基于“纤维图像自动采集和识别系统”棉/Lyocell混纺产品成分分析

摘要

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。

目录

文摘

英文文摘

第一章 绪论

1.1 引言

1.2 纤维素类纤维混纺产品定量鉴别常用方法及存在的问题

1.3 图像处理技术

1.4 课题组进展

1.5 取制样方法

1.6 样本容量

1.7 课题研究内容与意义

第二章 不同加工环节中棉/LYOCELL形态及密度差异研究

2.1 研究方案

2.2 纤维图像对比

2.3 纤维纵向形态差异分析

2.4 纤维直径与密度分析

2.5 本章结论

第三章 系统特征参数分析

3.1 系统原特征参数分析

3.2 特征参数选择

3.3 特征参数分析

3.4 特征参数确定

3.5 系统优化

3.6 本章结论

第四章 系统验证与提高系统识别准确率方案研究

4.1 验证性试验

4.2 系统识别影响因素分析

4.3 提高系统识别准确率

4.4 本章结论

第五章 结论与展望

5.1 结论

5.2 展望

参考文献

攻读硕士学位期间发表的学术论文

致谢