论文部分内容阅读
棉/Lyocell混纺产品吸湿性好,穿着舒适性优良,备受市场青睐,世界各国都将纺织品的纤维成分标签作为强制性要求,而我国纤维素类纤维成分和含量目前大部分采用传统方法进行检测,在检验时效、检验结果准确性、检验方法适应性及检测成本方面均存在问题,迫切需要一种自动、快速、准确检测方法。国家教育部优秀博士论文专项基金[200350]“纤维纺织品计算机图像自动识别检测”课题组对纤维素类纤维识别,以及纱线和织物的混纺比测试作了系统的研究,开发并研制了用于纤维图像采集和识别检测的全自动系统——“纤维图像自动采集和识别系统”。该系统以棉/苎麻纤维的识别为突破口展开了研究,在此基础上实现了纤维识别种类的扩展,实现了棉/lyocell散纤维的自动识别,并取得了较好的准确性。然而,纺织品混纺比检验的主要对象是混纺纱线和织物,纱线和织物中的纤维经过纺织和染整等加工,其表面形态与散纤维相比发生了一定变化,因此需要对“纤维图像自动采集和识别系统”识别方案进行一定的改进,同时需要确定针对纱线和织物混纺比检测的试验方案。本研究的主要内容有:1.不同加工环节中棉/Lyocell形态及密度差异;2.“纤维图像自动采集和识别系统”特征参数优化分析;3.系统验证及提高系统识别准确率方案研究:通过大量试验验证系统改进后的识别准确性;研究合适的取制样方法、纤维段的最佳切段长度和最小样本容量以提高系统识别准确率,即从纤维段切断与分散、系统识别率等角度探索纤维取制样方法,对不同纤维来源的材料进行平行试验,研究基于系统的纤维段的最佳切段长度,从理论和试验角度分析基于系统的最小样本容量。本研究主要结论有:1.来源相同的棉/Lyocell纤维受到不同加工工序的影响,纤维直径及密度变化显著,纱线和织物中纤维与原始散纤维相比,纵向形态发生较大变化。2.从原六个特征参数的提取原理分析得出,棉和Lyocell纤维在纤维投影和宽度变化曲线上不存在显著性差异,原特征参数不能有效量化混纺产品中棉和Lyocell纤维的差异;通过大量自动识别试验得出,“纤维图像自动采集和识别系统”中用于识别苎麻和棉纤维散纤维的特征参数,对棉/Lyocell纤维的散纤维可以达到良好的识别准确率,但对于棉/Lyocell混纺纱线和织物中纤维识别准确率不佳,针织物中纤维识别准确率平均下降5%,机织物平均下降15%,因此需要针对这类棉/Lyocell纤维设计新的识别用参数。3.对“纤维图像自动采集和识别系统”识别算法改进后所采用的两个全新特征参数纤维纵向切段“片段间不匀”和“片段内不匀”进行试验,分析得出这两个特征参数具有弱相关性,特征参数概率分布曲线表现出良好的稳定性和有效性,符合模式识别对分类用特征参数的需要。4.通过验证性试验,得出系统优化后,纱线和针织物中纤维平均识别准确率达到95%以上;影响系统识别的因素有纤维本身特性、纺织、染整、制片方法等;通过验证性试验得出载玻片制备对纤维识别准确率影响最大。5.确定了载玻片制备方案,提高了系统识别准确率:通过对比分析得出最佳纱线段切断工具为哈氏切片器,最佳纱线段分散液体为无水酒精;确定了系统最佳切段长度范围为0.6-0.7mm;理论分析得出纤维段不小于2467根时,可满足系统识别准确率的稳定性,即识别结果均方差不大于3%,通过试验得出机织物和针织物纤维段分别不小于2106根、1583根即可满足稳定性要求,综合考虑确定系统的最小样本容量略大于理论值,为2500根。试验结果表明,该方案对于提高棉/Lyocell纤维识别准确率是有效的。