应用混色纱纹理信息的纬编针织物模拟

为研究数码混色纱纬编针织物的外观色彩及纹影的模拟方法,利用图像处理技术对采集的图像进行平滑去噪,得到剔除细节的模糊图像,在Lab 空间下运用彩色图像硬聚类算法对平滑后的图像进行聚类分割,得到混色纱主体图像,获取其左右的边界和中心线信息;然后在经典的Pierce 线圈模型的基础上,利用混色纱主体图像的廓线信息完成由纱线到线圈圈弧和圈柱的映射;最终根据不同组织的圈弧和圈柱的覆盖关系,得到基本纬编针织物组织。结果表明,提出的纱线映射线圈算法,通过织物组织结构及密度可模拟混色纱纬编织物的混色色彩及外观纹影。     

数码纺纱生产的彩色纱及其针织物花型模拟

本文是基于数码混色纺的彩色纱,对其所形成的织物花型进行模拟。利用图像处理技术对采集的图像进行平滑去噪,得到剔除细节的模糊图像;然后运用彩色图像Kmeans聚类算法,对平滑后的图像进行聚类分割得到混色纱主体图像,获取其左右边界和中心线信息。之后在经典的Pierce线圈模型的基础上,利用混色纱主体图像的中心线离纱线左右两侧距离,将此距离对应于线圈中心线两侧的对应位置,可准确地完成纱线到线圈圈弧和圈柱的映射。最终根据不同组织的圈弧和圈柱的覆盖关系,得到基本纬编针织物组织。本文提出纱线映射线圈算法,能够按照实际织造过程,模拟各类纱线纬编织物,同时能精确预测织物外观图案。     

应用色纺纱图像的纬编针织物外观模拟

针对试织打样预测色纺纱针织物产品布面颜色造成的耗时、费力问题,提出一种应用真实色纺纱图像的针织物外观模拟方法。首先利用图像处理技术对采集到的色纺纱彩色图像进行预处理,包括图像分割、形态学开运算和闭运算得到色纺纱的主体二值图像,获取纱线主体的边界和中心线,进而得到原始纱线图像主体部分;然后利用改进的Peirce线圈模型,将真实色纺纱线纹理映射至线圈的几何模型上;最后根据建立的织物组织变换模型,改变线圈的覆盖关系,完成纬编针织物的模拟。模拟结果表明:该模拟算法可快速、准确地模拟出不同密度、不同纱线的织物布面效果,且与真实扫描的织物视觉效果一致,有望取代实物打样。     

织物组织识别中组织点坐标的确定

织物组织点坐标的确定,是组织识别研究中非常重要的一项内容。通过使用扫描仪获取织物原始图像的透射图像,可以先对透射图像进行二值化和Sobel边缘检测处理;然后通过一定的算法,确定经纬纱线的位置,求出织物经纬组织点的准确坐标,从而为下一步的织物色纱排列和织物组织自动识别奠定基础。另外,还派生了一种测量织物密度的新方法。     

应用纱线序列图像的色纺机织物仿真

探讨应用纱线序列图像进行色纺机织物仿真的方法和效果。利用纱线图像采集设备获取5种色纺纱序列图像,然后采用灰度变换、图像阈值分割、形态学运算等图像处理技术获取纱线主体彩色图像。通过对横截面、长度以及弯曲三个参数的调整,建立织物结构模型,将获得的色纺纱主体真实颜色信息填充到模型中,最后根据建立的织物组织变化模型,实现了5种色纺纱平纹、一上三下左斜纹以及二上二下方平织物的外观仿真。认为:该织物仿真方法能够将纤维颜色在织物中的分布效果快速且准确地反映出来,品种适应性较好。     

基于VRML的机织物结构三维仿真

在依据织物组织建立织物数学模型的基础上,构建了以圆形为纱线截面形态,3次B样条曲线为纱线屈曲形态的织物空间几何模型。借助VB和VRML开发工具,采用参数化设计方法,实现了单层织物组织结构的三维仿真。该三维仿真图像适宜于网络传输,资源共享,提出了一种网络环境下可以得到真实感较强的织物三维仿真图像的方法。     

基于平移相减法的机织物组织识别

针对现有机织物组织识别方法适用范围窄、鲁棒性差的现状,课题组提出一种计算织物组织循环大小的平移相减算法(translational subtraction algorithm,TSA),并提出了一种基于TSA算法的机织物组织有效识别方法。该方法结合机织物图像不同方向的TSA算法和水平方向的亮度累加法获取织物组织循环宽度和纬线宽度,然后对机织物图像进行错位TSA算法,分析错位TSA曲线相位的周期性和大小,可以得到织物组织循环的纱线根数和飞数,最终获得机织物图像的组织意匠图。实验证明该方法对机织物图像光照、纹理和倾斜等干扰因素具有鲁棒性,能有效识别各种类型的机织物组织。     

一种改进的织物外观真实感模拟高效算法

为提高织物外观真实感模拟算法的效率,提出一种改进的、简洁高效的织物外观模拟算法。在织物外观仿真中,通过优化纱线模型,并利用计算机图形学中的多边形深度缓存算法,结合织物中纱线的反射特性,以及浮长线对织物外观的影响,建立了基于浮长线的屈曲模型,最后结合图像技术,使模拟的织物具有较强的真实感。实验结果表明,这种算法利用二维图像方法达到三维模拟的目的,降低了运算复杂度,提高了效率。     

应用纱线序列图像的电子织物构建

为检测纱线条干均匀性对织物外观的影响,在纱线条干图像测量的基础上,提出了一种基于纱线序列图像的电子织物的构建方法。通过建立织物组织变化模型和光照模型,将纱线直径值与基元组织点外观灰度纹理分布相结合,构建电子织物外观数学模型。实验中通过将采集的纱线序列图像进行图像分割和形态学运算等处理,获取纱线直径数据,代入到构建的织物外观数学模型中,实现基于纱线序列图像的电子织物的模拟并且相关参数可调。通过选择合理的织物结构参数,提出的电子织物模型能够真实的反映纱线条干均匀性对织物外观的影响,准确预测布面效果。     

色纱与色织物之间颜色相关性研究

为解决纱线色深不合格造成的色纱浪费问题,文章研究了不同颜色深度色纱与色织物之间颜色相关性,探讨了色深不合格的色纱织成织物后,织物颜色与目标织物颜色一致的可能性.结果表明,同深度色纱织成织物的颜色深度相较于纱线会降低;异深度色纱织物的颜色深度具有可预测性.对于平纹色织物,当经纬纱线的同色性指数在0.81～1.23时,异深...     

A computer vision-based system for automatic detection of misarranged warp yarns in yarn-dyed fabric. Part I: continuous segmentation of warp yarns

In textile and garment industries, misarranged warp yarns of yarn-dyed fabrics disorganize the layout of fabrics and lead to poor product quality. This series of studies aims to develop a computer vision-based system for automatic detection of misarranged color warp yarns in terms of high efficiency and good accuracy. Four main parts are included in this series of studies: warp yarn segmentation, fabric image stitching, warp regional segmentation, and yarn layout proofing. This paper proposes a continuous segmentation method of warp yarns to detect the misarranged color warp yarns for yarn-dyed fabrics automatically, which is the foundation of the developed computer vision-based system. The proposed framework consists of two main components: warp yarn segmentation and fabric image stitching. Firstly, the sequence images of a fabric stripe are captured using a designed offline image acquisition platform. Secondly, the warp yarns in the sequence images are segmented by a sub-image projection-based method successively. Thirdly, the sequence images are stitched by a yarn-template matching method based on their warp segmentation results. Finally, the continuous segmentation result of warp yarns is saved for the further processing of warp regional segmentation and color warp layout proofing. The proposed method has been evaluated on 720 fabric images of five fabric examples with plain and 2/2 twill, and experimental results show that the proposed method can realize the continuous segmentation of warp yarns in yarn-dyed fabrics with the yarn segmentation accuracy of 97.43% and image stitching accuracy of 99.53%.     

A computer vision-based system for automatic detection of misarranged warp yarns in yarn-dyed fabric. Part II: warp region segmentation

This series of studies aim to develop a computer vision-based system for automatic detection of misarranged color warp yarns to replace manpower and improve efficiency. Based on the warp yarn segmentation and fabric image stitching methods presented in Part I, this paper proposes a stepwise segmentation method of warp regions, as a core of the developed computer vision-based system, to detect the layout of color yarns for yarn-dyed fabrics automatically. The proposed framework consists of two main components: rough warp region segmentation and precise warp region merging which are realized by analyzing correlation coefficient of color histograms among segmented warp yarns and warp regions successively. The proposed method has been evaluated on 543 fabric images of four fabric samples consisting of 5533 warp regions, and experimental results show that the proposed method can realize the warp region segmentation in yarn dyed fabrics with the average accuracy of 99.47%.     

涂料染色纱线色织磨毛休闲面料的开发实践

涂料染色适合于各种纤维，但目前国内涂料局限于印花、织物染色，较少用于色织物的纱线染色。文章介绍了涂料染色纱线色织面料的开发实践，叙述了各道工序的具体工艺和影响质量的主要因素，由此拓宽了涂料应用范围，丰富了色织物品种，还可通过磨毛改善涂料染色织物手感僵硬的缺点。     

应用上下文视觉显著性的色织物疵点检测

为实现色织物疵点的有效检测,提出一种应用上下文视觉显著性的疵点检测方法。根据上下文视觉显著性的原则,将织物图像分为大小相同的图像块;然后针对每个图像块,选取K个与其最相似的图像块计算与该图像块的差异值之和,用该差异值之和表示该图像块中心像素的显著性;从而生成一幅视觉显著性图;最后对显著性图进行阈值分割,得到色织物疵点的检测结果。为验证该算法的有效性,将带有纬缩、破洞和跳花等区域性疵点的素色、条纹和格子色织物图像作为样本进行检测。结果表明:该方法可较好地抑制不同种类织物的纹理背景,突出疵点区域,实现疵点的有效检测,该方法在色织物疵点检测上具有一定的可行性。     

纯棉色织段染竹节布的生产

介绍了经纱采用色纱和段染纱搭配使用，纬纱采用竹节纱交织而成的纯棉色织段染竹节布的生产工艺流程、工艺处方和工艺条件，以及加工过程中的主要工艺参数和产品质量指标。     

Tencel色织双层装饰织物的设计与开发

以Tencel色纱为原料,在小样机上试织了4种双层组织色织物,以其中之一进行成品设计,并对织物进行拉伸、撕裂、悬垂、耐磨性测试,结果表明3#织物各项性能能更好地满足双层装饰织物的要求。     

Weave pattern recognition by measuring fiber orientation with Fourier transform

An effective method based on measuring the fiber orientation of yarn floats with two-dimensional Fourier transform (2-D FFT) is proposed to recognize the weave pattern of yarn-dyed fabric in the high-resolution image. The recognition process consists of four main steps: 1. High-resolution image reduction, 2.Fabric image skew correction, 3.Yarn floats localization, 4. Yarn floats classification. Firstly, the high-resolution image is reduced by the nearest interpolation algorithm. Secondly, the skew of the fabric image is corrected based on Hough transform. Thirdly, the yarn floats in the fabric image is localized by the yarns segmentation method based on the mathematical statistics of sub-images. Fourthly, the high-resolution image is corrected and its yarns are segmented successively according to the inspection information of the reduced image. The fiber orientations are detected by 2-D FFT, and the yarn floats are classified by k-means clustering algorithm. Experimental results and discussions demonstrate that, by measuring the fiber orientation of yarn floats, the proposed method is effective to recognize the yarn floats and the weave pattern for yarn-dyed, solid color, and gray fabrics.     

改进频率调谐显著算法在疵点图像分割中的应用

为提高织物疵点分割精度,提出了一种用于织物疵点图像分割的改进频率调谐显著（FT）算法。首先,利用织物疵点和背景区域透光率的不同,将光源和相机分别置于织物两侧来获取图像,提高疵点区域对比度;其次,应用非局部均值滤波器（NLM）替代FT 算法中的高斯滤波器,增强对背景纹理的平滑和降噪能力;研究发现NLM滤波器中滤波参数对疵点分割精度影响较大,提出了基于平均最大类间方差的参数优化方法;然后,将改进FT 算法应用于疵点图像预处理,进一步提高疵点对比度;最后,使用最大类间方差法对疵点显著图进行分割。对2 种不同织物疵点图像的分割实验结果表明,使用改进FT 算法对粗经、竹节、结头、断纬、油污和破洞等常见疵点图像进行预处理,可显著提高疵点分割精度。