本发明股线中间列像素点低灰度值位置图像；
图7为本发明股线段捻向点位置图像。
具体实施方式
下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
实施例1、
如图1所示，本发明实施例中提供了一种股线捻度的自动识别方法，包括以下步骤：
步骤1、获取股线样品的灰度图像，呈现一段单根股线图像；本实施例中，股线样品的灰度图像通过借助衬板利用数字图像采集设备获取。
步骤2、将获取的股线样品灰度图像旋转，旋转后获得铅直股线图像。取灰度图像上、下部分各任意一行，提取所述上行、下行的中点位置，两点确定一条直线进而获得直线斜率，90°减去斜率所对应的角度的绝对值即为图像旋转的角度，依据所需旋转的角度将股线样品的灰度图像旋转得到铅直股线图像。所述上行、下行的中点位置为股线左、右起点坐标的平均值取整。所述股线的左、右起点位置依据连续0.2mm长度内像素点灰度值均大于该行像素点灰度平均值的1.1倍而确定。
步骤3、提取所述铅直股线图像的中间列，并计算中间列像素点的灰度平均值。中间列为中左、中右起点坐标平均值取整所对应的列。所述中左、中右起点位置依据连续0.2mm长度内像素点灰度值均大于该行像素点灰度平均值的1.1倍而确定。
步骤4、，记录中间列所有行像素点灰度值小于中间列像素点灰度平均值的行坐标。本实施例中，中间列段捻向点位置通过股线捻向处偏暗、像素点灰度值小的原理计算获得。从第一行开始若某行像素点灰度值小于中间列像素点灰度平均值，则记录该像素点行坐标，循环至最后一行为止。
步骤5、基于行坐标提取中间列段捻向点位置、结合不同制氏下捻度定义计算股线捻度。具体步骤包括：
对记录的行坐标值相邻两项相减，聚类获得阈值确定每段捻向低灰度值的起终点，起终点之间行坐标的平均值取整即为该段捻向点的位置，其他段捻向点位置同理取得；
计算相邻段捻向点行坐标差值的平均值即为捻距离；
根据不同制氏下捻度定义计算股线捻度，公式如下：
(1)特制捻度Tt：表示10cm长度内的捻回数
Figure BDA0002532008210000041
(2)公制捻度Tm：表示每米长度内的捻回数
Figure BDA0002532008210000042
(3)英制捻度Te：表示1英寸长度内的捻回数
Figure BDA0002532008210000043
式中：A表示捻距离值；P表示获取的图像分辨率；N表示组成股线单纱的根数。本实施例中，N的取值范围为2～5。
实施例2、
本发明实施例中提供了一种股线捻度的自动识别系统，包括：
获取单元，用于获取股线样品的灰度图像，呈现一段单根股线图像；
调整单元，用于将获取的股线样品灰度图像旋转，旋转后得到铅直股线图像；
提取单元，用于提取所述铅直股线图像的中间列，并计算中间列像素点的灰度平均值；
记录单元，用于记录中间列所有行像素点灰度值小于中间列像素点灰度平均值的行坐标；
计算单元，用于基于行坐标提取中间列段捻向点位置、结合不同制氏下捻度定义计算股线捻度。
获取单元借助衬板利用数字图像采集设备获取股线样品的灰度图像。本实施例中，数字图像采集设备包括扫描仪、视频显微镜、线阵相机、面阵相机。
调整单元中图像旋转具体为：取图像上、下部分各一行，提取所述上行、下行的中点位置，两点确定一条直线进而获得直线斜率，90°减去斜率所对应角度的绝对值即为图像旋转的角度。所述上行、下行的中点位置为股线左、右起点坐标的平均值取整。所述股线的左、右起点位置依据连续0.2mm长度内像素点灰度值均大于该行像素点灰度平均值的1.1倍而确定。
中间列为中左、中右起点坐标平均值取整所对应的列。所述中左、中右起点位置依据连续0.2mm长度内像素点灰度值均大于该行像素点灰度平均值的1.1倍而确定。
中间列段捻向点位置通过股线捻向处偏暗、像素点灰度值小的原理计算获得。
计算单元中股线捻度计算包括：对记录的行坐标值相邻两项相减，聚类获得阈值确定每段捻向低灰度值的起终点，起终点之间行坐标的平均值取整即为该段捻向点的位置，其他段捻向点位置同理取得；计算相邻段捻向点行坐标差值的平均值即为捻距离；根据不同制氏下捻度定义计算股线捻度，公式如下：
(1)特制捻度Tt：表示10cm长度内的捻回数
Figure BDA0002532008210000051
(2)公制捻度Tm：表示每米长度内的捻回数
Figure BDA0002532008210000052
(3)英制捻度Te：表示1英寸长度内的捻回数
Figure BDA0002532008210000053
式中：A表示捻距离值；P表示获取的图像分辨率；N表示组成股线单纱的根数。
实施例3、
本发明实施例中提供了一种股线捻度的自动识别方法，包括以下步骤：
步骤1：借助衬板利用图像采集设备采集股线灰度图像，采集过程中尽可能使股线摆正。本实施例中，图像采集设备为扫描仪，如图2所示，为利用扫描仪采集到的一段单根股线部分灰度图像，该股线由2根单纱捻合而成。
步骤2：取股线灰度图像上部的任一行，本实施例中，取股线灰度图像的第1行。依据连续0.2mm长度内像素点灰度值都大于该行像素点灰度平均值的1.1倍确定股线的上左、上右起点，上左起点和上右起点坐标的平均值取整即为上中点的位置。取股线灰度图像下部的任一行，本实施例中，取股线灰度图像的最后1行，依据连续0.2mm长度内像素点灰度值都大于该行像素点灰度平均值的1.1倍确定股线的下左、下右起点，下左起点和下右起点坐标的平均值取整即为下中点的位置，上中点、下中点即形成一条直线，90°减去该直线的斜率所对应角度的绝对值即为图像旋转的角度，如图3所示，A1为上左点，A2为上右点，B1为下左点，B2为下右点，A为上中点，B为下中点，旋转后的股线图像如图4所示。
步骤3：取旋转后股线灰度图像的任意一行，本实施例中，取旋转后股线灰度图像的中间行。依据连续0.2mm长度内像素点灰度值都大于该行像素点灰度平均值的1.1倍确定股线中行的中左、中右起点，中左起点和中右起点的坐标平均值取整即为中点位置，进而提取股线中间列像素点灰度值波形如图5所示，图中点划线表示中间列像素点的平均灰度值。
步骤4：对于股线的中间列从第一行开始若某行像素点灰度值小于中间列像素点的灰度平均值，则记录该像素点行坐标，循环至最后一行为止，所记录的行坐标位置如图6所示。
步骤5：对步骤4记录的行坐标值相邻两项相减，依据段捻向附近行号变化小而不同段捻向处行号变化大的规律，聚类求取阈值确定每段捻向低灰度值的起终点，则起终点之间行坐标的平均值取整即为该段捻向点位置，其他段捻向点位置求取同理，获得的段捻向点位置如图7所示，求取相邻段捻向点行坐标差值的平均值即为捻距离A，捻距离A值为50.25像素点，扫描分辨率P为1200PPI，组成股线单纱根数N为2，则不同制氏下股线捻度计算如下：
Figure BDA0002532008210000061
Figure BDA0002532008210000062
Figure BDA0002532008210000063
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (10)

1.一种股线捻度的自动识别方法，其特征在于，包括以下步骤：
获取股线样品的灰度图像，呈现一段单根股线图像；
将获取的股线样品灰度图像旋转，旋转后获得铅直股线图像；
提取所述铅直股线图像的中间列，计算中间列像素点的灰度平均值；
记录中间列所有行像素点灰度值小于中间列像素点灰度平均值的行坐标；
基于行坐标提取中间列段捻回点位置、结合不同制氏下捻度的定义计算股线捻度。
2.根据权利要求1所述的一种股线捻度的自动识别方法，其特征在于，所述图像旋转具体为：取图像上、下部分各一行，提取所述上行、下行的中点位置，两点确定一条直线进而获得直线斜率，90°减去斜率所对应角度的绝对值为图像旋转的角度。
3.根据权利要求2所述的一种股线捻度的自动识别方法，其特征在于，所述上行、下行的中点位置为股线左、右起点坐标的平均值取整；所述股线的左、右起点位置依据连续0.2mm长度内像素点灰度值均大于该行像素点灰度平均值的1.1倍而确定。
4.根据权利要求1所述的一种股线捻度的自动识别方法，其特征在于，所述中间列为中左、中右起点坐标平均值取整所对应的列；所述中左、中右起点位置依据连续0.2mm长度内像素点灰度值均大于该行像素点灰度平均值的1.1倍而确定。
5.根据权利要求1所述的一种股线捻度的自动识别方法，其特征在于，所述中间列段捻向点位置通过股线捻向处偏暗、像素点灰度值小的原理计算获得。
6.根据权利要求1所述的一种股线捻度的自动识别方法，其特征在于，所述计算股线捻度包括以下步骤：
对记录的行坐标值相邻两项相减，聚类获得阈值确定每段捻向低灰度值的起终点，起终点之间行坐标的平均值取整即为该段段捻向点的位置，其他段捻向点位置同理取得；
计算相邻段捻向点行坐标差值的平均值即为捻距离；
根据不同制氏下捻度定义计算捻度，公式如下：
(1)特制捻度Tt：表示10cm长度内的捻回数
Figure FDA0002532008200000011
(2)公制捻度Tm：表示每米长度内的捻回数
Figure FDA0002532008200000021
(3)英制捻度Te：表示1英寸长度内的捻回数
Figure FDA0002532008200000022
式中：A表示捻距离值；P表示获取的图像分辨率；N表示组成股线单纱的根数。
7.根据权利要求6所述的一种股线捻度的自动识别方法，其特征在于，所述N的取值范围为2～5。
8.一种股线捻度的自动识别系统，其特征在于，包括：
获取单元，用于获取股线样品的灰度图像，呈现一段单根股线图像；
调整单元，用于将获取的股线样品的灰度图像旋转，旋转后得到铅直股线图像；
提取单元，用于提取所述铅直股线图像的中间列，并计算中间列像素点的灰度平均值；
记录单元，用于记录中间列所有行像素点灰度值小于中间列像素点灰度平均值的行坐标；
计算单元，用于基于行坐标提取中间列段捻向点位置、结合不同制氏下捻度定义计算股线捻度。
9.根据权利要求8所述的一种股线捻度的自动识别系统，其特征在于，所述获取单元借助衬板利用数字图像采集设备获取股线样品的灰度图像；所述数字图像采集设备包括扫描仪、视频显微镜、线阵相机、面阵相机。
10.根据权利要求8所述的一种股线捻度的自动识别系统，其特征在于，所述股线捻度的计算公式如下：
(1)特制捻度Tt：表示10cm长度内的捻回数
Figure FDA0002532008200000023
(2)公制捻度Tm：表示每米长度内的捻回数
Figure FDA0002532008200000024
(3)英制捻度Te：表示1英寸长度内的捻回数
Figure FDA0002532008200000025
式中：A表示捻距离值；P表示获取的图像分辨率；N表示组成股线单纱的根数。
CN202010520860.3A 2020-06-10 2020-06-10 一种股线捻度的自动识别方法及系统 Active CN111797695B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010520860.3A CN111797695B (zh) 2020-06-10 2020-06-10 一种股线捻度的自动识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010520860.3A CN111797695B (zh) 2020-06-10 2020-06-10 一种股线捻度的自动识别方法及系统

Publications (2)

Publication Number Publication Date
CN111797695A true CN111797695A (zh) 2020-10-20
CN111797695B CN111797695B (zh) 2023-09-29

Family

ID=72803193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010520860.3A Active CN111797695B (zh) 2020-06-10 2020-06-10 一种股线捻度的自动识别方法及系统

Country Status (1)

Country Link
CN (1) CN111797695B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114708224A (zh) * 2022-03-31 2022-07-05 南通金斯曼纺织有限公司 基于人工智能的纺织品织纹质量评估方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101012587A (zh) * 2007-01-31 2007-08-08 常州宝丽丝纤维有限公司 防辐射复合金属纱线及其纺制工艺
CN101050574A (zh) * 2007-04-29 2007-10-10 浙江中新毛纺织有限公司 莫代尔茧丝混纺针织纱线及其生产方法
CN101108288A (zh) * 2006-07-21 2008-01-23 东丽纤维研究所（中国）有限公司 过滤材料用基布及生产方法
CN105457908A (zh) * 2015-11-12 2016-04-06 孙高磊 基于单目ccd的小尺寸玻璃面板的分拣快速定位方法及系统
CN106920245A (zh) * 2017-03-13 2017-07-04 深圳怡化电脑股份有限公司 一种边界检测的方法及装置
CN110533686A (zh) * 2019-10-08 2019-12-03 凌云光技术集团有限责任公司 线阵相机行频与物体运动速度是否匹配的判断方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101108288A (zh) * 2006-07-21 2008-01-23 东丽纤维研究所（中国）有限公司 过滤材料用基布及生产方法
CN101012587A (zh) * 2007-01-31 2007-08-08 常州宝丽丝纤维有限公司 防辐射复合金属纱线及其纺制工艺
CN101050574A (zh) * 2007-04-29 2007-10-10 浙江中新毛纺织有限公司 莫代尔茧丝混纺针织纱线及其生产方法
CN105457908A (zh) * 2015-11-12 2016-04-06 孙高磊 基于单目ccd的小尺寸玻璃面板的分拣快速定位方法及系统
CN106920245A (zh) * 2017-03-13 2017-07-04 深圳怡化电脑股份有限公司 一种边界检测的方法及装置
CN110533686A (zh) * 2019-10-08 2019-12-03 凌云光技术集团有限责任公司 线阵相机行频与物体运动速度是否匹配的判断方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郑天勇;崔世忠;: "纱线计算机建模技术的研究进展与趋势", 天津工业大学学报, no. 05, pages 1 - 2 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114708224A (zh) * 2022-03-31 2022-07-05 南通金斯曼纺织有限公司 基于人工智能的纺织品织纹质量评估方法及系统
CN114708224B (zh) * 2022-03-31 2023-06-23 吴江市双泽纺织有限公司 基于人工智能的纺织品织纹质量评估方法及系统

Also Published As

Publication number Publication date
CN111797695B (zh) 2023-09-29

Similar Documents

Publication Publication Date Title
US11091858B2 (en) On-loom fabric inspection system and method
US11427940B2 (en) Methods and systems for triggered on-loom fabric inspection
CN116630309B (zh) 一种布匹断纬瑕疵检测方法
CN110781913B (zh) 一种拉链布带缺陷检测方法
KR102445162B1 (ko) 비전센서를 활용한 데이터 추출 및 딥러닝과 머신러닝 알고리즘에 기반한 제직 원단의 결점 검출 자동화시스템
CN112767384B (zh) 一种弹力布克重在线检测系统的补偿方法和装置
CN116309671B (zh) 一种土工合成织物质量检测系统
CN104346818A (zh) 一种机织物密度自动测量方法
CN115861310A (zh) 一种床单表面纺织缺陷检测方法
CN108319979A (zh) 一种基于缩放和旋转匹配的图像定位识别检测方法
CN111797695A (zh) 一种股线捻度的自动识别方法及系统
US12000070B2 (en) Method and system for line-by-line one dimensional fabric inspection
CN116805312A (zh) 一种基于图像处理的针织式面料质量检测方法
CN116894840B (zh) 纺纱打样机产品质量检测方法及系统
CN110458809A (zh) 一种基于亚像素边缘检测的纱线条干均匀度检测方法
Han et al. Identification and measurement of convolutions in cotton fiber using image analysis
CN112365452B (zh) 一种基于双侧图像的网络丝网络点的检测方法
CN115205295B (zh) 一种服装面料拉伸强度检测方法
CN105717133B (zh) 基于线性插值法矫正图像的自动验布机
CN105741250B (zh) 基于二次插值法的自动验布机走布速度不匀的图像矫正方法
CN108717706B (zh) 一种基于竹节纱织物的竹节纱工艺参数半自动识别方法
CN112630414B (zh) 一种织物密度测量方法
CN114565566A (zh) 一种捆绑纱宽度检测方法、装置、设备及存储介质
CN105741301B (zh) 基于拉格朗日插值法的自动验布机走布速度不匀的图像矫正方法
CN109211937B (zh) 一种内衣弹性织带弯带缺陷的检测系统及其检测方法

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
TR01 Transfer of patent right

Effective date of registration: 20231213

Address after: 312000 Ma Yuan, Zhujia Community, Datang Street, Zhuji City, Shaoxing City, Zhejiang Province

Patentee after: Zhongke Jinqi New Material Technology Co.,Ltd.

Address before: Room 524, 5th Floor, Unit 2, Building 4, Dexin Yunchuan Business Center, Xihu District, Hangzhou City, Zhejiang Province, 310000 (self declared)

Patentee before: Hangzhou Xiyin Information Technology Co.,Ltd.

Effective date of registration: 20231213

Address after: Room 524, 5th Floor, Unit 2, Building 4, Dexin Yunchuan Business Center, Xihu District, Hangzhou City, Zhejiang Province, 310000 (self declared)

Patentee after: Hangzhou Xiyin Information Technology Co.,Ltd.

Address before: No. 285 Jiefang South Road, Chengnan New District, Yancheng City, Jiangsu Province, 224005

Patentee before: YANCHENG INSTITUTE OF INDUSTRY TECHNOLOGY

TR01 Transfer of patent right