诸多织物质量检测项目中，尺寸变化率是极为重要的一项［1］。机洗后织物产生过度收缩或伸长都会对其服用性能产生负面影响［2］，且不同的洗涤参数对同种织物尺寸变化情况的影响也各不相同。对机洗后织物尺寸稳定性进行客观评价有助于优化织物设计和洗涤程序、降低织物洗涤后尺寸变化，以满足消费者需求。现基于AATCC135—2004《机织和针织物自动家洗时尺寸变化》评价洗涤后织物尺寸变化的方法有一定局限性，因为该标准对织物尺寸变化的检测是针对试样局部进行的，没有充分利用试样的整体变化，同时这种测量方法受测量工具精度的影响较大，容易带来误差。本文采用基于机器视觉的方法实现了织物洗涤后尺寸稳定性的评价，以织物整体的经、纬向尺寸变化而产生的试样面积改变来衡量织物洗涤后的尺寸稳定性。1图像采集试验借助Basler工业视频套件、2个OPT-LI46037条形光源和OPTMachineVisionAP1024-2光源控制器对洗涤前后的织物进行图像采集。图像采集时，可使用光源控制器的电位器无级调节光源亮度，提高织物与背景的对比，便于图像处理时织物边缘的提取，机器视觉系统如图1所示。图像采集时，以白板为背景。试样实际尺寸为380mm×380mm，对应图像大小为880dpi×880dpi，储存格式为bmp真彩色图像。试样采用无锡协新毛纺织有限公司提供的6种纯毛织物，织物规格参数如表1所示。现以1#试样洗涤前后采集的图像为例，洗涤后织物发生了明显收缩，如图2所示。

2图像处理

2.1阈值分割为了准确计算织物洗涤后经、纬向尺寸和面积变化量，需要对采集到的织物图像进行图像分割处理，把织物和背景区分开。在图像分割的诸多方法中，阈值化是一种快速有效的方法［3－4］。在阈值分割中，重要的是阈值的选取［5］。本文中，织物试样为黑色，背景为白色，二者对比强烈，边缘明显，可以采用Otsu法进行阈值化。Otsu法是通过最大化类间方差来选择1个全局最优的阈值［6］。设试样灰度图像为f(x，y)，记T为前景与背景的分割阈值，前景像素点数占比例为w0，平均灰度为u0;背景像素点数占图像比例为w1，平均灰度为u1。图像的平均灰度为从最小灰度值到最大灰度值遍历T，当式(2)中g取最大值时的T即为分割的最佳阈值。根据T将图像分割为2部分，即把大于等于该阈值的像素点的值设置成1，对应于背景;小于该阈值的像素点的值设置成0［7］，对应于织物。阈值运算后的二值图像g(x，y)如式(3)所示。

2.2形态学运算本文试验中，对分割后的织物图像进行形态学开运算，消除织物边缘的毛刺和噪点，以更加精确地计算织物尺寸。形态学开运算是腐蚀运算和膨胀运算的组合，在实际算法中利用圆盘对织物图像进行先腐蚀后膨胀运算［8－9］。腐蚀操作消除了图像中孤立点和毛刺，使图像亮度降低，膨胀操作可以同等大小地增加图像的亮度而不引入已经去除了的部分本文选取圆盘形结构元素，其各向同性，可得到与方向无关的运算结果。圆盘尺寸的选择对开运算结果影响较大，太小不能实现较大凸起与黏连的去除，太大又会造成假断裂［10］。通过试验发现当选择半径为5个像素点的圆盘对图像进行开运算时，不仅可以较好地去除织物边缘孤立的小点、毛刺，而且能够保持织物边缘形状不变。以洗涤后织物图2(b)为例，得到开运算前后的织物图像及局部放大图，如图4所示。从局部放大图中明显看出形态学运算后的织物边缘变得更加平滑，消除了织物边缘的毛刺和噪音，增加了后续计算的准确性。

3试验与数据分析

本文试验利用小天鹅XQB45-298V微电脑全自动洗衣机对表1所列6种纯毛织物进行洗涤，并采用图1所示机器视觉系统采集洗涤前、后的织物图像。在阈值分割和开运算后，以像素点为单位，计算洗涤前、后织物经、纬向的平均长度和面积，进而得到洗涤后织物尺寸变化的百分率。

3.1试验方案根据AATCC135—2004《织物经家庭洗涤后的尺寸变化》，以及小天鹅XQB45-298V微电脑全自动洗衣机已有的洗涤参数，设计试验方案如表2所示。根据AATCC135—2004标准，每次试验织物依次经历洗涤、漂洗、脱水和自然干燥4个步骤，洗衣机取20L水位，洗涤、漂洗、脱水后织物在(21±1)℃、(65±2)%相对湿度的条件下平铺干燥24h。

3.2结果分析通过比较织物洗涤前、后经、纬向长度和面积变化的百分率来反映织物洗涤后尺寸稳定性。基于机器视觉的方法，计算出织物经向平均变化率C、纬0式中:L珔j表示洗涤前织物经向平均长度;L珔'j表示洗涤后织物经向平均长度;L珔w表示洗涤前织物纬向平均长度;L珔'w表示洗涤后织物纬向平均长度;S0表示洗涤前织物面积，S1表示洗涤后织物面积。在采用机器视觉方法检测Cj、Cw和Cf时，织物尺寸以像素点为单位。手工测量按照AATCC135—2004所规定的方法，测量的经、纬向3条基准线如图5所示。以2#试样为例对本文提出的织物洗涤后尺寸稳定性评价方法进行说明。当漂洗21min，脱水4min，洗涤时间分别为4、8、12min时，试验结果如表3所示。当洗涤12min，脱水4min，漂洗时间分别为13、21、29min时，试验结果如表4所示。当洗涤12min，漂洗21min，脱水时间分别为1、3、5min时，试验结果如表5所示。从表3、4、5的数据可知:所得变化率均为正数，则表明所有试样在洗涤后均产生了收缩;比较机器视觉测量结果与手工测量结果可发现二者较为接近，采用机器视觉方法检测可以代替手工测量方法，而且以织物面积变化率为指标，同时反映了经、纬2个方向的尺寸变化，可以实现织物洗涤后尺寸稳定性的综合表征。对表1所列6种试样按表2给定的9种洗涤程序洗涤，检测后再由式(6)计算出机器视觉面积变化率，结果如表6所示。从表中数据可看出，6种织物洗涤后的尺寸变化规律基本相同，均发生了不同程度的收缩。在保持漂洗和脱水时间不变时，随着洗涤时间的增加，洗涤后织物的面积缩率增加，但增加幅度因织物品种而异，如2#、3#、5#、6#试样在洗涤时间增加到8min后面积缩率增幅趋于平缓;在保持洗涤和脱水时间不变时，随着漂洗时间的增加，洗涤后织物的面积缩率增加到一定程度后出现下降或不再明显增加;在保持洗涤和漂洗时间不变时，随着脱水时间的增加，洗涤后织物的面积缩率增加，且脱水时间越长，织物收缩越明显，如1#试样。试样脱水时间从1min到3min时，缩率仅增加0.14%，而当脱水时间从3min到5min时，缩率增量为1.87%，表现出明显上升的趋势。

4结论

采用本文提出的机器视觉方法可以便捷、准确地评价织物洗涤后的尺寸变化，且该方法不受织物种类的限制，能广泛应用于各种织物尺寸稳定性的检测。本文以6种纯毛试样为研究对象，对其经过9种洗涤程序洗涤后的尺寸稳定性进行了机器视觉方法评价，主要结论如下。1)采用机器视觉方法，可以快速准确又客观地评价织物洗涤后的尺寸变化程度，这种方法可排除人工测量方法带来的误差。2)相比于AATCC135—2004标准规定的基准线测量评价方法，本文提出的以面积变化率为织物尺寸稳定性评价指标的方法能够更好地对织物整体形变程度进行客观评价。3)以面积变化率为评价指标可以有效地反映出洗涤程序对织物尺寸稳定性的影响，可为织物设计和洗涤程序的优化提供参考。

特别申明：本站部分文章由网络收集整理.如需使用，请与原作者联系,如有侵权，请联系我们删除,谢谢！