纺织学报 ›› 2016, Vol. 37 ›› Issue (3): 138-143.

• 管理与信息化 • 上一篇    下一篇

色纺纱线中纤维混色比例的图像检测

  

  • 收稿日期:2015-01-23 修回日期:2015-05-11 出版日期:2016-03-15 发布日期:2016-03-16

Image inspection of fiber blending percentages in colored spun yarns

  • Received:2015-01-23 Revised:2015-05-11 Online:2016-03-15 Published:2016-03-16

摘要:

为解决色纺纱线中有色纤维配比的经验性及耗时性等问题,在结合视频显微镜和图像处理技术的基础上,提出一种基于聚类算法的色纤维颜色分类及比例测定方法。首先将色纺纱线解捻获得色纤维,在轻微张力下排列在载玻片上,利用视频显微镜进行图像采集;然后采用投影方法定位色纤维,再提取出每根纤维中心线上的像素点,分别取所有像素点的R、G、B分量的平均值构成特征向量来表征该根纤维;最后将RGB模型的特征向量转换到L*a*b* 模型并通过聚类算法对色纤维进行分类,确定图像中各颜色纤维所占比例。实验表明:本文算法能够实现色纺纱线中色纤维种类的确定及比例测定。

关键词: 色纤维, 颜色分类, 图像处理, 聚类算法

Abstract:

In order to solve the problems of the empirical spadework and time consuming when confirming the proportions of the colored fibers in the colored spun yarns, problems associated with the help of the video microscopy and image processing technology, a novel method based on a clustering algorithm is proposed to classify the color fibers and inspect the proportions of different color fibers. Firstly, the colored spun yarns are twisted into fibers, the colored fibers are arranged on the slide under mild tension, and the corresponding images are captured by video microscopy. Secondly, the gray projection method is adopted to localize the colred fibers, and the average value of R, G, B of all pixels in the center line of each colored fiber is extracted as a feature vector to characterize the fiber respectively. Finally, the feature vectors in RGB model are converted to the L*a*b* color model, a coustering algorithm by searching density peaks is applide into classifying the colored fibers and the  proportions of each color fibers are calculated. Experiments results demonstrate that the proposed method can inspect the colors and proportions of colored fibers in the colored spun yarns automatically with a satisfactory accuracy.

Key words: color fibers, color classification, image processing, custering algorithm

[1] 袁理 代乔民 付顺林 郑力文 鄢煜尘. 基于原色纤维混配色织物的呈色特性与影响因素分析[J]. 纺织学报, 2018, 39(10): 38-43.
[2] 巫莹柱 单颖法 黄伯熹 林广茂 梁家豪 张晓利. 聚对苯二甲酸丙二醇酯与聚对苯二甲酸丁二醇酯混纺纤维的智能识别[J]. 纺织学报, 2018, 39(09): 169-175.
[3] 陆奕辰 王蕾 唐千惠 潘如如 高卫东. 应用图像处理的纱线黑板毛羽量检测与评价[J]. 纺织学报, 2018, 39(08): 144-149.
[4] 王雯雯 高畅 刘基宏. 应用卷积神经网络的细纱断纱锭位识别[J]. 纺织学报, 2018, 39(06): 136-141.
[5] 何晓昀 韦平 张林 邓斌攸 潘云峰 苏真伟. 基于深度学习的籽棉中异性纤维检测方法[J]. 纺织学报, 2018, 39(06): 131-135.
[6] 王雯雯 刘基宏. 应用优化霍夫变换的细纱断头检测[J]. 纺织学报, 2018, 39(04): 36-41.
[7] 王传桐 胡峰 徐启永 吴雨川 余联庆. 改进频率调谐显著算法在疵点辨识中的应用[J]. 纺织学报, 2018, 39(03): 154-160.
[8] 牟新刚 蔡逸超 周晓 陈国良. 基于机器视觉的筒子纱缺陷在线检测系统[J]. 纺织学报, 2018, 39(01): 139-145.
[9] 邢乐 张杰 梁惠娥 李忠健 刘姣姣. 传统服饰云肩实物图像主色的智能检测[J]. 纺织学报, 2017, 38(11): 110-115.
[10] 王晓予 向军 潘如如 梁惠娥 高卫东. 服饰刺绣图案的自动提取与色块分割[J]. 纺织学报, 2017, 38(09): 120-126.
[11] 张继东 薛元 张杰 郭明瑞 魏晓婷 高卫东 . 应用混色纱纹理信息的纬编针织物模拟[J]. 纺织学报, 2017, 38(07): 148-154.
[12] 路凯 钟跃崎 朱俊平 柴新玉. 基于视觉词袋模型的羊绒与羊毛快速鉴别方法[J]. 纺织学报, 2017, 38(07): 130-134.
[13] 张宁 李忠健 潘如如 高卫东 韩要宾. 采用色纺纱图像的真实感色织物模拟[J]. 纺织学报, 2017, 38(05): 37-42.
[14] 韦平 张林 刘翔 王冬 苏真伟. 籽棉中异性纤维的双光源成像检测方法[J]. 纺织学报, 2017, 38(04): 32-38.
[15] 刘成霞 韩永华. 模拟实际着装的织物抗皱性测试方法[J]. 纺织学报, 2017, 38(03): 56-60.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 谷祝泰. NCO32型起毛机的改进[J]. 纺织学报, 1984, 5(07): 63 -64 .
[2] 杨明英;朱良均;闵思佳. 丝绸服饰对人体保健功能的研究概况[J]. 纺织学报, 2000, 21(04): 65 -66 .
[3] 牟翔凤. 再论气流纱条干不匀的成因[J]. 纺织学报, 1986, 7(05): 28 -31 .
[4] 杨锁廷;余正风;邢振芳;马德元;辛宝轩;邓玲. 腈纶回毛半精梳针织绒线的加工[J]. 纺织学报, 1990, 11(03): 43 .
[5] 赵书经;潘平;韦红. 缝迹结构与缝纫线消耗量的探讨[J]. 纺织学报, 1987, 8(12): 40 -44 .
[6] 王浩;林红;黄晨;陈宇岳. 纳米ZnO分散液的制备及其在棉织物上的应用[J]. 纺织学报, 2006, 27(9): 40 -42 .
[7] 张国利;李嘉禄;李学明. T型壁板RFI缝合复合材料的屈曲性能[J]. 纺织学报, 2006, 27(3): 67 -70 .
[8] 华一志. 涤纶筒子纱高压热风干燥理论探讨和测试[J]. 纺织学报, 1984, 5(07): 59 -62 .
[9] 钱坤;王鸿博;王纯凤. 超细纤维洁净布的设计与生产[J]. 纺织学报, 2004, 25(04): 84 -86 .
[10] 姜岩.;隋淑英.;姜丽. 大豆蛋白/聚乙烯醇共混纤维活性染料变性浴染色[J]. 纺织学报, 2006, 27(1): 78 -79 .