本發(fā)明涉及一種上漿效果的測試方法,屬于紡織漿紗技術領域。
背景技術:
上漿是紡織工序中不可或缺的環(huán)節(jié),直接影響經紗織造效率以及質量。經過上漿后,一部分漿液粘著在紗線的表面,經過烘干后表層覆蓋的漿液形成一層堅韌的漿膜,它能使經紗毛羽貼伏在紗線條干表面,使其光滑度提高,并使耐磨性增強;一部分漿液滲透至棉紗內部的纖維之間,纖維之間的相互粘結也增加了漿紗的強力,提高了經紗在織造過程中的抵抗機械摩擦的能力,顯著減少了斷頭數(shù)量。
評價上漿效果只要是通過對漿紗包括強伸度、耐磨性、毛羽伏貼率、漿液滲透率、被覆率及漿膜完整率等指標的檢測,其中漿液滲透率、被覆率及漿膜完整率需通過漿紗切片試驗獲得,但由于測試時間較長,且測試成本較高,這三項質量指標一直未得到普遍應用。在預濕上漿、高壓上漿等新方法不斷推出的今天,人們利用漿紗截面分析的量化特征指標分析來解釋這些新型上漿方法的作用機理更為必要。
目前常用的漿液滲透率、被覆率及漿膜完整率的測試方法主要有以下三種普通生物顯微鏡測試方法、顯微投影儀測試方法以及視頻顯微鏡測試方法。以上三種方法是目前應用最廣泛的三種方法,但它們均存在測試速度慢,測試結果受人為因素影響的問題,因此這就迫切要求尋找新的方法去測量漿紗的被覆率和滲透率。
技術實現(xiàn)要素:
針對上述現(xiàn)有技術存在的問題,本發(fā)明的所要解決的技術問題是提供一種新的有效檢測上漿效果的方法,該方法能夠有效檢測紗線漿紗之后的漿膜平均厚度、條干均勻度以及漿液滲透率。
為此,本發(fā)明提供一種上漿效果的檢測方法,包括以下步驟:
①使用圖像采集裝置對上漿前后的紗線分別進行動態(tài)不間斷拍攝,獲取紗線序列圖像;
②對紗線序列圖像進行閾值分割得到紗線二值圖像;去噪,得到去噪后的紗線二值圖像,其中表示紗線的像素定義為有效像素點;
③對去噪后的二值圖像進行數(shù)據(jù)處理,得到漿膜平均厚度、紗線的條干均勻度、漿液滲透率數(shù)據(jù);
其中,漿膜平均厚度計算公式為:
紗線的條干均勻度計算公式為:
漿液滲透率是漿液滲透體積與原棉紗線體積的比值,其計算公式為:
上式中:r0為漿膜平均厚度,cv1是上漿前的紗線的條干均勻度,cv2是上漿后的紗線的條干均勻度,pr是漿液滲透率;ri是去噪后的上漿后紗線二值圖像中第i列含有的有效像素點數(shù),ri是去噪后的上漿前紗線二值圖像中第i列含有的有效像素點數(shù),
進一步的,所述步驟②中閾值分割采用k-means聚類算法。
進一步的,所述步驟②中去噪采用雙判定模板法,具體為:
先觀察,找到紗線的最大毛羽尺寸b×c,其中b是毛羽在紗線長度方向上所占的像素數(shù),c是毛羽在紗線直徑方向上所占的像素數(shù);
然后依次對去噪前的有效像素點進行判定和修正:以待判定點為基點,分別向該基點的紗線長度方向上延伸至第b個像素點,向該基點的紗線直徑方向上下兩邊各延伸至第c個像素點,得到兩個判定框;接著,對兩個判定框內的有效像素點進行計數(shù),得到有效像素判定值x1和x2,如果x1和x2同時小于y,則將該有效像素點修正為無效像素點,如果x1和/或x2大于等于y,則仍然認為該點為有效像素點;
其中,所述y取值范圍為b×c-b±1,優(yōu)選b×c-b
更進一步的,在完成一次對所有的有效像素點的判定和修正之后,采用同樣的方法,再判定和修正至少2次。
紗線序列圖像的自動閾值分割是提取紗線特征的關鍵步驟,直接影響計算紗線細節(jié)化特征的精確度。本專利提出了動態(tài)閾值法獲取圖像閾值,可快速自動確定序列圖像的閾值且不依靠人工操作。采用k-means聚類算法對序列圖像進行閾值分割。在設備采集的序列圖像相對應紗線的實際長度較短,相連續(xù)的圖像灰度特征具有高相似性,因此,前一幀圖像聚類中心的信息可用于下一幀圖像處理。為減少計算時間,前一幀圖像的聚類中心可作為下一幀的初始聚類中心。采用上述去噪的方法不僅能夠有效地去除毛羽對數(shù)據(jù)處理的干擾,還能夠最大限度的保留紗線的信息。采用上述方法,能夠快速得得到紗線漿紗之后的漿膜平均厚度、條干均勻度以及漿液滲透率,為上漿效果提供了有效的數(shù)據(jù)支持。
附圖說明
圖1是實施例中四種樣品紗線漿紗前后的采集圖像;
圖2是#2紗線去噪前的二值圖像;
圖3是去噪方法的示意圖;
圖4是#2紗線去噪后的二值圖像。
具體實施方式
下面結合具體實施例進一步闡述本發(fā)明的技術特點。
本專利中選取四種100%純棉紗線(江蘇悅達棉紡有限公司),如表1所示。在ga168型漿紗機上進行泡沫上漿。將氧化淀粉與聚丙烯酸以60:40比例調漿,漿液濃度為10%;漿紗后的紗線編號對應為#1’、#2’、#3’、#4’。分別選取10米原紗與漿后紗線進行檢測。將紗線樣品在相對濕度為65±5%,溫度為25±5℃環(huán)境中保存,待用。
表1四種紗線樣品
對#1、#2、#3、#4以及#1’、#2’、#3’、#4’八種紗線,分別采用同一圖像采集裝置進行圖像采集。該采集設備包括光源、ccd面陣圖像傳感器、相機鏡頭等用于采集圖像,還包括張力控制裝置等用于輸送紗線。紗線經過紗線張力控制面板進入密閉成像盒,并在成像盒中完成動態(tài)序列圖像的采集。在此密閉的成像盒中采集紗線圖像時,可避免外界光源對圖像采集的干擾。密封成像盒中采用一種特殊光源。此外,紗線線圈的組合裝置、伺服電機與紗線張力控制器應用于紗線的牽引并控制紗線的張力處于穩(wěn)定狀態(tài)。紗線序列圖像采用ccd面陣圖像傳感器進行采集。采集到的紗線序列圖像見圖1。
如表2所示,以#1、#2、#3、#4四種紗線樣品為例,圖像閾值可以通過k-means算法確定,且計算時間僅僅約為0.1秒。由此表明,k-means聚類算法能夠快速地獲取紗線二值圖像,為接下來的紗線特征提取的計算節(jié)省了大量的時間,保證了對每一幀圖像實時自動處理。
表2四種紗線樣品圖像的閾值
以#2紗線為例,對噪音處理進行進一步描述,經過k-means聚類算法對序列圖像進行閾值分割后,二值圖像中不可避免地存在一些噪聲信息。如圖2所示,白色像素點代表紗線信息,黑色部分表示背景信息。通過上述判定模板對紗線二值圖像進行處理,圖像中的干擾信息如紗線表面短絨毛以及噪聲點被完全消除。而紗線中心部分的信息被完整保留在二值圖像4中。
具體的噪音處理過程可以參考圖3:經過觀察發(fā)現(xiàn),在二值圖像(圖2)中紗線毛羽的最大尺寸約為2像素×5像素。如圖4所示,采用兩個2像素×5像素判定框(如圖3中白框和黑框)自上至下,從左到右瀏覽檢測二值圖像中每一個有效像素點(白點)。二值圖像中有效像素點(白點)設置為1,無效像素點(黑色,也就是背景)為0?;疑袼攸c為待測的有效像素點,分別以該待測有效像素點為基點,如圖3一樣,向右下方和右上方各設置一個判定框,對兩個判定框內的有效像素點進行計數(shù),發(fā)現(xiàn)黑框中有8個有效像素點,白框中有4個有效像素點,分別與設定值8(根據(jù)需要,該設定值可以上下浮動,優(yōu)選8:理由是,在本實施例中,每個判定框有10個像素,減去其中與另一判定框重復的2個像素,因此,將設定值優(yōu)選設定為8)進行比較,僅有一個判定框內的有效像素點數(shù)小于8,因此,本輪的判定中,認為該點屬于有效像素點。如果兩個判定框中的有效像素點數(shù)均小于8,則相應地認為該判定點屬于噪音,將其修正為無效像素點。
如上重復3次之后,得到圖4所示的去噪后的二值圖像。用同樣的方法,可以對所有8種紗線進行去噪。得到去噪后的二值圖像。然后進行數(shù)據(jù)分析。
在本實施例中,圖像采集裝置的分辨率為768像素×600像素,其中,紗線為橫向(即長度方向對于768像素),經對照,圖像采集的每一幀中,紗線長度為4mm,因此,可計算得到每個像素點對應的距離為5.21μm。
因此,可以得到漿膜平均厚度計算公式為:
紗線的條干均勻度計算公式為:
漿液滲透率是漿液滲透體積與原棉紗線體積的比值,其計算公式為:
其中,
ri=(pi-qi)×5.21×10-4
ri=(pi-qi)×5.21×10-4
上式中:r0為漿膜平均厚度,cv1是上漿前的紗線的條干均勻度,cv2是上漿后的紗線的條干均勻度,pr是漿液滲透率;ri是去噪后的上漿后紗線二值圖像中第i列含有的有效像素點數(shù),ri是去噪后的上漿前紗線二值圖像中第i列含有的有效像素點數(shù),
每一個樣品的漿膜厚度是由漿后紗線的平均直徑減去原紗平均直徑計算而得,#1,#2,#3與#4紗線樣品經過上漿后,可計算得出漿膜厚度分別為0.109mm,0.128mm,0.120mm與0.117mm。
原紗與漿后紗線的變異系數(shù)即為紗線條干均勻度,經計算可得,#1,#2,#3與#4原棉紗線的條干不勻率分別為12.47%,14.59%,17.83%與15.42%;經過上漿后,紗線條干均勻度明顯低于原棉紗線,分別為4.32%,5.06%,6.43%與4.89%。
經計算可得,#1,#2,#3與#4紗線漿液滲透率分別為18.2%,21.3%,19.5%與22.4%。
表3紗線直徑與漿膜厚度
表4紗線條干不勻率
表5漿紗滲透率
上述實施例只為說明本發(fā)明的技術構思及特點,其目的在于讓熟悉此項技術的人士能夠了解本發(fā)明的內容并據(jù)以實施,并不能以此限制本發(fā)明的保護范圍。凡根據(jù)本發(fā)明精神實質所作的等效變化或修飾,都應涵蓋在本發(fā)明的保護范圍之內。